Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Factores que pueden ralentizar los arranques en frío de las funciones de Lambda en Neptune Gremlin

Modo de enfoque
Factores que pueden ralentizar los arranques en frío de las funciones de Lambda en Neptune Gremlin - Amazon Neptune

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

La primera vez que se invoca una AWS Lambda función se denomina arranque en frío. Existen varios factores que pueden aumentar la latencia de un arranque en frío:

  • Asegúrese de asignar memoria suficiente a la función de Lambda.   — La compilación durante un arranque en frío puede ser considerablemente más lenta para una función Lambda de lo que sería si estuviera activa, EC2 ya que AWS Lambda asigna los ciclos de la CPU de forma lineal en proporción a la memoria que se asigna a la función. Con 1.769 MB de memoria, una función recibe el equivalente a una vCPU completa (una vCPU por segundo de créditos por segundo). El impacto de no asignar suficiente memoria para recibir ciclos de CPU adecuados es especialmente marcado en el caso de las funciones de Lambda de gran tamaño escritas en Java.

  • Tenga en cuenta que al habilitar la autenticación de bases de datos de IAM se puede ralentizar un arranque en frío. La autenticación de base de datos de AWS Identity and Access Management (IAM) también puede ralentizar los arranques en frío, especialmente si la función de Lambda tiene que generar una nueva clave de firma. Esta latencia solo afecta al arranque en frío y no a las solicitudes posteriores, ya que una vez que la autenticación de la base de datos de IAM haya establecido las credenciales de conexión, Neptune solo validará periódicamente que siguen siendo válidas.

PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.