AWS Lambda：requirements.txt与Layers运行时启动速度对比咨询

核心结论 #

用Layer加载依赖的启动速度更快，但先纠正一个常见误区：

• 基于requirements.txt的方案，不会在Lambda运行时触发pip install。你需要在本地或CI环境中提前执行pip install -r requirements.txt -t .，把依赖包安装到函数代码目录，再将整个目录打包上传到Lambda。运行时Lambda直接加载部署包里的依赖文件，没有安装步骤。

为什么Layer启动更快？ #

• Layer是预先打包好的独立依赖包，上传到AWS后会被全局缓存。当Lambda函数启动时，AWS会把Layer挂载到运行环境的/opt路径，由于依赖是预缓存状态，加载速度比从函数部署包中加载更快，尤其是依赖体积较大（比如pandas、numpy这类）时，差异会更明显。
• 而用requirements.txt打包的依赖和函数代码在同一个部署包中，每次更新函数代码都要重新上传整个包，缓存复用性更低，启动时需要加载整个部署包的内容，速度略慢于Layer。

关于最新版本库的处理 #

不管是用requirements.txt还是Layer，要使用最新版本的库，都需要你自己在本地打包时指定版本并构建：

• 用requirements.txt：直接在文件中指定最新版本号，比如pandas==2.1.0，本地安装该版本后打包上传。
• 用Layer：同样在本地安装指定的最新版本依赖，打包成Layer压缩包后上传到AWS，Lambda运行时直接加载你预先打包好的最新版本依赖。
  AWS不会自动帮你执行pip install更新依赖，所有依赖都是你预先构建好并上传的。

内容的提问来源于stack exchange，提问作者Yanay Lehavi