为何Python用psutil测函数内存与AWS Lambda显示值存在差异？

问题背景 #

你在本地用这段Python代码测量函数内存：

process = psutil.Process()
start_memory = process.memory_info().rss
print(f"Memory Usage : {end_memory} bytes")

得到的结果是 Memory Usage: 22220800 bytes（约21MB），但将同一函数部署到AWS Lambda后，控制台显示的最大内存使用量为36MB，两者相差近14MB，以下是差异产生的核心原因：

具体原因 #

• 测量范围不一致：psutil统计的只是当前Python进程自身的驻留集（RSS）内存，仅包含你的业务代码和Python解释器直接占用的内存。而AWS Lambda统计的是整个运行环境的总内存消耗，包括Lambda Runtime层的额外进程（比如日志收集代理、Runtime管理进程、底层系统组件等），这些系统级进程的内存不会被你的psutil代码捕获。
• 环境初始化开销未被统计：Lambda在执行函数前会完成环境初始化工作——加载Python Runtime、配置环境变量、启动服务相关进程等，这部分内存占用会被计入Lambda的最大内存统计，但你的代码是在函数执行阶段测量的，完全没覆盖初始化阶段的内存消耗。
• 统计时机与维度不同：你的代码存在逻辑问题（定义了start_memory却输出end_memory），实际只测量了某个单一时间点的内存；而Lambda统计的是函数整个生命周期内的峰值内存，包括函数执行过程中临时对象创建、依赖库加载等所有环节的内存最大值，自然会比单次测量的数值高。
• 依赖加载差异：本地运行时可能仅加载了业务必需的依赖，而Lambda环境默认会预装完整的AWS SDK等组件，这些额外依赖的内存占用会被Lambda统计，但你的本地测量未包含这部分。

内容的提问来源于stack exchange，提问作者karthika kannan