Lambda层超250MB限制，如何用ECS Docker镜像共享Python库？

一、基础镜像选择 #

Lambda运行基于Amazon Linux 2环境，必须使用public.ecr.aws/lambda/python:3.8（或匹配你Lambda使用的Python版本，如3.9，需确保版本在Lambda支持范围内）作为基础镜像，避免因系统库差异导致运行报错。

二、编写Dockerfile #

创建Dockerfile，内容如下：

# 基于Lambda官方Python镜像
FROM public.ecr.aws/lambda/python:3.8

# 设置工作目录为Lambda层标准路径
WORKDIR /opt/python

# 安装指定版本的依赖，--no-cache-dir避免缓存增大体积
RUN pip install --no-cache-dir \
    gensim==4.1.2 \
    numpy==1.22.1 \
    pandas==1.4.0 \
    scipy==1.7.3 \
    -t .

# 清理无用文件缩小镜像体积
RUN rm -rf __pycache__ *.dist-info *.egg-info

三、构建并推送镜像到ECR #

1. 登录AWS ECR仓库：

aws ecr get-login-password --region <你的AWS区域> | docker login --username AWS --password-stdin <你的ECR仓库URI>

2. 构建镜像：

docker build -t lambda-shared-deps .

3. 给镜像打版本标签：

docker tag lambda-shared-deps:latest <你的ECR仓库URI>:lambda-shared-deps-v1

4. 推送到ECR：

docker push <你的ECR仓库URI>:lambda-shared-deps-v1

四、两种共享依赖的方式 #

方式1：导出为Lambda层 #

如果偏好用Lambda层共享依赖，从镜像中提取依赖目录打包成zip：

# 临时运行容器，复制依赖目录到本地
docker run --rm -v $(pwd):/tmp lambda-shared-deps cp -r /opt/python /tmp/lambda-layer
# 进入目录打包为层文件
cd lambda-layer && zip -r lambda-shared-deps.zip .

将生成的zip上传到Lambda层，所有目标Lambda即可直接引用该层。

方式2：作为基础镜像构建Lambda函数镜像 #

若你的Lambda采用容器镜像部署，直接复用共享依赖镜像作为基础镜像，编写单个Lambda的Dockerfile：

FROM <你的ECR仓库URI>:lambda-shared-deps-v1

# 复制Lambda业务代码到Lambda指定工作目录
COPY app.py ${LAMBDA_TASK_ROOT}

# 设置Lambda执行入口
CMD ["app.lambda_handler"]

这种方式下，每个Lambda镜像仅需包含业务代码，依赖全部复用共享镜像，更新依赖时只需重新构建共享镜像即可。

五、体积优化补充 #

• 始终用--no-cache-dir安装pip依赖，避免缓存文件占用空间
• 可提前运行pip install --upgrade pip，避免旧版本pip引发的安装兼容性问题
• scipy、numpy等库依赖的基础系统库，Lambda官方镜像已自带，无需额外安装

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