使用AWS SAM CLI构建Lambda时如何避免每次执行pip install

算力阿峰

2026-8-3

优化SAM CLI构建Lambda时的依赖安装耗时问题

你提出的方案可行性与注意事项

将sam build生成的镜像作为后续构建的基础镜像并移除pip install步骤是可行的，但需要注意以下几点避免后续问题：

依赖变更必须同步更新基础镜像：只要requirements.txt内容有修改，必须重新执行一次完整的sam build生成新的基础镜像，否则会导致运行时依赖缺失或版本不符的错误。
做好镜像版本管理：建议给基础镜像打上包含依赖特征的标签（比如基于requirements.txt的哈希值或版本号），例如docker tag sam-generated-image:latest lambda-base:reqs-hash-xxxxxx，防止后续构建误用到旧版本的依赖镜像。
适配Lambda运行时更新：当Lambda官方运行时镜像（比如Python版本升级）更新时，必须重新生成基础镜像，否则可能出现运行环境不兼容的问题。

其他更常用的优化方案

1. 利用SAM内置缓存机制

SAM默认会基于文件哈希缓存构建结果，只要requirements.txt和Dockerfile没有改动，sam build会自动跳过依赖安装步骤。如果你的构建每次都重复执行pip install，可以检查：

是否在命令中添加了--no-cached参数，禁用了缓存
项目结构是否导致requirements.txt的哈希值频繁变动（比如放在了被频繁修改的目录下）
可以在samconfig.toml中明确配置cached = true确保缓存开启

2. 自定义分层Dockerfile

手动编写Dockerfile，将依赖安装和代码复制拆分为独立的分层，利用Docker的分层缓存特性加速构建：

FROM public.ecr.aws/lambda/python:3.8

# 先复制依赖文件，安装依赖（这层会被Docker缓存，仅当requirements.txt变更时重新构建）
COPY requirements.txt .
RUN python3.8 -m pip install -r requirements.txt -t .

# 再复制业务代码（仅代码变动时重新构建这一层）
COPY app.py .

CMD ["app.lambda_handler"]

在template.yaml的Function资源中指定自定义Dockerfile路径：

Resources:
  MyLambdaFunction:
    Type: AWS::Serverless::Function
    Properties:
      PackageType: Image
    Metadata:
      Dockerfile: Dockerfile

3. 使用Lambda层托管依赖

将依赖打包为Lambda层，与业务代码分离，这样每次构建仅需处理代码部分：

安装依赖到指定目录：mkdir -p python && pip install -r requirements.txt -t python/
打包为层压缩包：zip -r dependencies-layer.zip python/
在template.yaml中定义层并关联到Lambda函数：

Resources:
  DependenciesLayer:
    Type: AWS::Serverless::LayerVersion
    Properties:
      ContentUri: ./dependencies-layer.zip
      CompatibleRuntimes:
        - python3.8
  MyLambdaFunction:
    Type: AWS::Serverless::Function
    Properties:
      Runtime: python3.8
      Handler: app.lambda_handler
      CodeUri: ./app/
      Layers:
        - !Ref DependenciesLayer

4. 使用SAM Accelerate快速同步

使用sam sync命令替代sam build && sam deploy，该命令会增量检测代码/配置变更，仅同步修改的部分，无需全量构建，大幅提升开发迭代速度。

内容的提问来源于stack exchange，提问作者Elia Weiss