在Vercel部署Flask REST API遇Serverless函数超50MB限制求解决方案

针对你遇到的Serverless函数体积超过50MB限制的问题，以下是几种可行的解决方案：

1. 清理与替换重体积依赖 #

• 移除未使用的依赖：检查requirements.txt中的包，确认是否有代码中未实际用到的依赖（例如若某些蓝图未用到nlpcloud或PyDrive2，可暂时注释或移除）。
• 替换轻量替代包：部分依赖体积较大，可考虑用轻量方案替代：
  • 若使用PyDrive2仅为简单操作Google Drive，可改用requests直接调用Google Drive REST API，省去PyDrive2及其附带的大量依赖。
  • 检查supabase等依赖的版本，升级到最新版可能会优化依赖结构，减小整体体积。

2. 拆分Serverless函数，按功能隔离 #

当前所有业务逻辑都打包在一个函数中，导致依赖全部被加载。可将不同蓝图拆分为独立的Vercel函数，每个函数仅加载自身所需依赖：

• 将各蓝图代码拆分到单独文件（如database.py、model.py、workspace.py），每个文件只导入对应功能的依赖。
• 修改vercel.json配置，为每个函数单独构建：

{
    "version": 2,
    "builds": [
        {
            "src": "./index.py",
            "use": "@vercel/python"
        },
        {
            "src": "./database.py",
            "use": "@vercel/python"
        },
        {
            "src": "./model.py",
            "use": "@vercel/python"
        },
        {
            "src": "./workspace.py",
            "use": "@vercel/python"
        }
    ],
    "routes": [
        {
            "src": "/(.*)",
            "dest": "/index.py"
        },
        {
            "src": "/database/(.*)",
            "dest": "/database.py"
        },
        {
            "src": "/model/(.*)",
            "dest": "/model.py"
        },
        {
            "src": "/workspace/(.*)",
            "dest": "/workspace.py"
        }
    ]
}

拆分后每个函数的体积会大幅降低，因为仅包含自身业务代码和必要依赖。

3. 优化构建过程，排除冗余文件 #

• 创建.vercelignore文件：在项目根目录添加该文件，排除无需打包的文件和目录：

venv/
__pycache__/
*.pyc
*.pyo
tests/
docs/
.git/

• 调整依赖安装命令：在vercel.json中指定使用无缓存的安装方式，避免缓存文件被打包：

{
    "version": 2,
    "builds": [
        {
            "src": "./index.py",
            "use": "@vercel/python",
            "config": {
                "installCommand": "pip install --no-cache-dir --upgrade pip && pip install --no-cache-dir -r requirements.txt"
            }
        }
    ],
    "routes": [
        {
            "src": "/(.*)",
            "dest": "/"
        }
    ]
}

4. 使用Vercel层分离公共依赖 #

将多个函数共享的依赖（如Flask、Flask_Cors等）打包成Vercel层，避免每个函数重复打包相同依赖：

1. 创建层目录（如layers/python），在该目录下执行pip install -r requirements.txt -t python/lib/python3.x/site-packages（替换3.x为你的Python版本）。
2. 在vercel.json中为每个函数指定层路径：

{
    "version": 2,
    "builds": [
        {
            "src": "./index.py",
            "use": "@vercel/python",
            "config": {
                "layers": ["./layers/python"]
            }
        }
    ]
}

层的体积不计入单个函数的体积限制，能有效降低每个函数的打包大小。

内容的提问来源于stack exchange，提问作者Chubbyman