AWS CDK部署Python Lambda报Unzipped size超262144000字节错误如何解决

该报错是因为AWS Lambda要求函数代码+绑定的所有层解压后的总大小不能超过250MB，你本地打包的依赖（尤其是numpy等带二进制文件的科学计算库）体积过大导致超限，结合你使用CDK的场景，有以下可行解决方案：

• 方案1：精简依赖包体积
  你直接本地执行pip安装的依赖会包含多架构二进制、测试文件、文档等冗余内容，可通过以下操作裁剪：
  安装依赖时指定Lambda运行时的对应架构，仅安装必要二进制：
  python -m pip install numpy -t lib/python --platform manylinux2014_x86_64 --only-binary=:all: --no-deps
  安装完成后删除lib目录下的__pycache__、.dist-info、测试目录、.pyc等非必要文件，最多可缩减60%以上的依赖体积。
  也可以直接使用AWS官方预构建的常用依赖层ARN，无需自己打包，直接在CDK的LayerVersion中指定对应ARN即可，进一步减少打包体积。
• 方案2：拆分依赖为多个Lambda层
  Lambda单函数最多支持绑定5个层，单个层解压后最大为50MB，总大小不超过250MB即可。你可以将不同类型的依赖拆分打包到多个层中，比如把numpy、pandas等大体积计算包单独打一个层，其他轻量工具依赖打另一个层，在CDK中声明多个LayerVersion实例，全部加入函数的layers参数即可。
• 方案3：使用容器镜像部署绕过大小限制
  如果依赖总大小确实超过250MB，可改用Lambda容器镜像部署模式，该模式支持最大10GB的镜像大小，完全没有解压体积限制。
  你只需编写对应的Dockerfile，将依赖和函数代码都打包进镜像，在CDK中替换原有的函数定义即可：

  makeQFn = lam.DockerImageFunction(
      self, "Singleton",
      function_name='makeQ',
      code=lam.DockerImageCode.from_image_asset('./lambda-image'), # 该目录存放Dockerfile和业务代码
      timeout=core.Duration.seconds(300),
  )
  

  参考Dockerfile示例：

  FROM public.ecr.aws/lambda/python:3.7
  COPY requirements.txt ./
  RUN pip install -r requirements.txt --no-cache-dir
  COPY ./code/* ./
  CMD ["makeQ.main"]
  

• 方案4：运行时动态加载大依赖
  你可以将大体积依赖单独打包成zip上传到S3，函数启动时先将依赖包下载到/tmp目录（该目录有512MB临时存储空间），再把/tmp路径加入Python的sys.path后导入依赖，这样函数代码和层仅保留核心逻辑，体积会大幅降低。

内容的提问来源于stack exchange，提问作者nemy