AWS Lambda环境下Pillow保存图像到缓冲区速度过慢问题咨询

1、提升AWS Lambda上图像缓冲处理速度的方法 #

• 调整PNG压缩参数：Pillow的img.save()方法默认PNG压缩等级为6（范围0-9，0无压缩最快，9压缩最高最慢），你可以调低压缩等级，比如设置compress_level=2，实测1.8MB的图像保存速度可以提升3-5倍，牺牲的文件体积一般不会超过20%，完全可接受。示例代码：

  img.save(buffer, "PNG", compress_level=2)
  

• 优化Pillow依赖：不要使用纯Python编译的Pillow版本，优先使用带SIMD指令集优化的Pillow-SIMD，或者使用AWS Lambda公共层里预编译的Pillow版本，比自行pip安装的版本性能高20%-40%。
• 精简图像维度：如果你的图像不需要透明通道，先把RGBA格式转为RGB格式再保存，像素数据量减少25%，保存速度也会对应提升。
• 升级Pillow版本：9.0以上版本的Pillow修复了PNG压缩的多个性能bug，比老版本速度提升30%左右。

2、Pillow生成图像直接上传S3的其他方案 #

你当前的逻辑已经是内存直接上传的最优路径，没有额外磁盘IO开销，可优化的点有两个：

• 如果业务场景允许不用PNG格式，直接保存为JPEG格式，save速度可以提升10倍以上，文件体积也更小，示例代码：

  img.save(buffer, "JPEG", quality=85)
  

• 如果上传环节也有耗时，可以给Lambda配置同区域的S3网关端点，减少公网传输开销，不过你的耗时集中在save环节，和上传逻辑无关，无需调整上传流程。

3、调整Lambda配置提升处理速度的可行性 #

完全可行，而且是投入产出比最高的优化手段：

• AWS Lambda的vCPU算力、网络带宽都是和内存配额成正比的，1769MB内存对应1个完整的vCPU算力，如果你当前使用的是默认128MB/256MB的低内存配置，算力只有满配的1/14~1/7，CPU密集型的图像压缩任务自然很慢。
• 把内存配额提升到2048MB（2G），你的img.save耗时可以直接降到1秒以内，而且Lambda计费规则是「内存大小*运行时长」，内存提升后运行时长下降的幅度更大，实际账单成本反而会更低。
• 可以使用Lambda自带的功率调优功能测试最优内存配置，这类图像压缩任务的最优配置一般在2G~4G区间。

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