全部產品
Search
文件中心

Function Compute:使用限制

更新時間:Aug 29, 2024

本文介紹Function Compute在服務資源、函數運行資源、觸發器、層、地區、鏡像大小及GPU卡數等相關資源的使用限制。

重要

本文內容旨在協助新手使用者避免在不瞭解函數原理時,因誤配或者代碼有誤而造成費用不可控的問題,例如迴圈調用、死迴圈等。如果您已清楚函數原理,同時有真實業務需求要求放寬資源限制,並且確認表格中對應的資源限制支援調整,請加入DingTalk使用者群(DingTalk群號64970014484)諮詢。

在該資源限制下,仍可能因為預留模式使用不當而造成費用突增。正確的使用方法,請參見執行個體模式

服務資源限制

限制項

資源上限

是否支援調整

單個服務下最大允許建立的函數個數

50個

支援

單個服務最多支援配置NAS掛載點個數

5個

不支援

單個服務最多支援配置OSS掛載點個數

5個

不支援

函數運行資源限制

限制項

資源上限(彈性執行個體)

資源上限(GPU執行個體)

是否支援調整

臨時磁碟空間

10 GB

10 GB

不支援

檔案描述符

100000

100000

不支援

進程和線程總數

1024

1024

不支援

函數最大申請記憶體

32 GB

32 GB

不支援

函數最大已耗用時間

86400s

86400s

不支援

Initializer最大已耗用時間

300s

300s

不支援

PreFreeze最大已耗用時間

90s

90s

支援

PreStop最大已耗用時間

90s

90s

支援

函數同步調用請求本文承載大小

32 MB

32 MB

不支援

函數非同步呼叫請求本文承載大小

128 KB

128 KB

不支援

代碼部署套件大小(通過SDK/OpenAPI上傳,壓縮為ZIP並進行Base64編碼)

100 MB

不涉及

支援

代碼部署套件大小(通過控制台、開發人員工具上傳或通過OSS指定程式碼封裝位置,壓縮為ZIP或JAR檔案)

500 MB

不涉及

支援

頻寬

1 Gbit/s~5 Gbit/s

1 Gbit/s~5 Gbit/s

不支援

單條日誌大小

32 KB

32 KB

不支援

代碼部署套件大小限制說明

在Function Compute中建立函數或更新函數時,需要上傳代碼部署套件,使用不同方式上傳時,程式碼封裝大小限制不同,詳細如下:

  • 通過SDK/OpenAPI上傳的程式碼封裝

    通過SDK上傳的程式碼封裝大小限制為100 MB。通過SDK上傳的ZIP包必須經過Base64編碼,編碼會造成原始程式碼封裝體積增大,另外,建立或更新函數時,除了程式碼封裝,請求body中還會包含函數配置在內的其他內容,因此,請確保Base64編碼後的程式碼封裝以及請求body中其他內容大小之和小於100 MB。

  • 通過控制台、開發人員工具上傳或通過OSS指定程式碼封裝位置的程式碼封裝

    在華東1(杭州)、華東2(上海)、華南1(深圳)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、中國香港、新加坡(新加坡)、日本(東京)、美國(維吉尼亞)和德國(法蘭克福)地區,代碼部署套件的大小放開至500 MB,其餘地區的代碼部署套件大小限制為100 MB。

觸發器限制

資源項

資源上限

是否支援調整

單個函數下最大允許建立的觸發器個數

10個

支援

原生OSS觸發器單Bucket建立觸發器上限數

10個

不支援

EventBridge類別的OSS觸發器單Bucket建立觸發器上限數

50個

支援

層限制

限制項

資源上限(彈性執行個體)

資源上限(GPU執行個體)

是否支援調整

層大小

500 MB

500 MB

支援

層版本數量

100

100

支援

單個函數的層數量

5

5

支援

單個函數的層的總大小

2 GB

2 GB

支援

一個賬戶單個地區資源限制

資源項

資源上限

是否支援調整

按量執行個體上限數

300個

支援

單個執行個體並發度取值範圍

1~200

不支援

執行個體鏡像大小限制

執行個體類型

資源上限

是否支援調整

CPU鏡像大小限制

壓縮後10 GB(對應壓縮前docker鏡像約20 GB)

支援

GPU鏡像大小限制

壓縮後15 GB(對應壓縮前docker鏡像約28 GB)

支援

GPU卡數限制

資源項

資源上限

是否支援調整

在單地區的GPU物理卡卡數

說明

GPU執行個體包括Tesla系列、Ampere系列和Ada系列的GPU執行個體。

30卡

支援

GPU執行個體規格與執行個體並發度的關係

  • Tesla系列,2 GB顯存,單卡同時承載8個GPU容器,地區層級可同時承載240個GPU容器。

    • 當GPU函數執行個體並發度為1時,該函數在地區層級的推理並發度為240。

    • 當GPU函數執行個體並發度為5時,該函數在地區層級的推理並發度為1200。

  • Ampere系列,2 GB顯存,單卡同時承載12個GPU容器,地區層級可同時承載360個GPU容器。

    • 當GPU函數執行個體並發度為1時,該函數在地區層級的推理並發度為360。

    • 當GPU函數執行個體並發度為5時,該函數在地區層級的推理並發度為1800。

Function Compute訪問其他雲端服務或雲資源限制

如果您所在地區的Function Compute已經開通訪問VPC內的資源的功能,那麼您的函數調用其他雲端服務或雲資源時,會受到以下網路限制。

  • 無法使用傳統網路下ECS的內網IP地址訪問其伺服器上的資源,例如Web服務或者檔案系統等。需要使用公網IP地址訪問,或者將伺服器上的資源遷移到VPC中。

  • 無法使用傳統網路下RDS的內網IP地址訪問RDS,需要使用其公網IP地址訪問,或者將RDS遷移到VPC中。

  • 無法使用雲端服務提供的內網Endpoint訪問雲端服務,需要使用雲端服務提供的VPC的Endpoint或者公網Endpoint訪問。