AWS Lambda 入門指南：無伺服器運算教學、定價、使用場景【2025】

不想管伺服器？用 Lambda。上傳程式碼，AWS 幫你執行。沒有請求就不收錢，有請求自動擴展到幾千個並行。每月 100 萬次請求免費，超過的部分每百萬次只要 0.2 美元。

這篇文章會帶你認識 Lambda——從它是什麼、怎麼收費、支援什麼語言，到實際建立一個 Lambda 函式的完整步驟。

---

什麼是 AWS Lambda？

Lambda 是 AWS 的無伺服器運算服務。你只要上傳程式碼，Lambda 會在有請求時自動執行，執行完畢就釋放資源。

無伺服器（Serverless）的意思

「無伺服器」不是真的沒有伺服器，而是你不用管伺服器。

面向	傳統方式（EC2）	無伺服器（Lambda）
伺服器管理	你要自己設定、維護	AWS 全部處理
擴展	手動或設定 Auto Scaling	自動，無需設定
付費方式	執行個體運行時間	實際執行的毫秒數
閒置成本	有（即使沒流量也收錢）	無（沒請求不收錢）
容量規劃	需要預估流量	不需要

Lambda 的運作原理

觸發事件 → Lambda 啟動容器 → 執行你的程式碼 → 回傳結果 → 釋放資源
   │              │                │              │
   │         （冷啟動）        （計費開始）    （計費結束）
   │
HTTP 請求、S3 上傳、排程、訊息佇列...

Lambda 在背後使用 AWS 自己的容器技術 Firecracker（也用在 Fargate），可以在毫秒內啟動執行環境。

什麼時候該用 Lambda？

適合 Lambda：

• 事件驅動的任務（檔案上傳處理、webhook）
• API 後端（搭配 API Gateway）
• 排程任務（每天跑一次的 cron job）
• 資料處理管線
• 聊天機器人後端

不適合 Lambda：

• 需要長時間運行的程式（超過 15 分鐘）
• 需要持久連線的應用（WebSocket 伺服器）
• 高效能、低延遲要求極高的應用
• 需要 GPU 的機器學習訓練

Lambda vs EC2：如何選擇？

考量因素	選 Lambda	選 EC2
執行時間	< 15 分鐘	可能很長
請求模式	不穩定、有尖峰	穩定持續
維運能力	不想管伺服器	有能力維運
成本考量	請求量低或不穩定	持續高負載
特殊需求	無	需要 GPU、特殊硬體

經驗法則：

• 如果每月執行時間 < 100 萬 GB-秒，Lambda 通常更便宜
• 如果負載穩定且 CPU 利用率高，EC2 Reserved 可能更划算

---

Lambda 核心概念

函式與執行環境

Lambda 函式 是你上傳的程式碼，包含：

• Handler：進入點函式
• 程式碼：你的業務邏輯
• 依賴套件：需要的 libraries

執行環境 是 Lambda 用來跑你程式碼的容器，包含：

• 作業系統（Amazon Linux 2）
• Runtime（例如 Python 3.12、Node.js 20）
• 你的程式碼和依賴

支援的程式語言

Lambda 原生支援以下 Runtime：

Runtime	版本	說明
Node.js	18.x, 20.x, 22.x	最熱門選擇
Python	3.9, 3.10, 3.11, 3.12	資料處理常用
Java	11, 17, 21	企業應用
.NET	6, 8	C# 開發者
Go	1.x	高效能需求
Ruby	3.2, 3.3	Ruby 開發者
Rust	透過 Custom Runtime	極致效能

使用其他語言：

• Custom Runtime：任何語言都可以
• Container Image：打包成 Docker 映像檔

記憶體與執行時間配置

記憶體（Memory）

• 範圍：128 MB - 10,240 MB
• CPU 效能與記憶體成正比（1,769 MB ≈ 1 vCPU）
• 記憶體越大，價格越高

執行時間上限（Timeout）

• 範圍：1 秒 - 15 分鐘
• 超過時間會被強制終止
• 建議設定合理的 timeout，避免無限等待

配置建議：

場景	記憶體	Timeout
簡單 API 回應	256-512 MB	10 秒
資料處理	1024-2048 MB	1-5 分鐘
圖片處理	2048-3008 MB	1-3 分鐘
機器學習推論	4096-10240 MB	1-5 分鐘

並行執行（Concurrency）

Lambda 可以同時處理多個請求，每個請求用一個獨立的執行環境。

預設並行上限： 1,000（可申請提高）

Reserved Concurrency： 為特定函式保留並行配額

Provisioned Concurrency： 預先啟動執行環境，避免冷啟動

冷啟動（Cold Start）

當沒有現成的執行環境時，Lambda 需要啟動新環境，這叫「冷啟動」。

冷啟動時間：

• Node.js/Python：~200-500ms
• Java/.NET：~1-3 秒
• Container Image：~1-5 秒

減少冷啟動影響：

1. 使用較輕量的 Runtime（Node.js、Python）
2. 減少部署套件大小
3. 使用 Provisioned Concurrency（付費）
4. 保持函式「溫暖」（定期呼叫）

---

Lambda 定價模式

Lambda 的計費非常細緻，只算實際執行的時間。

計費項目

Lambda 費用 = 請求費 + 運算費 + (Provisioned Concurrency 費)

請求費用

每次呼叫 Lambda 都算一次請求。

價格：$0.20 / 百萬次請求

Free Tier：每月 100 萬次請求免費

運算費用

按「GB-秒」計費，也就是記憶體大小乘以執行時間。

價格：$0.0000166667 / GB-秒

Free Tier：每月 40 萬 GB-秒免費

計算方式：

GB-秒 = (記憶體 MB / 1024) × 執行時間（秒）
費用 = GB-秒 × 單價

費用計算範例

情境一：輕量 API

• 每月 500 萬次請求
• 記憶體 256 MB
• 平均執行時間 100ms

請求費 = (5,000,000 - 1,000,000) × $0.0000002 = $0.80
GB-秒 = 5,000,000 × 0.25 GB × 0.1 秒 = 125,000 GB-秒
運算費 = (125,000 - 400,000) = 0（未超過免費額度）
總計 ≈ $0.80/月

情境二：資料處理

• 每月 100 萬次請求
• 記憶體 1024 MB
• 平均執行時間 2 秒

請求費 = 0（未超過免費額度）
GB-秒 = 1,000,000 × 1 GB × 2 秒 = 2,000,000 GB-秒
運算費 = (2,000,000 - 400,000) × $0.0000166667 = $26.67
總計 ≈ $26.67/月

情境三：高流量 API

• 每月 1 億次請求
• 記憶體 512 MB
• 平均執行時間 200ms

請求費 = (100,000,000 - 1,000,000) × $0.0000002 = $19.80
GB-秒 = 100,000,000 × 0.5 GB × 0.2 秒 = 10,000,000 GB-秒
運算費 = (10,000,000 - 400,000) × $0.0000166667 = $160.00
總計 ≈ $179.80/月

Provisioned Concurrency 費用

如果需要避免冷啟動，可以使用 Provisioned Concurrency：

額外費用：$0.000004646 / GB-秒（持續計費）

以 512 MB、10 個 Provisioned Concurrency 為例：

• 每小時：0.5 × 10 × 3600 × $0.000004646 = $0.084
• 每月約 $60

通常只在對延遲極度敏感的場景使用。

---

Lambda 觸發器介紹

Lambda 是事件驅動的，需要「觸發器」來啟動執行。

API Gateway

最常見的觸發方式，把 Lambda 變成 HTTP API。

用戶 → HTTP 請求 → API Gateway → Lambda → 回應

使用場景：

• RESTful API
• GraphQL API
• Webhook 接收端

設定方式：

1. 建立 API Gateway（REST 或 HTTP API）
2. 建立路由和方法
3. 整合後端選 Lambda
4. 部署 API

S3 Event

當 S3 Bucket 發生事件（上傳、刪除）時觸發 Lambda。

用戶上傳檔案 → S3 → 觸發 Lambda → 處理檔案

使用場景：

• 圖片縮圖產生
• 檔案格式轉換
• 資料匯入處理
• 病毒掃描

可觸發的事件：

• s3:ObjectCreated:*（任何建立）
• s3:ObjectCreated:Put（PUT 上傳）
• s3:ObjectCreated:Post（POST 上傳）
• s3:ObjectRemoved:*（任何刪除）

👉 實作範例：AWS S3 完整教學

EventBridge（CloudWatch Events）

排程執行或根據 AWS 服務事件觸發。

使用場景：

• 定時任務（每天備份、每小時清理）
• AWS 服務事件反應（EC2 狀態變更）
• 自訂事件匯流排

排程範例：

• rate(5 minutes)：每 5 分鐘
• rate(1 hour)：每小時
• cron(0 8 * * ? *)：每天早上 8 點

SQS / SNS

從訊息佇列或通知服務觸發。

SQS（Simple Queue Service）：

Producer → SQS Queue → Lambda（批次處理）

SNS（Simple Notification Service）：

Publisher → SNS Topic → Lambda（fan-out）

使用場景：

• 非同步任務處理
• 解耦系統元件
• 批次處理大量訊息

DynamoDB Streams

當 DynamoDB 表格有變更時觸發。

應用程式 → 寫入 DynamoDB → Stream → Lambda

使用場景：

• 資料同步到其他系統
• 觸發後續工作流程
• 建立搜尋索引

其他觸發器

觸發器	使用場景
Kinesis	即時串流資料處理
Cognito	用戶認證事件
CloudFront	邊緣運算（Lambda@Edge）
IoT	IoT 設備事件
Alexa	語音助理技能

---

Lambda 建立教學

以下是建立第一個 Lambda 函式的完整步驟。

步驟一：登入 AWS Console

1. 前往 AWS Console
2. 搜尋「Lambda」，點擊進入

步驟二：建立函式

1. 點擊「Create function」
2. 選擇「Author from scratch」

基本資訊：

• Function name：my-first-lambda
• Runtime：Python 3.12
• Architecture：x86_64

權限：

• 選擇「Create a new role with basic Lambda permissions」

3. 點擊「Create function」

步驟三：撰寫程式碼

在 Code source 區塊，你會看到預設的 Hello World 程式：

import json

def lambda_handler(event, context):
    return {
        'statusCode': 200,
        'body': json.dumps('Hello from Lambda!')
    }

參數說明：

• event：觸發事件的資料（例如 HTTP 請求內容）
• context：執行環境資訊（剩餘時間、記憶體等）

修改為實用範例：

import json

def lambda_handler(event, context):
    # 取得請求參數
    name = event.get('queryStringParameters', {}).get('name', 'World')

    # 處理邏輯
    message = f'Hello, {name}!'

    # 回傳結果
    return {
        'statusCode': 200,
        'headers': {
            'Content-Type': 'application/json'
        },
        'body': json.dumps({
            'message': message
        })
    }

點擊「Deploy」儲存變更。

步驟四：測試函式

1. 點擊「Test」標籤
2. 建立測試事件：

{
  "queryStringParameters": {
    "name": "CloudInsight"
  }
}

3. 點擊「Test」執行
4. 查看執行結果：

{
  "statusCode": 200,
  "headers": {
    "Content-Type": "application/json"
  },
  "body": "{\"message\": \"Hello, CloudInsight!\"}"
}

步驟五：設定觸發器（API Gateway）

1. 點擊「Add trigger」
2. 選擇「API Gateway」
3. 選擇：
   • API type：HTTP API
   • Security：Open
4. 點擊「Add」

完成後會得到一個 API endpoint URL，可以直接在瀏覽器測試：

https://xxxxx.execute-api.us-east-1.amazonaws.com/default/my-first-lambda?name=Test

步驟六：查看監控

在 Monitor 標籤可以看到：

• Invocations（呼叫次數）
• Duration（執行時間）
• Errors（錯誤次數）
• Throttles（節流次數）

---

Lambda 使用場景

圖片處理

用戶上傳圖片到 S3，Lambda 自動產生縮圖。

架構：

用戶 → S3 (uploads/) → Lambda → S3 (thumbnails/)

程式碼範例（Python）：

import boto3
from PIL import Image
import io

s3 = boto3.client('s3')

def lambda_handler(event, context):
    # 取得上傳的檔案資訊
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = event['Records'][0]['s3']['object']['key']

    # 下載原圖
    response = s3.get_object(Bucket=bucket, Key=key)
    image = Image.open(io.BytesIO(response['Body'].read()))

    # 產生縮圖
    image.thumbnail((200, 200))

    # 上傳縮圖
    buffer = io.BytesIO()
    image.save(buffer, 'JPEG')
    buffer.seek(0)

    thumbnail_key = key.replace('uploads/', 'thumbnails/')
    s3.put_object(Bucket=bucket, Key=thumbnail_key, Body=buffer)

    return {'statusCode': 200}

API 後端

搭配 API Gateway 建立 REST API。

架構：

前端 → API Gateway → Lambda → DynamoDB

優勢：

• 不用管 server
• 自動擴展
• 只為實際請求付費

排程任務

每天定時執行的任務。

範例：每天清理過期資料

EventBridge 排程：cron(0 3 * * ? *)（每天凌晨 3 點）

import boto3
from datetime import datetime, timedelta

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('sessions')

def lambda_handler(event, context):
    # 計算過期時間（7 天前）
    expiry = datetime.now() - timedelta(days=7)

    # 掃描並刪除過期資料
    response = table.scan(
        FilterExpression='created_at < :expiry',
        ExpressionAttributeValues={':expiry': expiry.isoformat()}
    )

    for item in response['Items']:
        table.delete_item(Key={'session_id': item['session_id']})

    return {'deleted': len(response['Items'])}

資料處理管線

處理上傳的 CSV 檔案，轉換後存入資料庫。

架構：

用戶上傳 CSV → S3 → Lambda → 處理資料 → DynamoDB

---

Lambda 最佳實踐

效能優化

1. 減少部署套件大小

• 只包含必要的依賴
• 使用 Lambda Layer 共享依賴
• 考慮使用較小的 Runtime（如 Python）

2. 重用連線

# 在 handler 外初始化，可重用
import boto3
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('my-table')

def lambda_handler(event, context):
    # 使用已初始化的連線
    table.put_item(Item={...})

3. 選擇適當的記憶體

• 更多記憶體 = 更多 CPU
• 有時增加記憶體反而更便宜（執行更快）

錯誤處理

1. 使用結構化日誌

import json
import logging

logger = logging.getLogger()
logger.setLevel(logging.INFO)

def lambda_handler(event, context):
    logger.info(json.dumps({
        'event': 'processing_started',
        'request_id': context.aws_request_id
    }))

2. 設定死信佇列（DLQ）

• 處理失敗的事件不會遺失
• 可以後續重新處理或分析

3. 實作重試邏輯

import time

def call_external_api(retry=3):
    for attempt in range(retry):
        try:
            # 呼叫外部 API
            return response
        except Exception as e:
            if attempt < retry - 1:
                time.sleep(2 ** attempt)  # 指數退避
            else:
                raise

安全性

1. 最小權限原則

• 只給 Lambda 需要的 IAM 權限
• 避免使用 * 萬用字元

2. 使用環境變數存機密資訊

import os
api_key = os.environ['API_KEY']

3. 啟用 VPC（如需存取私有資源）

👉 進階設定：AWS VPC 入門教學

無伺服器架構適合你嗎？讓專家幫你評估

Lambda 不是萬能的。什麼時候該用 Lambda、什麼時候該用 EC2、什麼時候該用容器？這需要根據你的具體需求來判斷。

CloudInsight 團隊有豐富的 Serverless 架構經驗，預約免費諮詢，讓我們幫你設計最適合的架構。

---

常見問題

Lambda 可以連接資料庫嗎？

可以。但要注意連線管理：

• 使用 RDS Proxy 避免連線數過多
• DynamoDB 是更適合 Lambda 的選擇（HTTP 連線）
• 考慮使用 Aurora Serverless

Lambda 冷啟動怎麼解決？

1. 選擇較輕量的 Runtime（Python、Node.js）
2. 減少依賴套件大小
3. 使用 Provisioned Concurrency（付費）
4. 定期呼叫保持「溫暖」（非正式做法）

Lambda 可以跑超過 15 分鐘嗎？

不行。如果任務需要更長時間：

• 拆分成多個 Lambda（Step Functions 協調）
• 改用 EC2 或 Fargate
• 使用 AWS Batch

Lambda 如何存取 VPC 資源？

在 Lambda 設定 VPC、子網路和安全群組。但注意：

• 冷啟動時間會增加
• 需要 NAT Gateway 才能存取網際網路
• 考慮使用 VPC Endpoint 存取 AWS 服務

---

下一步

Lambda 開啟了無伺服器架構的大門。掌握 Lambda，你就能建構更有彈性、更省成本的雲端應用。

建議的學習路徑：

1. 實作：建立一個簡單的 API（API Gateway + Lambda + DynamoDB）
2. 事件驅動：設定 S3 觸發 Lambda 處理檔案
3. 排程任務：用 EventBridge 定時執行 Lambda
4. 進階：學習 Step Functions 協調多個 Lambda

Serverless 架構規劃需要協助？

從 Lambda 函式設計、觸發器選擇到成本優化，Serverless 架構有很多細節需要考量。CloudInsight 團隊幫助過多家企業設計和優化無伺服器架構。

預約免費架構諮詢，讓我們幫你規劃最適合的 Serverless 方案。

---

延伸閱讀

• AWS 完整指南：服務介紹、費用、證照、台灣資源全面解析
• AWS EC2 完整教學：執行個體類型、定價、實作指南
• AWS S3 完整教學：儲存類別、費用計算、實作指南
• AWS VPC 入門教學：虛擬私有雲架設、子網路、安全設定

---

插圖：無伺服器概念對比圖

場景描述： 無伺服器概念對比圖。左邊顯示傳統架構（用戶需管理的伺服器圖示，標示「你管理」），右邊顯示 Lambda 架構（只有程式碼圖示，伺服器部分標示「AWS 管理」）。中間用虛線分隔，強調責任分界。使用簡潔的圖示風格。

視覺重點：

• 主要內容清晰呈現

必須出現的元素：

• 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: lambda-serverless-concept

插圖：Lambda 費用計算示意圖

場景描述： Lambda 費用計算示意圖。以公式視覺化呈現：請求數 × 單價 + GB-秒 × 單價 = 總費用。下方用三個範例情境（輕量 API、資料處理、高流量 API）展示實際計算結果。強調 Free Tier 的額度。

視覺重點：

• 主要內容清晰呈現

必須出現的元素：

• 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: lambda-pricing-calculator

---