Array.map() 中的 NodeJS 内存问题

Question

概述

我在 AWS lambda 上使用 NodeJs 中的异步映射函数时遇到了一些奇怪的行为，我很想知道为什么会发生这种情况。

我在下面的代码块中重新创建了一个玩具示例，其中给出了错误的代码。

topLevel() 函数有一个对象数组。该函数在数组上调用 Array.map()，并将异步辅助函数传递给 map 函数。辅助函数对对象执行一些转换，其中一种转换是加密银行帐户嵌套对象。这是通过另一个异步辅助函数 (encryptBank) 完成的。

虫子

在topLevel函数的返回值中，id="abc"用户的银行账户有来自id="def"用户的加密银行账户对象。 id="def" 的用户拥有正确的加密银行账户对象。

什么可能导致这种情况发生？从异步映射函数调用异步函数有问题吗？在 Array.map() 中使用异步函数是个坏主意吗？任何提示都将不胜感激，因为这个错误一直让我发疯。

环境信息

使用 NodeJS（版本 12）运行时在 AWS Lambda 上运行。

代码

// This is the lambda handler
module.exports.topLevel = async () {
  const users = [
      {
        id: 'abc',
        name: 'George P. Burdell',
        job: 'Jack of all trades',
        married: true,
        bankInformation: {
            institution: 'Bank of America',
            routingNumber: 987654321,
            accountNumber: 665471235774
        }
      },
      {
        id: 'def',
        name: 'Jay-Z',
        job: 'Artist',
        married: true,
        bankInformation: {
            institution: 'Chase',
            routingNumber: 123456789,
            accountNumber: 97822651348 
        }
      }
  ]

  const transformedUsers = await Promise.all(users.map(helper))
  return transformedUsers

}

async function helper(o) {
    Object.Keys(o).forEach((k) => {
        if (k === 'bankInformation') {
            o[k] = await encryptBank(o[k])
            await s3.putObject({Body: JSON.stringify(o[k]),Bucket: bankBucketName, Key: `${o.id.toLowerCase()}.json`}).promise()
        } else if (k === 'married') {
            o[k] = !o[k]
        }
        else {
            o[k] = k.toUpperCase()
        }
    })
    return o
}

async function encryptBank(o) {
    Object.Keys(o).forEach((k) => {
        o[k] = await encrypt(o[k])
    })
    return o
}

Answer 1

我无法真正遵循您的示例以及它与错误的关系，但是，这闻起来是错误生成的 AWS Lambda 函数（要排除这种情况，请在您的代码上运行本地测试）

有时来自一个请求的状态可能会渗入 AWS Lambda 中另一个请求的状态。

这样做的原因是 AWS Lambda 在启动后可能会重复使用 lambda。这意味着您在处理程序代码之外定义的任何变量等都将从一次调用持续到下一次调用。

为了避免这个问题，不要在你的处理函数之外创建变量，并确保任何导入/需要的模块不保存状态。如果是这样，请将它们导入您的处理程序函数中，而不是在脚本的顶部。注意：这可能会增加 lambda 调用时间并因此增加成本。