aws lambda 函数若在 handler 外部初始化数据库连接，会导致连接被复用并可能携带未刷新的查询缓存或事务隔离状态，从而读取不到其他 lambda 实例刚提交的新数据；将连接移至 handler 内部可确保每次调用使用全新、一致的连接。
在 AWS Lambda 与 RDS（如 MySQL）协同开发中，一个常见却隐蔽的问题是：写入操作（INSERT/UPDATE）已成功提交，但后续读取（SELECT）无法立即看到最新数据——尤其当读写由不同 Lambda 函数执行时。你观察到的“延迟约 10 分钟后才可见”并非数据库复制延迟（RDS 单实例无主从同步延迟），而是由 Lambda 执行环境复用 + 数据库连接状态残留 共同引发的一致性陷阱。
根本原因：连接复用破坏了会话一致性
Lambda 为提升性能，默认会复用执行环境（Execution Environment）：冷启动时初始化资源（包括全局变量、模块级连接），热启动时直接复用该环境运行新请求。当你把 pymysql.connect(...) 放在 lambda_handler 外部：
# ❌ 危险：全局连接，跨请求复用
conn = pymysql.connect(
host=conn_params['host'],
user=conn_params['username'],
password=conn_params['password'],
database=conn_params['name'],
cursorclass=pymysql.cursors.DictCursor
)
def lambda_handler(event, context):
# 同一 conn 可能被多个并发调用共享
with conn.cursor() as cursor:
cursor.execute("SELECT ...") # 可能读到旧快照这种写法导致：
- 连接长期存活，可能维持着 MySQL 的默认事务隔离级别（REPEATABLE READ），其一致性视图（consistent read view）在首次查询时建立，后续查询复用该快照；
- 若连接曾参与过未显式关闭的事务，或因异常中断而处于不确定状态，SELECT 可能受隐式事务上下文影响；
- 更关键的是：RDS Proxy 或连接池层（如有）可能对复用连接做额外优化，加剧读取陈旧数据的风险。
而将连接创建移入 lambda_handler 内部：
# ✅ 推荐：每次调用新建连接，保障会话干净
def lambda_handler(event, context):
conn = pymysql.connect(
host=conn_params['host'],
user=conn_params['username'],
password=conn_params['password'],
database=conn_params['name'],
cursorclass=pymysql.cursors.DictCursor,
autocommit=True # 可选：避免手动 commit，提升写入确定性
)
try:
with conn.cursor() as cursor:
cursor.execute(sql.GET_ALL_USERS)
return {"users": cursor.fetchall()}
finally:
conn.close() # 显式释放，避免连接泄漏✅ 每次调用获得独立 TCP 连接和全新 MySQL 会话，保证 SELECT 总是基于当前最新提交的数据（满足 Read Committed 语义）；
✅ 避免长连接导致的超时、连接数耗尽、RDS 连接池阻塞等问题；
✅ 符合 Lambda 无状态设计原则，消除跨请求副作用。
补充最佳实践
- 务必显式关闭连接：使用 try/finally 或上下文管理器（with）确保 conn.close() 执行，防止连接泄漏；
- 启用 autocommit=True：对只读函数可省略，但对写入函数强烈建议，避免因忘记 commit() 导致数据滞留；
- 考虑连接池（谨慎）：若需更高吞吐，可用 pymysql.connections.ConnectionPool，但必须配置合理的 max_idle_time 和 max_connections，且仍需在 handler 内按需获取/归还连接，而非全局单例；
- 验证 RDS 参数：检查 innodb_flush_log_at_trx_commit=1 和 sync_binlog=1（生产环境推荐），确保写入持久化不被延迟；
- 监控连接数：通过 CloudWatch 指标 DatabaseConnections 确认无连接堆积。
通过将数据库连接生命周期严格绑定到单次 Lambda 调用，你不仅解决了读写不一致问题，更构建了可预测、可伸缩、符合云原生设计规范的数据访问模式。
