Penyetelan kinerja dan teknik optimasi

Aplikasi Serverless dengan AWS Lambda

Claudio Canales

Senior DevOps Engineer

Kinerja = latensi + biaya

• Anda membayar untuk waktu.
• Tuning kinerja juga optimasi biaya.
• Ukur sebelum men-tune.
• Ubah satu hal tiap kali.

Ke mana waktu digunakan

• Inisialisasi.
• Eksekusi handler.
• Waktu menunggu panggilan eksternal.

Cold start vs warm start

Cold start

• Lambda memerlukan lingkungan baru.

Warm start

• Menggunakan kembali lingkungan yang ada.
• Handler berjalan dengan overhead lebih kecil.

Pekerjaan init vs pekerjaan handler

• Import dan setelan global berjalan di init.
• Init yang berat memperlambat cold start.
• Durasi init muncul di metrik.

Gunakan kembali klien pada warm invocation

• Membuat klien tiap pemanggilan mengulang biayanya.
• Gunakan kembali saat lingkungan masih hangat.

Pola kode: klien di luar handler

import boto3
sts = boto3.client("sts")
def handler(event, context):
    return sts.get_caller_identity()

Cache semampunya

• Simpan data di memori.
• Gunakan /tmp untuk file sementara kecil.
• Cache dengan hati-hati dan invalidasi saat perlu.

Jaga dependensi tetap ramping

• Paket besar lebih lama dimuat.
• Buang yang tidak dipakai.
• Jaga dependensi sekecil mungkin.

Logging yang bijak

• Logging berlebihan menambah biaya dan noise.
• Gunakan pesan kecil dan terstruktur.
• Tetap mudah dicari; bantu penelusuran dan debug.

Kurangi beban panggilan eksternal

• Panggilan ke layanan lain paling lambat.
• Kurangi panggilan; gabungkan jika bisa.
• Atur timeout agar kegagalan tidak menggantung.

Memori juga memengaruhi CPU

• CPU diskalakan dengan memori.
• Kode terikat CPU dapat selesai lebih cepat.
• Memori lebih besar bisa memangkas durasi atau biaya.
• Uji untuk menemukan nilai terbaik.

Temukan sweet spot biaya

• Setelan memori terbaik meminimalkan total biaya.
• Kurva turun, lalu mendatar atau naik.
• Uji ulang setelah perubahan.

Ukur dengan CloudWatch

• Lacak Duration dan Init duration.
• Lacak error dan throttle.
• Pantau tail latency (p95, p99).

Mengurangi cold start

• Perkecil yang berjalan di init.
• Jaga paket tetap ramping.
• Gunakan kembali setup yang mahal.
• Pertimbangkan lingkungan terprovisi.

Inti pembelajaran

• Ketahui ke mana waktu habis.
• Gunakan kembali klien dan cache dengan hati-hati.
• Perubahan memori memengaruhi CPU dan durasi.
• Ukur setiap perubahan.

Ayo berlatih!

Aplikasi Serverless dengan AWS Lambda