Performance-Tuning und Optimierung

Serverlose Anwendungen mit AWS Lambda

Claudio Canales

Senior DevOps Engineer

Performance = Latenz + Kosten

• Du zahlst für Zeit.
• Performance-Tuning spart auch Kosten.
• Messen vor dem Tuning.
• Immer nur eine Änderung.

Wohin die Zeit geht

• Initialisierung.
• Handler-Ausführung.
• Wartezeit auf externe Aufrufe.

Cold Start vs. Warm Start

Cold Start

• Lambda braucht eine neue Umgebung.

Warm Start

• Bestehende Umgebung wird genutzt.
• Handler läuft mit weniger Overhead.

Init-Arbeit vs. Handler-Arbeit

• Imports und globales Setup laufen im Init.
• Schweres Init verlangsamt Cold Starts.
• Init-Dauer erscheint in den Metriken.

Clients über warme Aufrufe wiederverwenden

• Einen Client pro Aufruf neu erstellen kostet jedes Mal.
• Wiederverwende ihn bei warmen Umgebungen.

Code-Muster: Client außerhalb des Handlers

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

Cache, was möglich ist

• Daten im Speicher halten.
• /tmp für kleine temporäre Dateien nutzen.
• Vorsichtig cachen und bei Bedarf invalidieren.

Abhängigkeiten schlank halten

• Große Pakete laden langsamer.
• Unnötiges entfernen.
• Abhängigkeiten so klein wie möglich halten.

Sinnvoll loggen

• Zu viel Logging kostet und rauscht.
• Kurze, strukturierte Messages.
• Durchsuchbar bleiben; Tracing und Debug helfen.

Overhead externer Aufrufe senken

• Aufrufe externer Services bremsen am meisten.
• Weniger Aufrufe; wenn möglich bündeln.
• Timeouts setzen, damit Fehler nicht hängen.

Speicher beeinflusst auch die CPU

• CPU skaliert mit Speicher.
• CPU-lastiger Code wird schneller fertig.
• Mehr Speicher kann Dauer oder Kosten senken.
• Testen, um den besten Wert zu finden.

Das Kostenoptimum finden

• Die beste Speichergröße minimiert Gesamtkosten.
• Die Kurve fällt, flacht ab oder steigt.
• Nach Änderungen erneut testen.

Mit CloudWatch messen

• Dauer und Init-Dauer tracken.
• Fehler und Throttles tracken.
• Tail-Latenzen beobachten (p95, p99).

Cold Starts reduzieren

• Arbeit im Init verkleinern.
• Paket schlank halten.
• Teures Setup wiederverwenden.
• Provisionierte Umgebungen erwägen.

Wesentliche Punkte

• Wissen, wo die Zeit hingeht.
• Clients wiederverwenden und bedacht cachen.
• Speicher ändert CPU und Dauer.
• Jede Änderung messen.

Lass uns üben!

Serverlose Anwendungen mit AWS Lambda