Optimisation des performances et techniques d'optimisation

Applications serverless avec AWS Lambda

Claudio Canales

Senior DevOps Engineer

Performance = latence + coût

• Vous payez le temps.
• Optimiser les performances, c'est aussi réduire les coûts.
• Mesurer avant d'optimiser.
• Changer un élément à la fois.

Répartition du temps

• Initialisation.
• Exécution du handler.
• Temps d'attente des appels externes.

Cold start vs warm start

Cold start

• Lambda a besoin d'un nouvel environnement.

Warm start

• Réutilise un environnement existant.
• Le handler s'exécute avec moins de surcoût.

Travail d'init vs travail du handler

• Imports et configuration globale exécutés à l'init.
• Une init lourde allonge les cold starts.
• La durée d'init apparaît dans les métriques.

Réutiliser les clients sur les appels chauds

• Créer un client à chaque appel répète le coût.
• Réutilisez-le quand l'environnement est chaud.

Modèle : client en dehors du handler

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

Mettre en cache quand c'est possible

• Garder les données en mémoire.
• Utiliser /tmp pour de petits fichiers temporaires.
• Mettre en cache avec prudence et invalider au besoin.

Alléger les dépendances

• Les gros packages chargent plus lentement.
• Supprimez ce qui est inutile.
• Gardez des dépendances minimales.

Journaliser avec discernement

• Trop de logs = coût et bruit.
• Visez des messages courts et structurés.
• Restez recherchable ; aidez traçage et débogage.

Réduire le surcoût des appels externes

• Les appels à d'autres services sont les plus lents.
• Réduisez-les ; regroupez quand possible.
• Définissez des timeouts pour éviter les blocages.

La mémoire influe aussi sur le CPU

• Le CPU évolue avec la mémoire.
• Le code lié au CPU peut finir plus vite.
• Plus de mémoire peut réduire durée ou coût.
• Testez pour trouver la valeur optimale.

Trouver le point optimal de coût

• Le meilleur réglage mémoire minimise le coût total.
• La courbe descend puis se stabilise ou remonte.
• Re-testez après chaque changement.

Mesurer avec CloudWatch

• Suivre Duration et Init duration.
• Suivre erreurs et throttles.
• Surveiller les queues de latence (p95, p99).

Réduire les cold starts

• Réduire ce qui s'exécute à l'init.
• Garder un package léger.
• Réutiliser les initialisations coûteuses.
• Envisager des environnements provisionnés.

Points clés

• Savoir où part le temps.
• Réutiliser les clients et mettre en cache prudemment.
• La mémoire influe sur CPU et durée.
• Mesurer chaque changement.

Passons à la pratique !

Applications serverless avec AWS Lambda