Optimización de rendimiento y recursos

Implementación de aplicaciones en AWS

Dunieski Otano

Amazon Web Services Solutions Architect

Lenta y cara

La app va lenta con picos de tráfico
La factura de Lambda sube ese mismo mes
Ajustar la hace más rápida y barata

Un indicador de velocidad y coste mostrando una función lenta y cara, apuntando a la optimización

Concurrencia: coste vs cold start

Reservada: limitar y proteger

Limita y garantiza capacidad para una función
Control más barato, pero no evita cold starts

Provisionada: pagar por calentar

Mantiene instancias precalentadas; sin cold start
Cuesta más; úsala solo donde la latencia importe de verdad

Dimensionar memoria con la curva duración-coste

Curva duración-coste al aumentar la memoria: la duración cae y se aplana; el coste total forma una U con el punto óptimo de memoria resaltado

Más memoria = más CPU = menos duración
Coste = precio de memoria × duración
El punto más barato suele estar en el medio
Perfila con varios tamaños y elige

Caché a nivel de aplicación

Reutiliza trabajo dentro del contexto de ejecución
Una Lambda caliente conserva globals entre invocaciones
Cachea configuración, clientes y búsquedas frecuentes
ElastiCache para una caché compartida entre instancias

Caché en el contexto de ejecución de Lambda: objeto cliente global reutilizado en invocaciones calientes, y clúster de ElastiCache compartiendo datos calientes entre múltiples instancias de la función

Caché de CloudFront en el perímetro

CloudFront: cachea respuestas en ubicaciones perimetrales
Atiende repeticiones sin tocar el backend
Las claves de caché pueden incluir headers, query strings, cookies
El contenido estático y cacheable escala gratis

Caché perimetral de CloudFront: globo con ubicaciones perimetrales sirviendo respuestas en caché a usuarios cercanos sin tocar el backend, con configuración de clave de caché mostrando headers y query strings

Elegir la capa de caché adecuada

Tres capas de caché apiladas: CloudFront en el perímetro para contenido estático muy compartido, caché en memoria por instancia para objetos calientes, y ElastiCache o DAX para lecturas compartidas de alta frecuencia

Perímetro (CloudFront): contenido estático y muy compartido
Aplicación (en memoria): objetos calientes por instancia
Datos (ElastiCache/DAX): lecturas calientes compartidas
Encapílalas; cada una reduce un coste distinto

Integrar la optimización

Dimensiona memoria con la curva duración-coste
Añade concurrencia provisionada solo donde importe la latencia
Cachea en las capas de perímetro, app y datos
Mide, cambia una cosa y vuelve a medir

Resumen de optimización: curva duración-coste para dimensionar memoria, decisión sobre concurrencia provisionada, diagrama de tres capas de caché y ciclo iterativo de medir-cambiar-medir

¡Vamos a practicar!

Implementación de aplicaciones en AWS