Performance और resource optimization

AWS पर एप्लिकेशन डिप्लॉय करना

Dunieski Otano

Amazon Web Services Solutions Architect

Slow और expensive

ट्रैफिक स्पाइक्स में ऐप धीमा लगता है
उसी महीने Lambda का बिल उछल जाता है
ट्यूनिंग से यह तेज और सस्ता हो जाता है

स्पीड और कॉस्ट गेज: फंक्शन धीमा और महंगा, सुई optimization की ओर

Concurrency: cost बनाम cold start

Reserved: cap और protect

किसी फंक्शन के लिए cap लगाएँ और capacity सुनिश्चित करें
सबसे सस्ता नियंत्रण, पर cold starts पर असर नहीं

Provisioned: warmth के लिए भुगतान

इंस्टेंसेज़ को pre-warmed रखता है, cold start नहीं होता
महंगा है; जहाँ latency सच में मायने रखती है वहीं उपयोग करें

Duration-cost कर्व से सही memory size

ड्यूरेशन-कॉस्ट कर्व: मेमोरी बढ़ने पर duration घटकर समतल, कुल लागत U-आकार, optimal मेमोरी हाइलाइटेड

ज्यादा memory = ज्यादा CPU = कम duration
Cost = memory price x duration
सबसे सस्ता बिंदु अक्सर बीच में होता है
कई sizes पर प्रोफाइल करें, फिर चुनें

एप्लिकेशन-लेवल caching

काम को execution context के अंदर reuse करें
warm Lambda invocations के बीच globals रखता है
config, clients, और hot lookups cache करें
इंस्टेंसेज़ में shared cache के लिए ElastiCache

Lambda execution context caching: warm invocations में global client reuse, और कई फंक्शन इंस्टेंसेज़ में ElastiCache hot डेटा शेयर करता है

CloudFront caching at the edge

CloudFront: edge locations पर responses cache करें
रिपीट रिक्वेस्ट backend को हिट किए बिना सर्व करें
Cache keys में headers, query strings, cookies शामिल कर सकते हैं
Static और cacheable कंटेंट मुफ्त में scale होता है

CloudFront edge caching: globe पर edge locations पास के यूज़र्स को cached responses देती हैं, backend को हिट किए बिना; cache key config में headers और query strings दिखे

सही cache लेयर चुनना

तीन स्टैक्ड cache लेयर्स: CloudFront edge पर static, shared कंटेंट; in-memory per-instance cache हॉट ऑब्जेक्ट्स के लिए; और ElastiCache या DAX shared high-frequency reads के लिए

Edge (CloudFront): static, widely shared कंटेंट
Application (in-memory): per-instance hot objects
Data (ElastiCache/DAX): shared hot reads
परतें जोड़ें; हर एक अलग लागत घटाती है

Optimization को एक साथ लाना

duration-cost कर्व से memory right-size करें
Provisioned concurrency सिर्फ वहीं जोड़ें जहाँ latency अहम है
edge, app, और data लेयर्स पर cache करें
मापें, एक बदलाव करें, फिर से मापें

Optimization सार: मेमोरी साइजिंग के लिए duration-cost कर्व, provisioned concurrency निर्णय, तीन cache लेयर डायग्राम, और measure-change-measure साइकिल

अभ्यास करते हैं!

AWS पर एप्लिकेशन डिप्लॉय करना