Was ist Kaltstart?

Im Zusammenhang mit serverlosem Computing bezieht sich ein “Kaltstart” auf die Latenz beim ersten Mal oder die Zeit, die eine Funktion benötigt, um mit der Verarbeitung zu beginnen, nachdem sie längere Zeit nicht aufgerufen wurde. Um dies zu veranschaulichen: Wenn ein Computer nach dem Herunterfahren eingeschaltet wird, kann es einige Zeit dauern, bis er seine volle Leistung erreicht.

Kaltstarts sind für jeden, der mit serverlosen Architekturen beginnt, von grundlegender Bedeutung. Sie beeinflussen die Leistung und Benutzerfreundlichkeit Ihrer Anwendung, insbesondere in Bezug auf Interaktionen, bei denen Timeout-Dauer so kurz wie möglich sein müssen.

Cold-Starts treten unter folgenden Umständen auf.

• Erster Aufruf: Es gibt zwei Fälle; der erste ist, wenn eine Funktion zum ersten Mal nach der Bereitstellung der Anwendungen oder nach der Aktualisierung des Codes aufgerufen wird.
• Skalierung von Null: Wenn eine Funktion von keinem Auftreten auf eine gewisse Anzahl an Aufrufen nach einer gewissen Zeit der Nichtnutzung ansteigt.
• Ressourcen-Neuzuteilung: Wenn der Cloud-Anbieter Ressourcen neu zuteilt oder die Basis der Funktion zu anderen Hosts wechselt, kann dies zu kalten Funktionsinstanzen führen.
• Zeitüberschreitung oder Ablauf: Wenn eine Funktionsinstanz die maximale Ausführungszeit erreicht hat oder ihre Leerlaufzeit überschritten hat, kann sie beendet werden. Das bedeutet, dass sie bei einem erneuten Aufruf neu gestartet wird.

Eine der größten Herausforderungen im Zusammenhang mit Kaltstarts ist die zusätzliche Latenz. Diese Latenz kann in Form von beobachtet werden:

• Verzögerte Antworten: Auch wenn Ihre App im Allgemeinen schnelle Antworten liefert, können Benutzer gelegentlich auf Verzögerungen stoßen, die ihre Erfahrung beeinträchtigen könnten.
• Reduzierter Durchsatz: Kaltstarts können eine schrittweise Erhöhung der Fähigkeit Ihrer Anwendung erfordern, gleichzeitige Anfragen zu bearbeiten, insbesondere während Zeiten hoher Auslastung.
• Leistungsabweichungen: Das Ausmaß, in dem sich die Dauer von Kaltstarts im Laufe der Zeit ändert, kann die Effektivität der Anwendung beeinflussen und Möglichkeiten sowohl zur Optimierung der Reaktionszeiten als auch zur Festigung der Konstanz bieten.

Die Dauer eines Lambda-Kaltstarts kann je nach verschiedenen Faktoren variieren, wie z. B.:

• Funktionsgröße und Abhängigkeiten: Je größer die Funktion ist, desto mehr Abhängigkeiten sind beteiligt und desto länger dauert der typische Kaltstart.
• Laufzeitumgebung: Die anfänglich ausgewählte Laufzeitumgebung (z. B. Node.js, Python, Java usw.) bestimmt zwangsläufig einen Faktor wie die Kaltstartzeit aufgrund der Unterschiede in den Initialisierungs- und Ladevorgängen.
• Optimierungen des Cloud-Anbieters: Im Laufe der Zeit bieten Cloud-Anbieter durchweg Optimierungen an, um die Kaltstartzeit so weit wie möglich zu reduzieren; sie ist jedoch nicht festgelegt oder vorhersehbar.

Insgesamt können die Kaltstarts von Lambda zwischen einer halben Sekunde und einigen Sekunden variieren. Um genaue Daten zu erhalten und zu beobachten, wie sich die Kaltstartdauer auf die Anforderungen Ihrer Funktionen und Umgebung auswirkt, um genaue Erkenntnisse zu gewinnen.

Hier sind einige Möglichkeiten, wie Sie die Kaltstarts von Lambda reduzieren oder zumindest damit umgehen können:

• Funktionsoptimierung:
  • Löschen Sie nicht verwendeten Code und Abhängigkeiten, um die Funktionsgröße zu reduzieren.
  • Tree-Shaking- oder Code-Splitting-Methoden sollten verwendet werden, um die Menge des geladenen Codes während der Initialisierung zu reduzieren.
  • Verbessern Sie die Paketverteilung und die Workflows zur Auflösung von Paketabhängigkeiten.

• Bereitgestellte Parallelität:

Konfigurieren Sie die bereitgestellte Parallelität, um die angegebene Anzahl aktiver Funktionsinstanzen aufrechtzuerhalten, sodass die eingehenden Anforderungen keinen Kaltstart für diese Instanzen verursachen.

• Aufwärmanforderungen:

Manchmal müssen Sie einige Dummy-Anforderungen an Ihre Funktionen senden, damit sie aufgewärmt sind, wenn die Anfragen realer Benutzer eintreffen.

• Asynchrone Verarbeitung:

Bei nicht kritischen Operationen kann es besser sein, Benutzeranforderungen von Funktionen umzugestalten, indem andere asynchrone Muster eingeführt werden, sodass Kaltstarts nur minimale Auswirkungen haben.

• Caching:

Führen Sie geeignete Caching-Mechanismen ein, die häufig aufgerufene Daten oder vorab berechnete Ergebnisse speichern, um die Anzahl der Funktionsaufrufe zu reduzieren und so das Auftreten von Kaltstarts zu verringern.