什么是冷启动？

在无服务器计算的背景下，“冷启动”指的是首次延迟，或者是在函数长时间未被调用后开始处理所需的时间。 举例来说，当计算机在关机后开机时，可能需要一些时间才能达到其全部性能。

冷启动对于任何刚开始使用无服务器架构的人来说都至关重要。它会影响应用程序的性能和可用性，尤其是在必须在尽可能短的时间内满足超时时长的交互方面。

冷启动在以下情况下发生。

• 首次调用： 它有两种情况；第一种是在应用程序部署后或代码更新后首次调用函数时。
• 扩展 从零开始： 当一个函数从没有被调用过，经过一段时间的非运行后开始接收调用时。
• 资源重新分配： 当云服务提供商 重新分配资源 或者当函数的基础设施更改为其他主机时，可能会导致冷函数实例。
• 超时或过期： 如果函数实例达到最大执行时间或超过其空闲时间，则可以终止该实例，这意味着如果再次调用它，它将重新开始。

与冷启动相关的主要挑战是额外的延迟。这种延迟可以表现为：

• 响应延迟： 虽然您的应用程序通常会提供快速响应，但用户偶尔可能会遇到延迟，这可能会影响他们的体验。
• 吞吐量降低： 冷启动可能需要逐步提高您的应用程序处理并发请求的能力，尤其是在高使用率期间。
• 性能差异： 冷启动持续时间随时间变化的程度可能会影响应用程序的效率，这为简化响应时间和巩固稳定性提供了可能性。

Lambda 冷启动的持续时间会因多种因素而异，例如：

• 函数大小和依赖项： 函数越大，涉及的依赖项就越多，典型的冷启动时间就越长。
• 运行时环境： 选择的初始运行时环境（例如，Node.js、Python、Java等）必然会决定冷启动时间等因素，因为初始化和加载过程存在差异。
• 云服务提供商优化： 随着时间的推移，云服务提供商不断提供优化措施，以尽可能缩短冷启动时间；然而，这并不是固定的或可预测的。

总的来说，Lambda的冷启动时间可能在半秒到几秒之间不等。因此，为了获得准确的数据并观察冷启动时长如何反映您的函数和环境的需求，以获得准确的见解。

以下是一些可以减少或至少处理 Lambda 冷启动的方法：

• 函数优化：
  • 删除未使用的代码和依赖项以减小函数大小。
  • 应使用 Tree-shaking 或代码分割方法来减少初始化期间加载的代码量。
  • 改进包分发和包依赖项解析工作流程。

• 预配置并发：

配置预置并发以保持特定数量的函数实例处于活动状态，以便传入的请求不会导致这些实例冷启动。

• 预热请求：

有时，您需要向函数发送一些虚拟请求，以便在真实用户请求到达时它们已预热。

• 异步处理：

对于非关键操作，最好通过引入其他异步模式来重构用户请求，使其脱离函数，从而最大限度地减少冷启动的影响。

• 缓存：

引入适当的缓存机制，存储频繁访问的数据或预先计算的结果，以减少函数调用次数，从而减少冷启动的发生。