上文介绍了如何快速迁移Parse到阿里云函数计算,但是这只是一个跑起来的例子,还有一些问题需要我们优化。本文会介绍常见的优化点和方法,从方法来看适用于所有Serverless平台的应用。
Serverless的缺陷
没有任何技术形态是完美的,Serverless提供了良好的可伸缩性和并发性,提供了细粒度的资源分配,优化了成本,相对的也有难以调试等缺点。
这些问题是Serverless这种技术形态自身造成的,并不是阿里云函数计算独有的。不同的云厂商可以通过周边建设来弥补一些问题,比如阿里云函数计算的日志和监控相对比较完善,Serverless Devs工具解决了一部分调试问题。
用更传统的观点来理解Serverless的本质,可以看作扩容缩容策略极端激进的集群,而每个函数都是部署在这一个一个机器上而已。云厂商的机器特别迷你,计价单位颗粒小。而缩容策略可以将为0,扩容策略可以近乎无限大,缩容策略是固定,不可以自定义。
那么对于一个随时可能创建随时可能被销毁的机器,部署于其中的服务要面临两个方面的问题
- 服务销毁
- 服务启动
服务销毁时内存、文件系统的数据都丢失了。服务启动的时候需要一些必要的初始化,需要启动程序。
我们先看下销毁引起的持久化问题。
持久化改进
Parse是支持文件上传的,存储文件的FileAdapter是可以自定义的。
一般来说对于文件需求,可以直接使用阿里云对象存储OSS,一般选择标准型就可以了。
Parse官方不支持阿里云OSS,理论上可以使用parse-server-s3-adapter,但是我之前没有配置过,可以完全可以自定义,直接使用OSS官方的SDK就行了。
'use strict'; varOSS=require('ali-oss').Wrapper; constDEFAULT_OSS_REGION="oss-cn-hangzhou"; functionrequiredOrFromEnvironment(options, key, env) { options[key] =options[key] ||process.env[env]; if (!options[key]) { throw`OSSAdapter requires option '${key}' or env. variable ${env}`; } returnoptions; } functionfromEnvironmentOrDefault(options, key, env, defaultValue) { options[key] =options[key] ||process.env[env] ||defaultValue; returnoptions; } functionoptionsFromArguments(args) { letoptions= {}; letaccessKeyOrOptions=args[0]; if (typeofaccessKeyOrOptions=='string') { options.accessKey=accessKeyOrOptions; options.secretKey=args[1]; options.bucket=args[2]; letotherOptions=args[3]; if (otherOptions) { options.bucketPrefix=otherOptions.bucketPrefix; options.region=otherOptions.region; options.directAccess=otherOptions.directAccess; options.baseUrl=otherOptions.baseUrl; options.baseUrlDirect=otherOptions.baseUrlDirect; } } else { options=accessKeyOrOptions|| {}; } options=requiredOrFromEnvironment(options, 'accessKey', 'OSS_ACCESS_KEY'); options=requiredOrFromEnvironment(options, 'secretKey', 'OSS_SECRET_KEY'); options=requiredOrFromEnvironment(options, 'bucket', 'OSS_BUCKET'); options=fromEnvironmentOrDefault(options, 'bucketPrefix', 'OSS_BUCKET_PREFIX', ''); options=fromEnvironmentOrDefault(options, 'region', 'OSS_REGION', DEFAULT_OSS_REGION); options=fromEnvironmentOrDefault(options, 'directAccess', 'OSS_DIRECT_ACCESS', false); options=fromEnvironmentOrDefault(options, 'baseUrl', 'OSS_BASE_URL', null); options=fromEnvironmentOrDefault(options, 'baseUrlDirect', 'OSS_BASE_URL_DIRECT', false); returnoptions; } functionOSSAdapter() { varoptions=optionsFromArguments(arguments); this._region=options.region; this._bucket=options.bucket; this._bucketPrefix=options.bucketPrefix; this._directAccess=options.directAccess; this._baseUrl=options.baseUrl; this._baseUrlDirect=options.baseUrlDirect; letossOptions= { accessKeyId: options.accessKey, accessKeySecret: options.secretKey, bucket: this._bucket, region: this._region }; this._ossClient=newOSS(ossOptions); this._ossClient.listBuckets().then((val) => { varbucket=val.buckets.filter((bucket) => { returnbucket.name===this._bucket }).pop(); this._hasBucket=!!bucket; }); } OSSAdapter.prototype.createBucket=function () { if (this._hasBucket) { returnPromise.resolve(); } else { returnthis._ossClient.putBucket(this._bucket, this._region).then(() => { this._hasBucket=true; if (this._directAccess) { returnthis._ossClient.putBucketACL(this._bucket, this._region, 'public-read'); } returnPromise.resolve(); }).then(() => { returnthis._ossClient.useBucket(this._bucket, this._region); }); } }; OSSAdapter.prototype.createFile=function (filename, data, contentType) { letoptions= {}; if (contentType) { options.headers= {'Content-Type': contentType} } returnthis.createBucket().then(() => { returnthis._ossClient.put(this._bucketPrefix+filename, newBuffer(data), options); }); }; OSSAdapter.prototype.deleteFile=function (filename) { returnthis.createBucket().then(() => { returnthis._ossClient.delete(this._bucketPrefix+filename); }); }; OSSAdapter.prototype.getFileData=function (filename) { returnthis.createBucket().then(() => { returnthis._ossClient.get(this._bucketPrefix+filename).then((val) => { returnPromise.resolve(val.content); }).catch((err) => { returnPromise.reject(err); }); }); }; OSSAdapter.prototype.getFileLocation=function (config, filename) { varurl=this._ossClient.signatureUrl(this._bucketPrefix+filename); url=url.replace(/^http:/, "https:"); returnurl; }; module.exports=OSSAdapter; module.exports.default=OSSAdapter;
这个是我正在用的adapter,可以参考使用。特别是getFileLocation,要根据自己情况使用。
Parse还有一个缓存,一般默认使用本地环境,但是考虑到Serverless的特性,这一部分还是要持久化用于加速。官方提供的RedisCacheAdapter可以直接使用。Redis集群要求不是很高,最好复用已有的,单独使用成本有点高。
启动改进
Serverless函数的生命周期问题一直是迁移的阻碍,比较明显的是异步请求丢失、优雅下线困难。阿里云函数计算对于模型有一定扩展,额外提供了一些Hook。
初始化只会进行一次,preFreeze和preStop就是退出前的Hook,这三处也是同样的计费。
由于Parse也涉及到数据库连接,所以可以将数据库连接部分移动到initialize中。
除了生命周期上一般来说还有一些选择
提升内存分配:函数计算可以自行配置内存,对于部分应用(特别是有初始化扫描等)加大内存可以改进启动速度
调整框架或者平台:对于NodeJs而言,新版本普遍都有性能上的优化,选用尽可能新的NodeJs版本也可以加速启动。如果实在对时间很敏感,可能要考虑Rust等启动速度更友好的语言。
在启动函数中初始化更多的共享资源:这个其实不能解决第一次冷启动的时间,但是可以让每次call的耗时更少。
缩减包大小:对于不必要的三方库优先移除,也可以使用更精简的版本进行替换。
定时激活:这个最早在AWS Lambda上广泛使用,其实本质上是保留一个常驻实例,但是依赖的云厂商的机制。比如AWS Lambda大约30-40分钟回收之前的活跃实例。这样只需要一个定时触发器就可以进行激活操作。这个方法在所有Serverless平台都可以使用。但是需要正确处理来自HTTP触发器和Event触发器的逻辑。