Spring Boot Serverless 实战系列 | 性能调优

我将通过一系列文章，从架构，部署，监控、性能、安全等 5 个方面来分析 Serverless 平台运行 Spring Boot 应用的优劣。为了让分析更有代表性，我选择了 Github 上 star 数超过 50k 的电商应用 mall 作为示例。这是系列文章的第四篇， 本文向大家展示如何对 Serverless 应用进行性能调优。

• 代码准备（PrepareCode）：主要是下载代码包或者镜像。由于我们已经启用了镜像加速功能，不需要下载全部的镜像，因此这一步的延时非常短。

• 运行时初始化（RuntimeInitialization）：从启动函数开始，到函数计算（FC）系统探测到应用端口就绪为止。这中间包含了应用启动时间。在命令行执行 s mall-admin logs 查看相应的日志时间，我们也能看到 Spring Boot 应用的启动需要花大量的时间。

• 应用初始化（Initialization）：函数计算提供了 Initializer 接口，用户可以将一些初始化逻辑放在 Initializer 中执行。

• 调用延时（Invocation）：处理请求的延时，这个延时非常短。

从上述链路追踪图来看，实例启动时间是瓶颈，但是我们可以采取多种方式来优化。

用户在控制台中配置最小和最大实例数。平台会预留最小实例数目的实例，最大实例是指该函数下实例的上限。用户也可以设置定时预留和按指标预留的规则。

延迟初始化

SPRING_MAIN_LAZY_INITIATIALIZATION=true
复制

关闭优化编译器

JAVA_TOOL_OPTIONS="-XX:+TieredCompilation -XX:TieredStopAtLevel=1"
复制

s.yaml 中设置环境变量示例：

登录实例检查环境变量是否配置正确：

注意：对于非预留实例，一段时间没有请求后，函数计算系统会自动回收实例。此时无法再登入实例（上面的实例详情页面中的登录实例按钮会变灰）。所以请执行调用后，在实例被回收之前尽快登录。

注意：请区分实例并发度和 QPS 的区别。

• 系统能够迅速统计实例并发度指标值进行扩缩容。CPU/Memory/Network/Load 等实例级别的指标通常是后台统计，需要花费数十秒的指标统计后才能进行伸缩，难以满足在线应用的弹性伸缩要求。

• 在各种条件下，实例并发度指标都能够稳定的反映系统负载高低。如果以请求延时作为指标，系统难以区分是实例过载导致延时变大，还是下游服务成为瓶颈导致延时变大。例如一个典型的 Web 应用，通常会访问 MySQL 数据库。如果数据库成为瓶颈，请求延时变大，此时扩容不但毫无意义，而且会压垮数据库，让情况更加恶化。QPS 和请求延时相关，也会有上述问题。

1. 将应用函数的最大实例数设置为 1，确保压测到单个实例的性能。

   
   

2. 使用负载压测工具对应用进行压测，查看 tps 和请求延时等指标。

   
   

3. 逐步调大实例并发度，如果性能仍然良好，则继续调大；如果性能不符合预期，则调小并发度。