


Application Spring Boot sur AWS Lambda - Partie Mesure des démarrages à froid et à chaud avec l'image native GraalVM et les paramètres de mémoire
Jan 07, 2025 am 07:17 AMIntroduction
Dans l'article 12 de notre série, nous avons exploré comment développer et déployer la fonction Lambda avec un runtime personnalisé contenant une image native GraalVM avec le runtime GraalVM 22 créé à partir de l'application Spring Cloud Function AWS. Dans la partie 13 nous avons mesuré les performances (démarrages à froid et à chaud) d'une telle fonction Lambda avec 1024 Mo de mémoire.
Dans cet article, nous mesurerons les performances (démarrages à froid et à chaud) de la fonction Lambda en utilisant cette approche avec différents paramètres de mémoire entre 256 et 1?536 Mo pour explorer le compromis entre co?t et performances.
Mesure des démarrages à froid et à chaud de la fonction Lambda avec un runtime personnalisé contenant une image native GraalVM avec différents paramètres de mémoire
Nous réutiliserons exactement la même expérience décrite dans la partie 13 de cette série d'articles mais avec des paramètres de mémoire différents entre 256 et 1536 Mo.
Voici les résultats de l'expérience?:
Heure de démarrage à froid (c) et à chaud (m) en ms?:
Memory setting | c p50 | c p75 | c p90 | c p99 | c p99.9 | c max | w p50 | w p75 | w p90 | w p99 | w p99.9 | w max |
---|---|---|---|---|---|---|---|---|---|---|---|---|
256 MB | 1634.84 | 1659.54 | 1691.35 | 1778.03 | 1785.15 | 1785.7 | 6.56 | 6.99 | 7.63 | 18.33 | 372.54 | 857.7 |
512 MB | 1244.44 | 1278.48 | 1313.45 | 1414.28 | 1421.36 | 1421.94 | 6.66 | 7.10 | 7.94 | 25.41 | 181.86 | 414.99 |
768 MB | 1111.53 | 1126.07 | 1139.66 | 1192.08 | 1202.86 | 1203.07 | 6.58 | 6.93 | 7.48 | 12.46 | 115.18 | 278.91 |
1024 MB | 1051.03 | 1061.58 | 1080.86 | 1119.34 | 1149.45 | 1230.28 | 6.45 | 6.77 | 7.33 | 12.50 | 90.92 | 218.17 |
1280 MB | 1022.02 | 1035.39 | 1058.41 | 1065.76 | 1104.64 | 1174.79 | 6.58 | 6.96 | 7.54 | 12.37 | 70.77 | 271.13 |
1536 MB | 1009.83 | 1029.20 | 1048.41 | 1161.32 | 1116.24 | 1148.24 | 6.66 | 7.04 | 7.75 | 12.08 | 63.03 | 215.62 |
Conclusion
Dans cet article, les démarrages à froid et à chaud mesurés de la fonction Lambda à l'aide d'un runtime personnalisé contenant l'image native GraalVM avec le runtime GraalVM 21 créé à partir de l'application Spring Cloud Function AWS introduite dans la partie 12 ayant différents paramètres de mémoire entre 256 et 1 536 Mo.
Nous observons des choses similaires à celles décrites dans l'article Fonction Pure Lambda avec GraalVM Native Image - Mesure des démarrages à froid et à chaud en utilisant différents paramètres de mémoire Lambda. Les temps de démarrage à chaud sont également très proches les uns des autres avec le paramètre de mémoire de fonction Lambda inférieur, comme 256 ou 512 Mo, où la différence est principalement visible pour les percentiles élevés (>= p90). Les temps de démarrage à froid sont assez élevés pour 256 et 512 Mo et à partir de 768 Mo de mémoire ils ne diminuent qu'un peu en donnant plus de mémoire à Lambda, mais sans différence notable pour une mémoire supérieure à 1024 Mo. En fonction de vos exigences de performances, vous pouvez donner à Lambda moins de mémoire que 1 024 Mo comme nous l'avons initialement indiqué dans l'exemple d'application et avoir un très bon compromis prix-performances avec 768 Mo ou même un peu moins de mémoire.
Nous avons également partagé les mêmes observations que celles décrites dans la conclusion de la partie 13. Lorsque nous comparons les temps de démarrage à froid à ceux mesurés dans l'article Fonction Pure Lambda avec GraalVM Native Image - Mesure des démarrages à froid et à chaud à l'aide de différents paramètres de mémoire Lambda ( où la fonction Lambda n'utilise aucun framework comme Spring Boot), nous voyons des valeurs inférieures d'environ 0,5 à 0,6 secondes pour chaque centile lors de l'utilisation de la fonction Lambda pure. Personnellement, je pense que mon exemple d'application Spring Boot 3 a un certain potentiel d'optimisation car je ne peux pas expliquer une si grande différence dans les temps de démarrage à froid entre ceux-ci. Mon attente (peut-être na?ve) est que l'utilisation du framework Spring Boot 3 avec AWS Lambda et l'image native GraalVM ne puisse conduire qu'à des temps de démarrage à froid 0,2 à 0,3 plus élevés par rapport à l'utilisation de la fonction Lambda pure.
Au moment de la publication de cet article, de nouvelles versions des frameworks et des outils utilisés sont devenues disponibles (runtime GraalVM 23, Spring Boot 3.4 et mise à jour de la bibliothèque Spring Cloud Function), vous devez donc apporter les modifications de version et recompiler GraalVM Native. image en suivant les instructions de la partie 2 de la série et mesurez à nouveau les performances. Je publierai également bient?t les nouvelles mesures avec ces versions et mettrai à jour l'exemple d'application.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!

Article chaud

Outils chauds

Bloc-notes++7.3.1
éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Java prend en charge la programmation asynchrone, y compris l'utilisation de la transition complète, des flux réactifs (tels que ProjectActor) et des threads virtuels dans Java19. 1.COMPLETABLEFUTURE Améliore la lisibilité et la maintenance du code à travers les appels de cha?ne et prend en charge l'orchestration des taches et la gestion des exceptions; 2. ProjectAacteur fournit des types de mono et de flux pour implémenter une programmation réactive, avec mécanisme de contre-pression et des opérateurs riches; 3. Les fils virtuels réduisent les co?ts de concurrence, conviennent aux taches à forte intensité d'E / S et sont plus légères et plus faciles à développer que les fils de plate-forme traditionnels. Chaque méthode a des scénarios applicables, et les outils appropriés doivent être sélectionnés en fonction de vos besoins et les modèles mixtes doivent être évités pour maintenir la simplicité

En Java, les énumérations conviennent à représenter des ensembles constants fixes. Les meilleures pratiques incluent: 1. Utilisez ENUM pour représenter l'état fixe ou les options pour améliorer la sécurité et la lisibilité des types; 2. Ajouter des propriétés et des méthodes aux énumérations pour améliorer la flexibilité, telles que la définition des champs, des constructeurs, des méthodes d'assistance, etc.; 3. Utilisez Enuummap et Enumset pour améliorer les performances et la sécurité des types car ils sont plus efficaces en fonction des tableaux; 4. évitez l'abus des énumérations, tels que des valeurs dynamiques, des changements fréquents ou des scénarios logiques complexes, qui doivent être remplacés par d'autres méthodes. L'utilisation correcte de l'énumération peut améliorer la qualité du code et réduire les erreurs, mais vous devez faire attention à ses limites applicables.

Javanio est un nouvel IOAPI introduit par Java 1.4. 1) s'adresse aux tampons et aux canaux, 2) contient des composants de tampon, de canal et de sélecteur, 3) prend en charge le mode non bloquant et 4) gère les connexions simultanées plus efficacement que l'OI traditionnel. Ses avantages se reflètent dans: 1) IO non bloquant les réductions de la surcharge du thread, 2) le tampon améliore l'efficacité de transmission des données, 3) le sélecteur réalise le multiplexage et 4) la cartographie de la mémoire accélère la lecture et l'écriture de la lecture de fichiers. Remarque Lorsque vous utilisez: 1) le fonctionnement FLIP / clair du tampon est facile à confondre, 2) les données incomplètes doivent être traitées manuellement sans blocage, 3) l'enregistrement du sélecteur doit être annulé à temps, 4) Nio ne convient pas à tous les scénarios.

Le mécanisme de chargement des classes de Java est implémenté via Classloader, et son flux de travail principal est divisé en trois étapes: chargement, liaison et initialisation. Pendant la phase de chargement, Classloader lit dynamiquement le bytecode de la classe et crée des objets de classe; Les liens incluent la vérification de l'exactitude de la classe, l'allocation de la mémoire aux variables statiques et les références de symbole d'analyse; L'initialisation effectue des blocs de code statique et des affectations de variables statiques. Le chargement des classes adopte le modèle de délégation parent et hiérarchise le chargeur de classe parent pour trouver des classes et essayez Bootstrap, Extension et ApplicationClassloader pour s'assurer que la bibliothèque de classe de base est s?re et évite le chargement en double. Les développeurs peuvent personnaliser le chargeur de classe, comme UrlClassl

La clé de la manipulation des exceptions Java est de distinguer les exceptions vérifiées et non contr?lées et d'utiliser un coup d'essai, enfin et de journaliser raisonnablement. 1. Les exceptions vérifiées telles que IOException doivent être obligées de gérer, ce qui convient aux problèmes externes attendus; 2. Les exceptions non contr?lées telles que NullPointerException sont généralement causées par des erreurs de logique du programme et sont des erreurs d'exécution; 3. Lors de la capture d'exceptions, ils doivent être spécifiques et clairs pour éviter la capture générale des exceptions; 4. Il est recommandé d'utiliser des ressources TRY-With pour fermer automatiquement les ressources pour réduire le nettoyage manuel du code; 5. Dans la gestion des exceptions, des informations détaillées doivent être enregistrées en combinaison avec des cadres journaux pour faciliter plus tard

HashMap implémente le stockage de paires de valeurs clés via des tables de hachage en Java, et son noyau réside dans les emplacements de données de positionnement rapidement. 1. Utilisez d'abord la méthode HashCode () de la clé pour générer une valeur de hachage et la convertir en un index de tableau via les opérations de bit; 2. Différents objets peuvent générer la même valeur de hachage, entra?nant des conflits. à l'heure actuelle, le n?ud est monté sous la forme d'une liste liée. Après JDK8, la liste liée est trop longue (longueur par défaut 8) et elle sera convertie en arbre rouge et noir pour améliorer l'efficacité; 3. Lorsque vous utilisez une classe personnalisée comme clé, les méthodes equals () et hashcode () doivent être réécrites; 4. Hashmap élargit dynamiquement la capacité. Lorsque le nombre d'éléments dépasse la capacité et se multiplie par le facteur de charge (par défaut 0,75), se développez et remaniez; 5. Hashmap n'est pas en file et concu doit être utilisé dans multithread

Le polymorphisme est l'une des caractéristiques fondamentales de la programmation orientée objet Java. Son c?ur réside dans "une interface, plusieurs implémentations". Il implémente une interface unifiée pour gérer le comportement de différents objets par l'héritage, la réécriture de la méthode et la transformation ascendante. 1. Le polymorphisme permet à la classe parent de se référer aux objets de sous-classe, et les méthodes correspondantes sont appelées selon l'objet réel pendant l'exécution; 2. La mise en ?uvre doit remplir les trois conditions de relation successive, de réécriture de méthode et de transformation ascendante; 3. Il est souvent utilisé pour gérer uniformément différents objets de sous-classe, le stockage de collecte et la conception du cadre; 4. Lorsqu'il est utilisé, seules les méthodes définies par la classe parent peuvent être appelées. Les nouvelles méthodes ajoutées aux sous-classes doivent être transformées à la baisse et accéder, et faire attention à la sécurité des types.

Les énumérations Java représentent non seulement des constantes, mais peuvent également encapsuler le comportement, transporter des données et implémenter des interfaces. 1. L'énumération est une classe utilisée pour définir des instances fixes, telles que la semaine et l'état, ce qui est plus s?r que les cha?nes ou les entiers; 2. Il peut transporter des données et des méthodes, telles que passer des valeurs à travers les constructeurs et fournir des méthodes d'accès; 3. Il peut utiliser Switch pour gérer différentes logiques, avec une structure claire; 4. Il peut implémenter des interfaces ou des méthodes abstraites pour faire des comportements différenciés de différentes valeurs d'énumération; 5. Faites attention à éviter les abus, la comparaison du code dur, la dépendance à l'égard des valeurs ordinales et la dénomination raisonnable et la sérialisation.
