Prostota Cloud Functions pozwala szybko opracować kod i uruchomić go w środowisku bezserwerowym. Przy umiarkowanej skali koszt uruchamiania funkcji jest niski, a optymalizacja kodu może nie wydawać się priorytetem. Jednak w miarę skalowania wdrożenia optymalizacja kodu staje się coraz ważniejsza.
W tym dokumencie opisano, jak zoptymalizować sieć pod kątem swoich funkcji. Niektóre korzyści wynikające z optymalizacji sieci są następujące:
- Zmniejsz czas procesora poświęcany na ustanawianie nowych połączeń przy każdym wywołaniu funkcji.
- Zmniejsz prawdopodobieństwo wyczerpania się limitów połączenia lub DNS.
Utrzymywanie trwałych połączeń
W tej sekcji podano przykłady utrzymywania trwałych połączeń w funkcji. Niezastosowanie się do tego może spowodować szybkie wyczerpanie limitów połączeń.
W tej sekcji omówiono następujące scenariusze:
- HTTP/S
- Interfejsy API Google
Żądania HTTP/S
Zoptymalizowany fragment kodu poniżej pokazuje, jak utrzymać trwałe połączenia zamiast tworzyć nowe połączenie przy każdym wywołaniu funkcji:
Node.js
const http = require('http'); const functions = require('firebase-functions'); // Setting the `keepAlive` option to `true` keeps // connections open between function invocations const agent = new http.Agent({keepAlive: true}); exports.function = functions.https.onRequest((request, response) => { req = http.request({ host: '', port: 80, path: ' ', method: 'GET', agent: agent, // Holds the connection open after the first invocation }, res => { let rawData = ''; res.setEncoding('utf8'); res.on('data', chunk => { rawData += chunk; }); res.on('end', () => { response.status(200).send(`Data: ${rawData}`); }); }); req.on('error', e => { response.status(500).send(`Error: ${e.message}`); }); req.end(); });
Pyton
from firebase_functions import https_fn import requests # Create a global HTTP session (which provides connection pooling) session = requests.Session() @https_fn.on_request() def connection_pooling(request): # The URL to send the request to url = "http://example.com" # Process the request response = session.get(url) response.raise_for_status() return https_fn.Response("Success!")
Ta funkcja HTTP wykorzystuje pulę połączeń do wysyłania żądań HTTP. Pobiera obiekt żądania ( flask.Request
) i zwraca tekst odpowiedzi lub dowolny zestaw wartości, który można przekształcić w obiekt Response
za pomocą make_response
.
Dostęp do interfejsów API Google
W poniższym przykładzie zastosowano Cloud Pub/Sub , ale to podejście działa również w przypadku innych bibliotek klienckich — na przykład Cloud Natural Language lub Cloud Spanner . Należy pamiętać, że poprawa wydajności może zależeć od bieżącej implementacji poszczególnych bibliotek klienckich.
Utworzenie obiektu klienta Pub/Sub skutkuje jednym połączeniem i dwoma zapytaniami DNS na każde wywołanie. Aby uniknąć niepotrzebnych połączeń i zapytań DNS, utwórz obiekt klienta Pub/Sub o zasięgu globalnym, jak pokazano w poniższym przykładzie:
węzeł.js
const PubSub = require('@google-cloud/pubsub'); const functions = require('firebase-functions'); const pubsub = PubSub(); exports.function = functions.https.onRequest((req, res) => { const topic = pubsub.topic(''); topic.publish('Test message', err => { if (err) { res.status(500).send(`Error publishing the message: ${err}`); } else { res.status(200).send('1 message published'); } }); });
Pyton
import os from firebase_functions import https_fn from google.cloud import pubsub_v1 # from firebase_functions import https_fn # Create a global Pub/Sub client to avoid unneeded network activity pubsub = pubsub_v1.PublisherClient() @https_fn.on_request() def gcp_api_call(request): project = os.getenv("GCP_PROJECT") request_json = request.get_json() topic_name = request_json["topic"] topic_path = pubsub.topic_path(project, topic_name) # Process the request data = b"Test message" pubsub.publish(topic_path, data=data) return https_fn.Response("1 message published")
Ta funkcja HTTP korzysta z buforowanej instancji biblioteki klienta, aby zmniejszyć liczbę połączeń wymaganych na wywołanie funkcji. Pobiera obiekt żądania ( flask.Request
) i zwraca tekst odpowiedzi lub dowolny zestaw wartości, który można przekształcić w obiekt Response
za pomocą make_response
.
Zmienna środowiskowa GCP_PROJECT
jest ustawiana automatycznie w środowisku wykonawczym Pythona 3.7. W późniejszych środowiskach wykonawczych pamiętaj o określeniu go podczas wdrażania funkcji. Zobacz Konfigurowanie zmiennych środowiskowych .
Testowanie obciążeniowe Twojej funkcji
Aby zmierzyć, ile połączeń wykonuje średnio Twoja funkcja, po prostu wdróż ją jako funkcję HTTP i użyj platformy do testowania wydajności, aby wywołać ją przy określonej liczbie klatek na sekundę. Jednym z możliwych wyborów jest Artyleria , którą możesz wywołać za pomocą jednej linii:
$ artillery quick -d 300 -r 30 URL
To polecenie pobiera podany adres URL z szybkością 30 QPS przez 300 sekund.
Po wykonaniu testu sprawdź wykorzystanie limitu połączenia na stronie limitów interfejsu Cloud Functions API w Cloud Console. Jeśli użycie stale wynosi około 30 (lub ich wielokrotność), przy każdym wywołaniu ustanawiane jest jedno (lub kilka) połączeń. Po optymalizacji kodu powinieneś zobaczyć kilka (10-30) połączeń występujących tylko na początku testu.
Możesz także porównać koszt procesora przed i po optymalizacji na wykresie przydziału procesora na tej samej stronie.