作者：西流（阿里云函数计算专家）
导读：Spring Boot 是基于 Java Spring 框架的套件，它预装了 Spring 的一系列组件，让开发者只须要很少的配置就能够创立独立运行的应用程序。在云原生的环境中，有大量的平台能够运行 Spring Boot 利用，例如虚拟机、容器等。但其中最有吸引力的，是以 Serverless 的形式运行 Spring Boot 利用。
我将通过一系列文章，从架构，部署，监控、性能、平安等 5 个方面来剖析 Serverless 平台运行 Spring Boot 利用的优劣。为了让剖析更有代表性，我抉择了 Github 上 star 数超过 50k 的电商利用 mall 作为示例。这是系列文章的第四篇，本文向大家展现如何对 Serverless 利用进行性能调优。
实例启动速度优化
在之前的文章实战教程中，置信大家都感触到 Serverless 的便捷之美，只需上传代码包和镜像就可能轻松上线一个弹性高可用的 Web 利用。
然而它仍存在首次启动“冷启动延时”的问题，Mall 利用实例的启动大概 30 秒左右，用户会感触较长时间的冷启动延时，在这个“即时时代”应用程序响应慢多少会有些瑕不掩瑜。（“冷启动”是指函数服务于特定调用申请时的状态，当一段时间没有申请后，Serverless 平台则会回收函数实例；等到下一次再有申请时，零碎会再次实时拉起实例，该过程称之为冷启动。）
在优化冷启动之前，咱们要先剖析分明冷启动各个阶段的耗时。
首先在函数计算（FC）控制台的服务配置界面，开启链路追踪性能。
对 mall-admin 服务发动申请，胜利后查看 FC 控制台，咱们可能看到相应的申请信息。留神敞开“仅查看函数谬误”，这样才会显示所有申请。指标监控和调用链路数据收集会存在肯定延时，如果没有显示，请期待一会再刷新。找到冷启动标记的申请，点击“更多”下的“申请详情”。
调用链路会显示冷启动各个环节的耗时。冷启动蕴含以下几个环节：
代码筹备（PrepareCode）：次要是下载代码包或者镜像。因为咱们曾经启用了镜像减速性能，不须要下载全副的镜像，因而这一步的延时十分短。
运行时初始化（RuntimeInitialization）：从启动函数开始，到函数计算（FC）零碎探测到利用端口就绪为止。这两头蕴含了利用启动工夫。在命令行执行 s mall-admin logs 查看相应的日志工夫，咱们也能看到 Spring Boot 利用的启动须要花大量的工夫。
利用初始化（Initialization）：函数计算提供了 Initializer 接口，用户能够将一些初始化逻辑放在 Initializer 中执行。
调用延时（Invocation）：解决申请的延时，这个延时十分短。
从上述链路追踪图来看，实例启动工夫是瓶颈，然而咱们能够采取多种形式来优化。
应用预留实例
Java 类利用广泛会启动较慢。利用在初始化时，也须要和很多内部服务交互，耗时较长。这类流程是业务逻辑须要的，很难优化延时。因而函数计算提供了预留实例性能。预留实例的起停由用户本人管制，没有申请也会常驻在那，因而不会有冷启动的问题，当然用户须要为整个实例的运行付费，即使实例没有解决任何申请。
在函数计算控制台，咱们能够在“弹性伸缩”页面为函数设置预留实例。
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下限。用户也能够设置定时预留和按指标预留的规定。
创立预留规定后，零碎就会创立预留实例。当预留实例就绪后，咱们再拜访函数就不会有冷启动。
优化实例启动速度
提早初始化
在 Spring Boot 2.2 及更高版本中，能够开启一个全局提早初始化标记。这将进步启动速度，但代价是第一个申请的延迟时间可能变长，因为须要期待组件首次初始化。
可在 s.yaml 中为相干利用配置以下环境变量
SPRING_MAIN_LAZY_INITIATIALIZATION=true敞开优化编译器
默认状况下，JVM 有多个阶段的 JIT 编译。尽管这些阶段能够逐步进步利用的效率，但它们也会减少内存应用的开销，并减少启动工夫。对于短期运行的 Serverless 利用，请思考敞开此优化，以就义长期效率换取更短的启动工夫。
可在 s.yaml 中为相干利用配置以下环境变量：
JAVA_TOOL_OPTIONS="-XX:+TieredCompilation -XX:TieredStopAtLevel=1"s.yaml 中设置环境变量示例：
如下图所示，对 mall-admin 函数配置环境变量。而后执行 sudo -E s mall-admin deploy 部署。
登录实例查看环境变量是否配置正确：
在控制台函数详情页的申请列表中找到对应的申请，点击更多中的“实例详情链接”。
在实例详情页中点击“登录实例”。
在 shell 界面中执行 echo 命令，查看对应的环境变量是否设置正确。
留神：对于非预留实例，一段时间没有申请后，函数计算零碎会主动回收实例。此时无奈再登入实例（下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。
配置正当的实例参数
当咱们抉择了利用实例规格，比方 2C4G 或者 4C8G，接下来咱们心愿晓得 一个实例解决多少申请能够既能充分利用资源又可能保障性能。当解决的申请超过一个限度后，零碎可能疾速弹出实例，保障利用性能平滑。
如何度量实例过载有多个维度，例如 qps 超过肯定阈值，或者实例 CPU/Memory/Network/Load 等指标超过阈值等等。函数计算应用实例并发度（Instance Concurrency）来作为实例负载的度量和实例伸缩的根据。
实例并发度（Instance Concurrency）是指一个实例能同时执行的申请数。例如将实例并发度设置为 20，则意味着一个实例在任意时刻最大能同时执行 20 个申请。
留神：请辨别实例并发度和 QPS 的区别。
应用实例并发度来度量负载有如下劣势：
零碎可能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盾统计，须要破费数十秒的指标统计后能力进行伸缩，难以满足在线利用的弹性伸缩要求。
在各种条件下，实例并发度指标都可能稳固的反映零碎负载高下。如果以申请延时作为指标，零碎难以辨别是实例过载导致延时变大，还是上游服务成为瓶颈导致延时变大。例如一个典型的 Web 利用，通常会拜访 MySQL 数据库。如果数据库成为瓶颈，申请延时变大，此时扩容岂但毫无意义，而且会压垮数据库，让状况更加好转。QPS 和申请延时相干，也会有上述问题。
实例并发度作为伸缩根据尽管有上述长处，但用户经常并不知道该设置多大的实例并发度。我举荐依照下述流程确定正当的并发度：
1、将利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、应用负载压测工具对利用进行压测，查看 tps 和申请延时等指标。
3、逐渐调大实例并发度，如果性能依然良好，则持续调大；如果性能不合乎预期，则调小并发度。
相干链接
1）Spring Boot：
https://spring.io/projects/spring-boot
2）Mall：
https://github.com/macrozheng/mall
3）Serverless Devs 装置文档：
http://serverlessdevs.com/zhcn/docs/installed/cliinstall.html
4）函数计算：
https://www.aliyun.com/product/fc
点击此处，返回 Serverless Devs 主页查看更多！