데이터 API 및 Java용 AWS SDK를 사용하여 Lambda 함수에서 Amazon Aurora Serverless v2에 연결하는 방법에 대한 시리즈의 이전 기사에서는 기본 콜드 및 웜 스타트 측정을 수행하고 데이터 API와 JDBC 간의 콜드 및 웜 스타트를 비교했습니다. 프라이밍 유무에 관계없이 SnapStart를 사용하여 효과를 측정했습니다.
이번 시리즈에서는 콜드 스타트와 웜 스타트에 대한 최적화 전략을 소개하겠습니다.
콜드 시작과 웜 시작 시간 간의 적절한 균형을 찾으려면 아래에 소개된 최적화 기술을 시도해 볼 수 있습니다. PostgreSQL 데이터베이스와 함께 Data API 및 Amazon Aurora Serverless v2를 사용하는 측정을 수행하지 않았지만 대신 DynamoDB 데이터베이스를 사용하는 비슷한 시나리오를 사용했습니다. 관련 기사에 대한 참고 자료를 제공하겠습니다.
RdsDataClient를 생성/구축할 때 AWS CRT HTTP 클라이언트를 사용하는 예입니다. URLConnection 클라이언트도 비슷하게 설정할 수 있습니다.
RdsDataClient.builder().httpClient(AwsCrtHttpClient.create()).build()
또한 다음과 같이 pom.xml에 사용 중인 HTTP 클라이언트에 대한 종속성을 포함시키는 것을 잊지 마세요.
<dependency> <groupId>software.amazon.awssdk</groupId> <artifactId>aws-crt-client</artifactId> </dependency>
DynamoDB를 사용한 설명, 코드 예제 및 측정에 대해서는 다양한 동기식 HTTP 클라이언트를 사용하여 Java 21에서 콜드 및 웜 스타트 측정 기사를 참조하세요.
RdsDataAsyncClient(비동기 HTTP 클라이언트를 사용하는 경우 빌드해야 함)를 생성/빌드할 때 비동기 AWS CRT HTTP 클라이언트를 사용하는 예입니다.
RdsDataAsyncClient.builder().httpClient(AwsCrtAsyncHttpClient.create()).build()
또한 다음과 같이 pom.xml에 사용 중인 HTTP 클라이언트에 대한 종속성을 포함시키는 것을 잊지 마세요.
<dependency> <groupId>software.amazon.awssdk</groupId> <artifactId>aws-crt-client</artifactId> </dependency>
이 경우 Java 비동기 프로그래밍 모델(자체적으로 논의 주제임)을 사용해야 하므로 RDSDataAsyncClient의 각 메서드 호출은 Java CompletableFuture 개체를 반환합니다. DynamoDB에 대한 설명, 코드 예제 및 측정에 대해서는 다양한 비동기 HTTP 클라이언트를 사용하여 Java 21로 콜드 및 웜 스타트 측정 기사를 참조하세요.
모든 잠재적 최적화 전략에 대해 Lambda 함수에서 SnapStart를 활성화하고 이전 기사 데이터 API가 시리즈의 SnapStart를 충족함에서 설명한 대로 DynamoDB 호출 프라이밍의 영향을 추가로 측정할 수 있습니다.
또한 기사에서 설명한 콜드 스타트에 대한 스냅샷 계층형 캐시의 영향에 유의하세요. 나는 항상 새로운 버전의 Lambda 함수를 배포한 후 처음 100번의 콜드 스타트에 대한 콜드 스타트 측정을 제공합니다. 계층화된 캐시를 사용하면서 후속 호출이 많아지면 콜드 스타트가 크게 감소한다는 것을 측정하고 설명했습니다. 일정량의 호출 후에는 특정 Lambda 버전에 대해 일정하게 유지됩니다.
이 기사에서는 자신의 사용 사례에 가장 적합한 성능을 찾아볼 수 있는 Java용 AWS SDK와 함께 Amazon Aurora Serverless v2용 데이터 API를 사용하여 콜드 스타트와 웜 스타트에 대한 최적화 전략을 제공했습니다.
위 내용은 Java용 AWS SDK를 통한 Amazon Aurora Serverless용 데이터 API - 콜드 스타트 및 웜 스타트를 위한 부품 최적화 전략의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!