Google cloud platform 性能设计模式：来自无服务器/云函数/lambda的SQL连接

在传统的基于服务器的web应用程序中，应用程序可以在启动时汇集大量数据库连接，并在应用程序的整个生命周期内使用这些连接来处理客户端请求。性能优势，因为创建/销毁数据库连接的开销只在启动/终止时支付一次

在无服务器模型（如google cloud function/AWS lambda等）中，启动应用程序，处理请求，关闭应用程序。因此，应用程序无法将连接池化，以在多个请求上使用

---

在无服务器模型中，要提高数据库连接性能，适当的设计模式（如果有的话）是什么？最后，如果不存在解决方案，那么来自无服务器体系结构的数据库请求是否会降低性能？预计会出现什么样的减速？

亚马逊RDS有一项专门为解决此问题而构建的新服务。

亚马逊RDS有一项专门为解决此问题而构建的新服务。

当您查看无服务器解决方案时，如云运行、云函数甚至Lambda（但我不会谈论它，因为我真的不知道AWS）实例是根据流量创建的

我同意你的看法，你不需要管理实例的创建和终止时间，但不会在每个请求中创建实例。事实上，实例是重用的。顺便说一下，创建实例时，你只需支付冷启动的1倍，包括数据库池创建。同一实例上的后续请求（称为热启动）可以重复使用池，直到基础平台终止实例。顺便说一句，将此池存储在全局变量中，以便在同一实例上请求后重复使用。

为了优化您的池大小，请仔细查看平台行为。例如，云功能（我认为是Lambda，没有承诺）每个实例只能同时处理一个请求。顺便说一句，当您创建池时，创建一个只有一个数据库连接的池，更多的池是无用的，因为不会使用更多的池连接！例如，在Java中，我知道默认池会为每个默认池创建50个连接，请注意这一点。

为什么？因为您的数据库有可能的连接数量限制。这就是为什么，您还可以限制云上并行实例的最大数量，以避免任何数据库连接问题（

--max instances

param）。如果您的数据库接受400个连接，则您不能同时拥有超过400个云功能

现在，看看Cloud Run（和AppEngine，相同的行为）。使用Cloud Run，您可以在同一时间在同一实例上处理多达80个并发请求。。这一次，将您的池大小和/或Cloud Run上的

并发性

参数设置为相等。例如，将并发性设置为40，将池大小设置为40个连接

对于云函数，建议使用接受400个连接的数据库，在最后一个示例中，这次将

--max instances

param on Cloud Run设置为10

---

这个限制对于通过池保存数据库连接很重要，但如果访问API或其他方面有相同的限制，您也可以使用它。

当您查看无服务器解决方案时，例如Cloud Run、Cloud Function甚至Lambda（但我不会谈论它，因为我真的不知道AWS）实例是根据流量创建的

我同意你的看法，你不需要管理实例的创建和终止时间，但不会在每个请求中创建实例。事实上，实例是重用的。顺便说一下，创建实例时，你只需支付冷启动的1倍，包括数据库池创建。同一实例上的后续请求（称为热启动）可以重复使用池，直到基础平台终止实例。顺便说一句，将此池存储在全局变量中，以便在同一实例上请求后重复使用。

为了优化您的池大小，请仔细查看平台行为。例如，云功能（我认为是Lambda，没有承诺）每个实例只能同时处理一个请求。顺便说一句，当您创建池时，创建一个只有一个数据库连接的池，更多的池是无用的，因为不会使用更多的池连接！例如，在Java中，我知道默认池会为每个默认池创建50个连接，请注意这一点。

为什么？因为您的数据库有可能的连接数量限制。这就是为什么，您还可以限制云上并行实例的最大数量，以避免任何数据库连接问题（

--max instances

param）。如果您的数据库接受400个连接，则您不能同时拥有超过400个云功能

现在，看看Cloud Run（和AppEngine，相同的行为）。使用Cloud Run，您可以在同一时间在同一实例上处理多达80个并发请求。。这一次，将您的池大小和/或Cloud Run上的

并发性

参数设置为相等。例如，将并发性设置为40，将池大小设置为40个连接

对于云函数，建议使用接受400个连接的数据库，在最后一个示例中，这次将

--max instances

param on Cloud Run设置为10

---

此限制对于通过池保存数据库连接很重要，但如果您对访问API或其他内容有相同的限制，也可以使用此限制。

对于云函数，您所说的不是真的。分配服务器实例时，它将处理