第3章内存与CPU配置调优

内存与CPU配置调优：如何选择合适的内存大小、CPU与内存的关系、成本与性能的平衡

说实话，无服务器应用的调优，很多人一上来就盯着代码逻辑。但我个人习惯，先看资源配置。为什么？因为资源配错了，代码写得再漂亮也是白搭。

今天咱们聊聊内存和CPU。这两个东西在无服务器环境里，关系挺微妙的。你想想看，Lambda函数也好，Fargate也罢，它们的内存和CPU是绑定的。你选多大的内存，基本就决定了你能拿到多少CPU算力。

先看个具体的例子。在AWS Lambda中，内存可以从128MB调到10240MB。但CPU呢？你没得选。CPU的分配是跟着内存走的。内存越大，分配的CPU越多。

核心规律：内存每增加1GB，CPU大约增加0.1个vCPU。但这不是线性的，有个拐点。

我记得有一次帮客户排查性能问题。他们的函数配置了256MB内存，但处理一个图片压缩任务要跑8秒。我建议直接跳到512MB，结果执行时间降到了3秒。成本呢？只增加了不到20%。

为什么会这样？因为256MB时CPU太弱了，大部分时间都在等CPU。说白了，CPU成了瓶颈。

这里我分享一个实战方法。别凭感觉配，用数据说话。

我的小技巧：用CloudWatch的"已用内存"指标来判断。如果峰值使用率低于70%，说明内存配多了。如果高于90%，说明内存可能不够。

我曾经遇到一个案例。一个数据处理函数，配了3GB内存，每次跑45秒。我一看监控，内存峰值才用了800MB。果断降到1GB，执行时间反而降到了30秒。为什么？因为内存小了，CPU反而更集中了。嗯，这里要注意，不是所有场景都这样，但值得一试。

很多人以为内存越大性能越好。其实不然。我见过太多人把内存配得很大，但CPU利用率只有10%。这就像给一辆自行车装了个飞机引擎——浪费。

你看这个表。如果你的函数只是查个数据库，128MB就够了。但如果你要做复杂的计算，512MB起步是明智的。

避坑指南：我曾经把一个视频转码函数配了10GB内存，结果发现CPU利用率只有15%。后来降到3GB，执行时间只增加了5%，但成本降了70%。所以，别盲目追求大内存。

说白了，调优就是找平衡点。性能太好，成本高；性能太差，用户体验差。怎么平衡？我一般用这个公式：

单位成本效率 = 执行时间 / 内存大小

这个值越小，说明你的资源配置越合理。举个例子：

配置B虽然内存翻倍了，但执行时间缩短了40%，单位成本效率反而更好。这就是我常说的"花小钱办大事"。

我的经验：大多数无服务器应用，内存配置在512MB到2GB之间是最划算的。低于512MB，CPU太弱；高于2GB，边际效益递减。

好了，说了这么多，给你一个可以直接用的调优流程：

一个小工具：可以用AWS Lambda Power Tuning这个开源工具，自动帮你做内存扫描。我每次做调优都先用它跑一轮，省时省力。

我记得有一次帮一个电商团队调优。他们的订单处理函数配了1GB内存，每次跑800ms。我用Power Tuning跑了一遍，发现512MB时只需要600ms。你猜怎么着？内存减半，性能反而提升了25%。原因很简单——之前的配置导致CPU和内存不匹配，内存大了反而拖慢了速度。

内存和CPU的调优，说白了就是三件事：

最后送你一句话：无服务器调优，不是配得越大越好，而是配得刚刚好。嗯，这个"刚刚好"，就是你要花功夫去找的。