函數計算冷啟動為何拖慢首張圖片?拆解 5 段耗時
第一张图为什么慢?把函数计算冷启动拆成 5 段,看时间到底花在哪
Serverless 運行 AI 應用時,冷啟動由五段串行準備工作構成,任何一段都可能拖慢首個請求。用戶可重點優化程式碼與映像檔準備、運行時初始化和業務初始化,包括精簡依賴、分開全局初始化與請求邏輯,以及延遲載入非關鍵資源和並行執行互不依賴的初始化。鏈路追蹤可查看分段耗時,以定位瓶頸;若仍未達延遲要求,文章建議使用預留實例降低冷啟動概率。
2026-11-21 11
版权
版权声明:
本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
简介: Serverless运行AI应用时,首请求延迟高源于冷启动五段串行耗时:调度分配、代码/镜像拉取、容器初始化、运行时加载、业务初始化。用户可重点优化2(精简包/镜像)、4(全局初始化)、5(懒加载+并行),结合链路追踪精准定位瓶颈。(239字)

Serverless 跑 AI 应用,被问得最多的就是"为什么第一张图要等那么久,第二张就快了"。答案在冷启动,但"冷启动慢"是个笼统说法——它其实是五段串行的准备工作,任何一段都能拖住你,而优化错段落是白费力气。
下面把五段摊开,说清每段在做什么、受什么影响、该怎么砍。
一、五段的顺序与各自在干什么
| 阶段 | 在做什么 | 主要影响变量 |
|---|---|---|
| 1. 调度与实例分配 | 找到可承载的节点、拉起执行环境 | 并发规模、节点资源余量 |
| 2. 代码与镜像准备 | 下载代码包或镜像层 | 包体大小、镜像层数、是否命中加速 |
| 3. 容器与沙箱初始化 | 建立隔离运行环境 | 平台侧固定开销,用户侧基本动不了 |
| 4. 运行时初始化 | 起语言运行时、加载依赖与模块 | 依赖数量、模块加载方式 |
| 5. 业务初始化 | 建连接池、读配置、加载模型 | 代码写在哪、是否做了懒加载 |
1 和 3 基本由平台决定,用户能显著影响的是 2、4、5——尤其是 5,最容易被忽视,因为它藏在业务代码里。
二、第 2 段:包体和镜像是最容易砍的
这一段的耗时和你交付物的大小强相关。常见问题是把一整套云 SDK 装进函数:只是为了调两三个接口,却把几十 MB 的依赖带进去,每次启动都要下载、解压、逐个加载。
一个典型情形:initCost 稳定在 2 秒上下且波动很小,说明不是网络抖动,而是加载本身在等。把大而全的 SDK 换成手写的签名请求,依赖体积能降一个数量级,这一段会明显缩短。
镜像同理:层数越多、每层越大,拉取与展开越慢。能用平台提供的镜像加速就走加速,别自己拼一堆层。
三、第 4 段:运行时初始化,取决于你怎么加载依赖
同样是 Node,require 全量加载和按需加载差别很大。反过来,把初始化全部挪到 handler 里也会踩坑——那等于每次调用都重跑一遍,比冷启动更糟。
正确做法是把和请求无关的初始化放在全局作用域,只执行一次;把依赖请求参数的部分放进 handler:
// 全局作用域:冷启动时执行一次,实例复用期间不再执行
const db = createPool({
max: 5 });
exports.handler = async (event, context) => {
// 只放与本次请求相关的逻辑
const rows = await db.query(event.sql);
return {
rows };
};
如果反过来,把 createPool 写进 handler,热调用也会每次建池,性能比冷启动还差。
四、第 5 段:业务初始化,最容易被忽略的一段
模型加载、大字典、配置中心读取,这些都属于业务初始化。它们不受平台优化影响,只受你的代码结构影响。
三个有效动作:
- 延迟加载非关键资源:首屏不需要的模型、词典,等真正用到再加载;
- 串行改并行:多个互不依赖的初始化用
Promise.all并发拿到; - 预热:对延迟敏感的场景用预留实例,把冷启动概率压下去,而不是硬优化单次启动。
五、怎么知道时间花在哪
不要靠猜。打开链路追踪,看每次调用的分段耗时:代码准备、运行时初始化通常会有独立标记,业务侧再自己埋两个时间点(handler 进入前、依赖就绪后)。看分段比看总时长有用得多,因为总时长只告诉你"慢",分段告诉你"哪一段慢"。
一个实用判断:如果代码准备阶段的耗时与预期不符,先查包体和镜像;如果运行时初始化偏长,查依赖和加载方式;如果前四段都正常,总时长还是长,那问题一定在业务初始化里。
六、优化顺序
- 精简包体与镜像层数(收益最大、改动最小);
- 把全局初始化与请求级逻辑分开;
- 非关键资源懒加载,独立初始化并行化;
- 仍然不满足延迟要求,再上预留实例。
前三步是结构性的,做完对所有调用都有效;第四步是用资源换时间,属于兜底手段。
想从控制台确认自己的冷启动分段,可以从函数计算产品页进入,具体的追踪配置与计费方式以官方文档为准。
來源:阿里雲開發者社區 AI · developer.aliyun.com