AWS Lambda 内部机制探讨：QCon San Francisco 2023首日演讲总结

在2023年QCon旧金山大会的首日，AWS高级首席工程师Mike Danilov深入探讨了AWS Lambda的内部机制，特别是调用路由、计算基础设施和冷启动问题。他的演讲是“你一直好奇的架构”专题的一部分。

AWS Lambda概述

Danilov首先介绍了AWS Lambda的基本概念，包括其配置、同步和异步调用模型，以及其核心特性（可用性、效率、扩展性、安全性和性能）。Lambda由多个组件构成，但Danilov特别聚焦于调用路由和基础设施，以解决冷启动问题，目标是缩短Lambda函数的调用延迟分布。

调用路由系统优化

在2022年之前，AWS Lambda的调用路由系统在扩展性和可用性方面面临挑战。负责处理请求的Worker Manager难以应对日益增长的需求，导致系统负载过大。Sandboxes存储执行状态，但在区域故障时可能丢失状态，影响系统弹性。为此，AWS引入了Placement服务，尽管从故障中恢复仍然具有挑战性。

随后，AWS引入了持久存储，采用领导者-追随者模型，确保在故障期间不会丢失Sandbox状态，显著提升了调用路由系统的可靠性和持久性。Danilov指出，Assignment服务的引入和Rust编程语言的采用为调用路由系统带来了稳定性和性能提升，但这仅部分解决了冷启动问题。

计算基础设施优化

Danilov进一步描述了AWS Lambda的底层基础设施，包括Placement服务、容量管理器、Worker和数据科学团队。优化Lambda基础设施涉及数据科学团队驱动的Worker选择策略，通过分析指标、构建模型和预测，确保为每个任务选择合适的Worker。同时，重新评估路由策略以实现高效资源分配。

在数据隔离方面，Lambda通过虚拟机隔离为每个运行时提供独立的进程和Worker，增强了安全性。传统上，使用单一EC2虚拟机实例可能导致资源浪费，而在同一Worker上部署多个调用则提高了资源利用率。然而，当大量资源同时调用时，这种方法可能导致过载，特别是在单租户且Worker过剩的环境中。

Firecracker技术的应用

Firecracker技术的引入为Lambda带来了“微虚拟机”，推动了无服务器计算的发展。其集成使得Lambda能够在同一Worker上安全地执行并多路复用函数，服务于多个用户。然而，这种多路复用也带来了延迟分布和资源分配的复杂性，凸显了Lambda基础设施优化的持续挑战。

冷启动问题的解决

Danilov最后讨论了消除冷启动的思路，主要集中在调用部分，而非代码或运行时。Lambda采用复杂的方法处理快照，通过恢复虚拟机（VM）来实现。这些VM具有内存映射能力，能够深入文件磁盘和内存，特别是页面缓存。但由于侧信道攻击的安全隐患，Lambda无法使用共享内存进行诸如“读时复制”等任务。

VM克隆在Lambda的快照管理中扮演重要角色，每个克隆具有唯一标识，确保能够安全地从同一快照恢复。快照分发类似于视频流，按需下载快照，优化资源利用和效率。Lambda还采用按需块加载和块共享机制，结合收敛加密技术去重数据，减少本地磁盘缓存的负载。这些方法共同确保了Lambda在快照管理中的健壮性和高效性。

总结

Danilov总结道，调用路由处理可用性和扩展性，Lambda的计算基础设施负责效率和安全性，而冷启动则关乎性能。相关资源可在serverlessland页面获取。