ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА МЕТОДОВ ОПТИМИЗАЦИИ ХОЛОДНОГО ЗАПУСКА В SERVERLESS-СИСТЕМАХ

Аннотация

Проблема холодного запуска остается одной из ключевых проблем serverless-вычислений, особенно для приложений Function-as-a-Service (FaaS), функционирующих в условиях динамической нагрузки. Инициализация среды выполнения, загрузка зависимостей и выделение вычислительных ресурсов увеличивают время отклика и снижают производительность системы. Несмотря на наличие большого числа предложенных методов оптимизации холодного запуска, комплексные экспериментальные сравнения различных подходов при одинаковых условиях нагрузки остаются ограниченными. Цель исследования заключается в анализе современных методов оптимизации холодного запуска и экспериментальной оценке эффективности стратегий предварительного прогрева (warm-up), кэширования и параллельной обработки запросов (concurrency) для повышения производительности serverless-приложений при различных уровнях нагрузки. Для проведения исследования была разработана контролируемая экспериментальная среда с использованием Python, Flask, Redis и Locust. Холодный запуск моделировался посредством искусственной задержки инициализации, Redis применялся для кэширования результатов, а параллельная обработка запросов реализовывалась с помощью пула потоков. Производительность системы оценивалась при умеренной нагрузке (100 пользователей), интенсивной нагрузке (300 пользователей) и продолжительной высокой нагрузке по времени отклика, пропускной способности, количеству ошибок обработки запросов и показателям задержки P95/P99. Результаты показывают, что эффективность оптимизации зависит от интенсивности нагрузки. При умеренной нагрузке различия в производительности были незначительными. При интенсивной нагрузке предварительный прогрев и параллельная обработка снижали задержку отклика и повышали стабильность системы. Кэширование уменьшало количество ошибок в краткосрочном интенсивном сценарии, однако приводило к дополнительной задержке. При продолжительном тестировании среднее время отклика конфигурации с кэшированием снижалось, что свидетельствует о зависимости ее эффективности от характера нагрузки и степени заполнения кэша. Комбинированная оптимизация обеспечивала сбалансированную производительность, но не всегда превосходила отдельные методы из-за дополнительных расходов на координацию. Полученные результаты могут быть использованы для выбора стратегий оптимизации холодного запуска с учетом характеристик нагрузки и при проектировании адаптивных высокопроизводительных serverless-приложений и облачных сервисов.