AWS SDK for JavaScript v3 迁移后 Kinesis 性能优化实践

背景概述

在将 AWS Lambda 运行时从 Node.js 14 升级到 Node.js 18 并迁移至 AWS SDK v3 后，开发团队发现 Lambda 的平均执行时间从约 60ms 增加到了 95ms。经过排查，确定性能瓶颈主要出现在 Kinesis 数据流的写入操作上。该 Lambda 函数每天需要处理约 3.5 亿次请求，因此即使是毫秒级的性能差异也会产生显著影响。

问题现象分析

迁移后的代码逻辑非常简单，主要包含一个 Kinesis 数据写入操作。测试发现：

• 移除 Kinesis 操作后，执行时间稳定在约 2ms
• 使用 SDK v2 时平均执行时间约 60ms
• 使用 SDK v3 时平均执行时间增加到约 95ms
• 在 400 并发请求下，v3 版本平均达到 110ms，而 v2 仅为 65ms

性能优化方案

经过深入分析，我们总结了以下几个关键优化方向：

1. 连接池配置调整

SDK v3 默认的 HTTP 连接池配置可能与高并发场景不匹配。建议调整以下参数：

const kinesis = new KinesisClient({
  region: REGION,
  requestHandler: {
    httpsAgent: { 
      maxSockets: 150,  // 默认值为50，根据并发量适当增加
      keepAlive: false  // 与v2默认行为保持一致
    }
  }
});

maxSockets 参数应根据实际并发量设置，但不应超过 1000。keepAlive 设置为 false 可以模拟 v2 的默认行为，在某些场景下可能更优。

2. 中间件缓存优化

对于频繁调用相同 API 的场景，启用中间件缓存可以节省几毫秒的执行时间：

const kinesis = new KinesisClient({
  region: REGION,
  cacheMiddleware: true
});

3. 数据序列化优化

SDK v3 要求数据字段必须是 Uint8Array 类型，但可以通过直接传递字符串来避免额外的缓冲转换：

const command = new PutRecordCommand({
    Data: JSON.stringify(request) + '\n',  // 直接使用字符串
    PartitionKey: request.requestId,
    StreamName: STREAM_NAME
});

4. 异步处理注意事项

虽然采用了"发后即忘"(fire-and-forget)模式，但 Lambda 环境可能会等待未完成的 Promise。建议明确处理异步操作：

// 明确处理Promise
try {
  await kinesis.send(command);
} catch (err) {
  console.error('Kinesis error:', err);
}

实施效果与建议

实施上述优化后，初期观察到约30分钟的性能改善，但随后持续时间再次上升。这表明在高并发场景下，可能需要结合以下额外措施：

1. Lambda 资源配置：考虑增加内存配置（如从128MB提升到更高），这也会线性增加CPU资源
2. 预热策略：对于关键函数，配置适当的预置并发以避免冷启动
3. 监控细化：建立更细粒度的性能监控，区分网络延迟和SDK处理时间
4. 批量写入：评估是否可以将单条记录写入改为批量写入模式

总结

AWS SDK v3 在架构上进行了重大改进，但在高并发场景下可能需要针对性的调优。本文介绍的优化方案特别适用于以下场景：

• 高频调用的Lambda函数
• 对延迟敏感的边缘计算场景
• 大规模数据流处理应用

开发者在进行SDK版本迁移时，应当充分测试性能表现，并根据实际负载特点调整配置参数。对于关键业务系统，建议在过渡期间保持新旧版本并行运行的能力，以便进行A/B测试和性能比对。