SST 项目中 Next.js 应用部署与开发模式的资源管理问题解析
2025-05-09 14:28:33作者:平淮齐Percy
问题背景
在使用 SST(Serverless Stack)框架部署 Next.js 应用时,开发者可能会遇到一个令人困惑的现象:当执行 sst deploy 命令部署应用后,再运行 sst dev next dev 开发模式时,之前创建的 CloudFront 分发等资源会被自动删除。这种资源反复创建和删除的循环不仅影响开发体验,还会导致自动生成的 CloudFront 域名发生变化,进而影响依赖固定回调 URL 的认证流程。
核心问题分析
这种现象的根本原因在于开发者在同一个 Stage(阶段/环境)中混用了生产部署 (sst deploy) 和开发模式 (sst dev)。SST 框架在设计上对这两种模式有不同的资源管理策略:
-
生产部署模式 (
sst deploy):- 会创建完整的生产环境资源,包括 CloudFront 分发、S3 存储桶、Lambda 函数等
- 资源配置针对生产环境优化
- 部署过程较慢,因为需要等待 CloudFront 分发完全部署
-
开发模式 (
sst dev):- 会启动本地开发服务器
- 移除生产环境资源以节省成本和提高开发效率
- 创建轻量级的开发专用资源
解决方案
最佳实践是为生产和开发使用不同的 Stage:
-
生产环境:
- 使用
sst deploy --stage production部署 - 保留所有生产资源
- 适合正式发布和测试环境
- 使用
-
开发环境:
- 使用
sst dev --stage dev next dev启动 - 使用轻量级开发资源
- 适合日常开发和调试
- 使用
技术细节深入
当在同一个 Stage 中交替使用部署和开发命令时,SST 的资源管理逻辑会导致:
-
CloudFront 分发重建:
- 每次
sst deploy都会创建新的 CloudFront 分发 - 分发 ID 和域名会变化
- 部署等待时间较长(约4分钟)
- 每次
-
资源删除过程:
sst dev会触发生产资源的删除- 包括 S3 存储桶、DynamoDB 表等
- 删除操作耗时较长(约6分钟)
-
认证流程影响:
- 变化的 CloudFront 域名会导致 OAuth 等认证回调失败
- 需要重新配置认证提供商中的回调 URL
实践建议
-
环境隔离:
- 严格区分生产、开发和测试环境
- 为每个环境使用不同的 Stage 名称
-
自定义域名:
- 为生产环境配置固定域名
- 避免依赖自动生成的 CloudFront 域名
-
CI/CD 集成:
- 在 CI 流程中使用明确的 Stage 参数
- 避免环境配置混淆
-
本地开发:
- 开发时使用
sst dev命令 - 充分利用本地模拟和热重载功能
- 开发时使用
总结
理解 SST 框架中不同命令对资源的管理方式,是高效使用该框架的关键。通过合理规划环境和使用不同的 Stage,开发者可以避免资源被意外删除或重建的问题,同时获得更好的开发体验和更稳定的生产环境。记住,生产部署和开发模式设计目的不同,将它们分开使用才能发挥各自的最大价值。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
691
1.36 K
Ascend Extension for PyTorch
Python
728
903
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
459
455
deepin linux kernel
C
32
16
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.92 K
198
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
631