我正在编写一些 Azure Functions 脚本,用于从内部数据库读取和写入内部数据库,并将相关信息显示到网页中。
我注意到加载调用 Azure Function 脚本的网页时 Web UI 极其缓慢甚至超时。经过进一步调查,我意识到以下几点:
- Azure Function 脚本有时需要 10 秒到 1 分钟以上才能连接到 SQL 数据库。
- 有时脚本会在几毫秒内运行,有时需要 3 分钟以上才能完全运行脚本。
这是我的 Azure 函数脚本:
module.exports = function(context, req) {
context.log("Function Started: " + new Date());
// Import package
const sql = require('mssql');
var _ = require('underscore-node');
var moment = require('moment');
var Promise = require('promise');
// Create a configuration object for our Azure SQL connection parameters
var config = {
server: "***", // Use your SQL server name
database: "***", // Database to connect to
user: "***", // Use your username
password: "***", // Use your password
port: ***,
// Since we're on Windows Azure, we need to set the following options
options: {
encrypt: true
},
multipleStatements: true,
parseJSON: true
};
var flagDefinitionId = null;
if (req.query.Id == null || req.query.Id == "" || req.query.Id.length == 0) {
context.res = {
// status: 200, /* Defaults to 200 */
body: "No have flagDefinitionId "
};
context.done();
// return;
}
var listTicketsFlag = [];
flagDefinitionId = req.query.Id;
sql.close();
var DBSchema = "b8akjsms2_st.";
sql.connect(config).then(function() {
context.log("SQL Connected: " + new Date());
var getAllEventTicketGoToMarket = new Promise(function(resolve, reject) {
var queryGetEvent = ";WITH EventLog1 AS(" +
" SELECT MD1, max([DateTime]) as LTime from " + DBSchema + "EventLog" +
" where ([Event] = 'Ticket_Go_To_Market' OR [Event] = 'Acknowledge_Timeout')" +
" group by MD1 )" +
" SELECT * from ( SELECT EV.MD1 , EV.MD2," +
" (SELECT COUNT(*) from " + DBSchema + "EventLog where MD1 = EV.MD1 and [Event] = 'Market_Ticket_Clear') as TotalClear" +
" FROM " + DBSchema + "[Ticket] T" +
" JOIN (SELECT E.* from " + DBSchema + "EventLog E join EventLog1 E1 on E.MD1 = E1.MD1 and E.[DateTime] = E1.LTime) EV ON T.Id = EV.MD1" +
" WHERE T.IsInMarket = 1 and EV.MD2 <> ''" +
" AND T.Id NOT IN (Select TicketId from " + DBSchema + "TicketFlag where FlagDefinitionId = " + flagDefinitionId + ")" +
" ) R where R.TotalClear > 0";
context.log("get event log - Ticket_Go_To_Market" + queryGetEvent);
new sql.Request().query(queryGetEvent, (err, result) => {
context.log("this is --------> EventLog " + result.recordset.length);
resolve(result.recordset);
});
});
Promise.all([getAllEventTicketGoToMarket]).then(function(values) {
var ticketGoToMarket = values[0];
context.log("this is --------> values: " + values[0].length + " ==+++++==== " + JSON.stringify(values[0], null, 2));
if (ticketGoToMarket.length != 0) {
listTicketsFlag = _.filter(ticketGoToMarket, function(num) {
var countSP = num.MD2.split(',');
// context.log("countSP =====> " + countSP.length + "num.TotalClear ==>" + num.TotalClear)
if (num.TotalClear > countSP.length) {
return num.MD1;
}
});
// context.log("listTicketsFlag =====> " + JSON.stringify(listTicketsFlag, null, 2));
}
insertTicketFlag();
});
function insertTicketFlag() {
context.log("this is ----- ===> Insert: " + listTicketsFlag);
// insert
var insertTicketFlagPromise = new Promise(function(resolve, reject) {
context.log("listTicketFlag ----- ===> " + listTicketsFlag.length);
if (listTicketsFlag.length == 0) {
context.log(" -------------------- No have ticket need FLAG");
resolve();
} else {
// insert new data to TicketFlag FlagTickets
var listTicketInsert = ""; //convertArrayToSQLString(listTicketsFlag, true, flagDefinitionId);
var len = listTicketsFlag.length - 1;
for (var j = 0; j <= len; j++) {
listTicketInsert += '(\'' + listTicketsFlag[j] + '\', \'' + flagDefinitionId + '\')';
if (j != len) {
listTicketInsert += ",";
}
}
context.log("HERE : " + listTicketInsert);
var insertQuery = 'Insert into ' + DBSchema + '[TicketFlag] (TicketId, FlagDefinitionId) values ' + listTicketInsert + '';
context.log("this is --------> InsertQuery" + insertQuery);
// return;
context.log("read data of FlagRule");
new sql.Request().query(insertQuery, (err, result) => {
context.log("this is --------> insertQuery");
resolve(result);
});
}
});
Promise.all([insertTicketFlagPromise]).then(function(values) {
context.log("DONE ALL");
sql.close();
context.done();
})
}
}).catch(function(err) {
console.log(err);
context.done();
});
};
如何解决这个缓慢问题?
最佳答案
我们在 Node.js 函数中也注意到了这一点。经过大量研究和测试,我们发现:
功能应用在五分钟不活动后会进入“冷”状态。当它们脱离冷状态时,您可以期待长达 10 秒的时间,将节点 JavaScript 编译/转换为 .Net 代码,以便它们可以在更大的 Function 引擎内 native 运行。请注意,我上面说的是“函数应用”,而不仅仅是“函数”
即使处于“热”状态(即 < 5 分钟空闲时间),该函数有时也会花费过多时间来加载外部库
造成性能下降的最大原因是包含许多小文件的较大外部库。
那么你可以采取什么措施来缓解这种情况呢?以下是我们按复杂程度排列的工作:
设置一个定时器函数,在小于 5 分钟的时间范围内执行。我们每四分钟运行一个简单的计时器,所需时间在 0 毫秒到 10 毫秒之间,您可以计算一下,发现这是使您的函数应用程序保持在热状态的一种非常便宜的方法。
使用Functions-Pack包将所有外部库合并到一个文件中。当函数被重新编译或转译或发生任何魔法时,它会变得更快,因为它不必寻找数十或数百个文件。
使用 REST API 而不是 SDK 意味着需要零个外部库。最大的问题是生成授权 header ,Azure 中没有关于如何形成 Auth header 的标准,并且在大多数情况下,他们的文档的这一部分几乎没有涵盖,尤其是使用 Node.js。我考虑过创建一个纯粹用于生成各种 Azure Auth token 的 Node.js 代码的 github 存储库。
将您的函数移植到 C#(是的,我对这个选项也不满意 - 我希望我们的产品有一个全 JavaScript/TypeScript 平台)。不过,删除交叉编译/转译/其他任何东西,它应该会显着加快速度。我现在将最复杂的函数之一移植到 C# 中,以进一步测试这一理论。
转向应用服务计划似乎与 Azure Functions 的值(value)背道而驰。我想要 Microsoft 处理的无限规模和每次执行成本。应用服务计划迫使我再次考虑 CPU、内存和应用容量。
这是一个MSDN forums thread我发布请求对我们的问题提供反馈。
关于javascript - Azure Function 执行速度极慢且不一致,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44878247/