子游：华为元戎高级工程师
平山：华为云中间件 Serverless 负责人
琪君：华为元戎负责人
Key Takeaways
问题引言：
Java 应用冷启动速度面临巨大挑战
Serverless 应用启动时，都需要先进行初始化。其初始化时长一般取决于应用本身的属性，如业务逻辑、编程语言等，其中 Java 应用的初始化过程通常是最慢的。以下基于一个典型的 Java 应用，对其启动时延进行拆解，各阶段耗时分布如图 1 所示：
图 1：Java 应用启动耗时分解
其中，端到端冷启动耗时可分为 2 大部分：
主要包含 执行环境创建（如容器启动）、 执行环境初始化（如代码包下载、部署）等准备工作，此阶段最多是秒级响应，在冷启动整体耗时中占比很低，通常不到 5%，平台侧也支持一些优化方式，将耗时进一步压缩至毫秒级；
主要包含 应用框架启动（如构建 Spring ApplicationContext）、 业务初始化（如业务数据初始化）等动作，此阶段耗时一般较长。在本例中，应用框架启动耗时占比约 30%，业务初始化占比约 65%。由此推断，该阶段执行的动作是 Java 应用启动慢的核心所在。
Java 应用启动慢的根因其实也不难理解，主要有：
图 2：hello world 依赖的 class 个数
因此，对于 时延敏感型的 Java 应用程序，在突发流量下发生冷启动时，可能会导致 用户体验下降。为了应对这一挑战，用户可以 提前预留资源来减少冷启动发生的频率，或者对自己的应用进行 性能调优，但是第一类方案无形中增加了用户的 keep-alive 成本，第二类方案也有着较高的技术门槛且往往效果比较有限。
基于快照技术的冷启动加速：
华为云的优化探索之路
Part I：站在巨人的肩膀上
业界针对 Java 应用的启动速度优化已有一些优秀的实践，可分为以下几类：
AOT：
主要有 GraalVM [1]、EJET 等，AOT 方案是通过在程序运行前，直接将 Java 源码编译成本地机器码，因为提前编译并不占用运行时间，以此来显著提升应用的启动速度，同时本地机器码可以持久化于磁盘中，不占用内存且可重复使用。但是该类方案在特定场景也存在一定的局限性，如 GraalVM 对反射的支持并不友好，在涉及反射的地方都需要新增配置；EJET 虽然解决了反射的问题，但是其编译时间较长且不稳定，在复杂应用场景下也存在性能劣化问题。
AppCDS [2] ：
AppCDS 方案是通过在 JVM 启动时从 JSA 文件读取共享数据，省略了共享类的加载过程，提升 JVM 启动速度；同时，多个 JVM 共享同一个归档文件，减少动态内存占用，可以提升内存使用率。该类方案主要适用于类加载比较多的场景，在一般场景下提升有限，且其对共享类的支持有一定限制，如运行时动态生成类不支持共享等。
其他针对性（Spring 框架）方案：
如 Lazy Initialization [3]、Scanning-index [4]等，前者通过懒加载的方式来减少启动时加载类的数量，一定程度上提升启动速度；后者通过在编译阶段创建索引，避免启动时扫描所有路径来进行加速。但是该类方案在 Serverless 场景缺乏一定的普适性。
华为云 FunctionGraph 创新提出的基于进程级快照的冷启动加速解决方案，致力于在用户无感知（无需 / 少量进行代码适配）的前提下，帮助用户突破冷启动的性能瓶颈。本优化方案直接从应用初始化后的快照进行运行环境恢复，跳过复杂的框架、业务初始化阶段，从而显著降低 Java 应用的启动时延，实测性能提升达 90%+。
Part II：快照方案如何优化 Java 应用启动速度
当用户 Java 函数打开冷启动加速的配置开关后，华为云 FunctionGraph 会预先执行函数对应的初始化代码，获取其初始化执行上下文环境的快照，并进行加密缓存。后续调用该函数并触发冷启动扩容时，会 直接从提前初始化后的应用快照来恢复执行环境，而非重新走一遍初始化流程，以此达到极大提升启动性能的效果。
先结合图 3 直观对比一下优化前、后的冷启动流程差异：
图 3：基于快照加速的冷启动流程
基于快照的冷启动流程，主要包含以下几个关键步骤：
Step 1：平台侧提前准备执行环境，并预执行初始化代码、保存应用快照，此动作后续统称为 Checkpoint
Step 2：在请求到达，触发函数新实例扩容时，直接从应用快照来恢复新的执行环境，此动作后续统称为 Restore
Step 3：（可选）应用进程从快照恢复后，执行 Restore Hook 完成业务状态的刷新
Step 4：应用 Ready，具备接着往下执行业务逻辑的能力
特别的，容器本身也是主机上的进程，故本优化方案也支持容器粒度的 Checkpoint，即 对容器内指定进程进行 CR，与传统的轻量化虚机快照相比，其 精细化程度更高、也更灵活。其原理详见图 4：
图 4：基于容器的 CR 流程
Part III：快照技术揭秘
华为云提出的基于进程级快照的冷启动加速方案，其核心技术依托于 CRIU [5]，它支持对用户空间指定的进程进行“冻结”（即停止进程，并将该进程运行的所有上下文持久化为镜像文件），并在必要时对其进行“解冻”（即通过保存的镜像文件来正确恢复进程运行的上下文），其核心工作流程如图 5-6 所示 [6] ：
图 5：CRIU 如何工作——Checkpoint
图 6：CRIU 如何工作——Restore
Checkpoint
Restore
Part IV：Restore Hook
如 Part II 所述，虽然本优化方案能极大提升 Java 应用的冷启动速度，但是快照技术在某些场景也存在一定的局限性，较难做到对现有应用的全透明化。通过快照恢复后，应用的网络连接状态会受到影响，涉及到 TCP Socket 重连等场景，如服务注册、DB 连接，分布式通信，消息队列等。
这部分场景依赖应用本身的网络重连机制来更新正确，因此，本优化方案中也引入了 Restore Hook 的概念， 提供手段让业务对这些状态进行刷新。Restore Hook 当前已支持大部分主流第三方组件的重连，详见图 7：
图 7：Restore Hook 支持的第三方组件
不难发现，Restore Hook 需要应用本身进行少量的代码适配。为了进一步简化应用的改造负担，我们也进行了一种新的技术尝试，可以理解其充当了用户应用与 BaaS 之间的纽带，通过状态卸载等手段，对开发者透明，帮助应用完成状态的 自动化刷新。这部分探索会在后续的技术博文中跟大家分享，敬请期待。
效果实测：
Java 冷启动时延降低 90%+
我们选取了公司内部典型的 Java 应用，对其原始初始化流程、Restore 流程进行了对比测试，如图 8 所示。测试结果表明，本优化方案将应用的启动速度平均提升了 95%+，即使快照包的增大一定程度上增加了包下载、解压的耗时，但最终端到端的冷启动时延也降低了 90%+。
图 8：冷启加速前后的数据对比
快速上手：
基于华为云 FunctionGraph 的简单实战
华为云发布的基于进程级快照的冷启动加速方案，是一种性能优化服务， 用户无需额外付费，只需进行简单的配置、少量的代码修改，即可享受到该创新方案带来的冷启动性能提升。
下文基于华为云 FunctionGraph，为大家带来特性 Quick Start：
2. 可选）配置 Restore Hook，并在函数代码中实现对应的 Hook 逻辑
3. 函数发布新版本后，触发快照的自动化制作
4. 请耐心等待快照制作完成（5min 超时时间）
5. 调用 Java 函数，体验快照优化后的性能提升
总结与展望
本文介绍了华为云对冷启动优化这一业界难题的探索之路，创新提出了基于进程级快照的优化方案。当然，本方案也并非十全十美，它依然面临着一系列挑战，如文中提到的应用状态刷新、进程级 CR 的精细化控制、多平台的兼容性等，我们也在持续探索、优化中。
同时，FunctionGraph 作为华为元戎内核加持的下一代 Serverless 函数计算与编排服务，致力于持续为用户提供方便、迅捷的 Serverless 服务体验。您可以登录华为云 FunctionGraph 控制台来深入体验，更多信息请参阅 FunctionGraph 官方文档 [7] 。后续我们将分享更多围绕通用全场景 Serverless 的前沿理论及其案例实践，回馈社区。
参考资料：
[1]https://www.graalvm.org/22.3/reference-manual/java/compiler/
[2]https://wiki.openjdk.org/display/HotSpot/Application+Class+Data+Sharing+-+AppCDS
[3]https://spring.io/blog/2019/03/14/lazy-initialization-in-spring-boot-2-2
[4]https://docs.spring.io/spring-framework/docs/current/reference/html/core.html#beans-scanning-index
[5]https://github.com/checkpoint-restore/criu
[6]https://speakerdeck.com/udzura/introduction-to-criu?slide=32
[7]https://support.huaweicloud.com/functiongraph/index.html
VS Code 有多么不安全：一个扩展就可能导致公司 GitHub 中的所有代码被擦除？
清华应届硕士炮轰字节：恶意低薪，硕士白读还倒贴；马云不再实际控制蚂蚁；开源 ROM 魔趣创始人宣布删库跑路｜Q 资讯
百万用户逃离Twitter转向这个小众社交平台，互联网中心化终将走向大溃败？
芯片的后半场，“提速”依旧是第一要务，那除此之外呢？
