如何对AWS Lambda函数进行性能测试？
Answers:
Dawny33的响应很好，但是我会在开发过程中更早地开始。
密切关注您的云环境以确保您的功能按预期运行（包括可能在不同数据集上运行的“生产”功能）非常重要，因为它可能会揭示无法在本地或通过本地复制的内容测试数据集。
尽管如此，我要说的是，出于优化目的而进行的性能测试应该直接从开发人员的机器开始。或者至少在迁移到云之前从某些本地环境中获取。
我之所以这么说是因为，尽管AWS Lambda在很多方面都令人赞叹，但您对服务器没有完全控制的事实将限制您的检测能力。我不是说在无服务器时，仪器是不可能的，但尽量搞清楚有多少CPU的中断有（多少由所引起你的代码）只是为了好玩;）
因此，我建议（实际上不仅限于无服务器）建议尽早开始分析。NodeJS分析可以使用许多不同的工具进行，NewRelic，dynatrace和AppDynamic是其中的佼佼者。还有一个较小的播放器，其中一些只是要安装的NPM软件包（例如Nodefly）。由于V8引擎内置了一个探查器，因此也可以不使用任何其他工具即可执行一些NodeJS。NodeJS的本文档将帮助您入门。
无论选择哪种工具，都希望在本地安装它并收集分析数据。这可能涉及运行代理或在package.json中包含一个包。您的工具说明将告诉您如何安装。一个好的分析器将使您知道使用了多少内存和CPU。更好的工具将使您了解进行了多少次远程呼叫，花费了多长时间。
使用该工具为您提供的概要分析数据来识别并解决瓶颈。您可以进行多少次配置没有限制。有些人（疯狂吗？）会研究他们最关键的功能的系统调用。如果您想节省几分之一秒的功能，则可能必须执行此类操作（但是，也许AWS Lambda并不是开始的最佳选择）。
在这一点上还值得注意的是，我还没有提到任何有关AWS Lambda的特定内容。这是因为您的优化很可能不是特定于AWS Lambda的（毕竟，在无服务器环境中，您不必担心服务器/环境）。
确保不仅您的代码有效，而且确保它按预期的方式工作。不要过度优化，而要密切关注CPU和内存使用情况。排序时，2MB的阵列是否真的应该增长到10MB？可能不会。
然后，您将能够使用Dawny33提及的工具或其他一些工具，以确认您的功能在部署到Lambda时具有相似的性能。但是，您已经对自己的功能有了很高的信心，只需要验证它们的行为是否正确，而不必对它们进行全面的介绍。
我可能无法完全回答，但以下是我对lambda的有限经验：
- 速度性能： Lambda函数的单个仪表板的运行时间将显示在Lambda
monitoring选项卡的仪表板中，如下所示：
油门/错误/调用次数也是如此。
- 还可以为 lambda函数的内存使用设置CloudWatch过滤器，该过滤器的数据可用于进一步优化处理程序。这是关于如何设置一个不错的帖子。
- 另外，设置适当的日志记录，以便以后可以查看CloudWatch中的日志。这本身并不是一个优化技巧，而是更多的最佳实践
- 测试：全面测试您的lambda函数，以确保您不会错过任何情况。这很重要，因为lambda在放弃之前会重试失败的功能。因此，如果您正确测试了该功能，则可以节省时间。Lambda函数测试指南
签出IOpipe分析器，以从Lambda调用中获取完整的v8分析器转储。您可以将它们加载到Chrome Devtools中，以准确了解CPU时间在哪里以及如何将内存用于功能。
免责声明：我为IOpipe工作
使用StackImpact代理获取CPU和内存配置文件。博客文章中的更多详细信息：AWS Lambda CPU和内存性能分析（Node.js）。由于Lambda Node.js进程在两次请求之间处于冻结状态，因此大多数其他工具可能无法立即使用。
免责声明：我为StackImpact工作