Reducir Cold Start de AWS Lambda con Provisioned Concurrency

Descripcion general

Cold start es el retraso cuando Lambda crea un nuevo entorno de ejecucion para una funcion. Incluye descargar codigo, inicializar el runtime, cargar dependencias y ejecutar codigo de inicializacion. Para APIs sensibles a latencia, cold starts de 1-10 segundos son inaceptables. A continuacion: reducir cold start con provisioned concurrency, ARM64 Graviton, recorte de dependencias, inicializacion lazy y SnapStart (para Java).

Cuando Usar Esto

• For alternatives, see Package Python Dependencies for AWS Lambda with Layers.

• Funciones Lambda que sirven APIs HTTP sincronas con requerimientos estrictos de latencia

• Funciones con dependencias pesadas (pandas, SQLAlchemy, clientes SDK)

• Workloads de produccion donde los cold starts causan retrasos visibles para el usuario o timeouts

• Funciones que necesitan tiempos de respuesta predecibles bajo trafico variable

Prerrequisitos

• Funcion Lambda en Python 3.11+
• AWS CLI con permisos para configurar concurrencia
• Comprension del costo de inicializacion de tu funcion

Solucion

1. Medir Cold Start

import json
import time

def lambda_handler(event, context):
    start = time.time()

    # Verificar si es un cold start
    is_cold_start = not hasattr(context, 'warm')

    response = {
        "cold_start": is_cold_start,
        "init_time_ms": round((time.time() - start) * 1000, 2),
        "remaining_time_ms": context.get_remaining_time_in_millis(),
    }

    return {
        "statusCode": 200,
        "headers": {"Content-Type": "application/json"},
        "body": json.dumps(response),
    }

Loguear cold starts con CloudWatch Insights:

filter @type = "REPORT"
| parse @message "* Duration: * ms Billed Duration: * ms Memory Size: * MB Max Memory Used: * MB*" as type, duration, billed, memory, maxMemory
| parse @message "* Init Duration: * ms*" as type2, initDuration
| filter ispresent(initDuration)
| stats avg(initDuration), max(initDuration), count() by bin(1h)

2. Provisioned Concurrency

Pre-calentar entornos de ejecucion para que esten listos para servir inmediatamente:

# Habilitar provisioned concurrency en un alias
aws lambda put-provisioned-concurrency \
  --function-name my-api \
  --qualifier prod \
  --provisioned-concurrent-executions 10

# Con SAM

# template.yaml
Resources:
  ApiFunction:
    Type: AWS::Serverless::Function
    Properties:
      FunctionName: my-api
      Handler: lambda_function.lambda_handler
      Runtime: python3.11
      CodeUri: src/
      AutoPublishAlias: prod
      ProvisionedConcurrencyConfig:
        ProvisionedConcurrentExecutions: 10

3. Inicializacion Lazy

Mover inicializacion costosa dentro del handler — solo se ejecuta en la primera peticion, no en cold start:

import json

# MAL: Inicializacion a nivel modulo — se ejecuta en cada cold start
# import pandas as pd
# df = pd.read_csv('data.csv')  # 2-3 segundos

# BIEN: Inicializacion lazy — solo se ejecuta cuando se necesita
_pd = None
_df = None

def get_pandas():
    global _pd
    if _pd is None:
        import pandas as pd
        _pd = pd
    return _pd

def get_data():
    global _df
    if _df is None:
        pd = get_pandas()
        _df = pd.read_csv('data.csv')
    return _df

def lambda_handler(event, context):
    df = get_data()
    result = df.head(10).to_dict(orient="records")
    return {
        "statusCode": 200,
        "body": json.dumps(result),
    }

4. Cambiar a ARM64 (Graviton2)

Los procesadores ARM64 Graviton2 tienen cold starts mas rapidos para muchos workloads:

# Actualizar arquitectura de funcion
aws lambda update-function-configuration \
  --function-name my-api \
  --architectures arm64

# Rebuild layer para ARM64
docker run --rm --platform linux/arm64 \
  -v "$PWD/layer":/var/task \
  public.ecr.aws/lambda/python:3.11-arm64 \
  /bin/sh -c "pip install -r requirements.txt --target /var/task/python"

5. Reducir Tamano del Paquete

Eliminar archivos innecesarios de los paquetes de despliegue:

# Remover tests, docs, __pycache__
find layer/python -type d -name "tests" -exec rm -rf {} +
find layer/python -type d -name "__pycache__" -exec rm -rf {} +
find layer/python -type f -name "*.pyc" -delete
find layer/python -type f -name "*.so" -exec strip {} \;

# Usar alternativas mas ligeras
# En lugar de pandas: usa polars (10x mas pequeno, init mas rapido)
# En lugar de requests: usa urllib3 o el cliente HTTP integrado de boto3
# En lugar de SQLAlchemy: usa psycopg2 directo o aiobotocore

6. Reutilizacion de Conexiones Fuera del Handler

Inicializar clientes una vez a nivel modulo para que persistan entre invocaciones warm:

import json
import boto3
import os

# Nivel modulo: se ejecuta una vez por entorno de ejecucion
# Estos persisten entre invocaciones warm
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table(os.environ['TABLE_NAME'])

# Pero mantenlo ligero — solo clientes, no datos
def lambda_handler(event, context):
    # Invocacion warm reutiliza el cliente de tabla
    response = table.get_item(Key={'id': event['pathParameters']['id']})
    return {
        "statusCode": 200,
        "body": json.dumps(response.get('Item', {})),
    }

7. Usar Lambda Powertools para Logging Estructurado

Evitar frameworks de logging pesados que ralentizan la inicializacion:

from aws_lambda_powertools import Logger
from aws_lambda_powertools.logging import correlation_paths

logger = Logger()

@logger.inject_lambda_context(correlation_id_path=correlation_paths.API_GATEWAY_REST)
def lambda_handler(event, context):
    logger.info("Processing request", extra={"path": event["path"]})
    return {"statusCode": 200, "body": json.dumps({"ok": True})}

8. Plugin Warm-Up (Serverless Framework)

Mantener funciones calientes con invocaciones periodicas:

# serverless.yml
service: my-api

provider:
  name: aws
  runtime: python3.11

functions:
  api:
    handler: lambda_function.lambda_handler
    events:
      - http: { path: /data, method: get }

plugins:
  - serverless-plugin-warmup

custom:
  warmup:
    warmerName: 'warmer'
    schedule: 'rate(5 minutes)'
    concurrency: 5
    batchSize: 1

Como Funciona

1. Fases del cold start: (1) Descargar codigo de funcion + layers, (2) Inicializar runtime (interprete Python), (3) Cargar modulos y ejecutar codigo a nivel modulo, (4) Ejecutar handler. Las fases 1-3 son la “init duration” mostrada en CloudWatch.
2. Provisioned concurrency: AWS pre-crea entornos de ejecucion y los mantiene listos. Las peticiones se enrutan a entornos pre-calentados con cero tiempo de init. El scale-from-zero solo ocurre mas alla de la capacidad provisionada.
3. Inicializacion lazy: El codigo a nivel modulo se ejecuta en cada cold start. Mover operaciones costosas (lecturas de archivos, imports pesados) a funciones que se ejecutan en primer uso difiere el costo a cuando realmente se necesita.
4. ARM64: Los procesadores Graviton2 tienen pipelines de instrucciones diferentes que pueden ser mas rapidos para las extensiones C de Python. El runtime mismo tambien esta optimizado para ARM.
5. Invocaciones warm: Despues de un cold start, el entorno de ejecucion persiste por 5-15 minutos. Las invocaciones subsecuentes lo reutilizan — sin init duration. Los plugins de warm-up envian pings periodicos para mantener los entornos vivos.

Variantes

SnapStart (Java)

Para funciones Java, SnapStart cachea la JVM inicializada:

# Template SAM
Resources:
  JavaFunction:
    Type: AWS::Serverless::Function
    Properties:
      Runtime: java21
      Handler: com.example.Handler
      SnapStart:
        ApplyOn: PublishedVersions

Runtime Personalizado con Init Minimal

# Usar un adaptador ASGI minimal en lugar de un framework completo
# En lugar de Flask/FastAPI (init pesado), usa un handler raw
def lambda_handler(event, context):
    method = event['httpMethod']
    path = event['path']

    if method == 'GET' and path == '/health':
        return {"statusCode": 200, "body": '{"status":"ok"}'}

    if method == 'GET' and path.startswith('/products/'):
        product_id = path.split('/')[-1]
        return handle_get_product(product_id)

    return {"statusCode": 404, "body": '{"error":"not found"}'}

EFS para Dependencias Grandes

Montar EFS en lugar de empaquetar archivos grandes en el despliegue:

Resources:
  ApiFunction:
    Type: AWS::Serverless::Function
    Properties:
      Handler: lambda_function.lambda_handler
      Runtime: python3.11
      CodeUri: src/
      FileSystemConfigs:
        - Arn: !GetAtt AccessPoint.Arn
          LocalMountPath: /mnt/data

Mejores Practicas

• Perfilizar antes de optimizar: Usa CloudWatch Insights para medir init duration. No adivines — mide.
• Mover solo init costoso a lazy: Los clientes a nivel modulo (boto3) son baratos. Lecturas de archivos, imports pesados y procesamiento de datos deberian ser lazy.
• Dimensionar memoria correctamente: Mas memoria = mas CPU. 1024MB a menudo reduce a la mitad el cold start vs 256MB. Prueba diferentes tamanos.
• Usar provisioned concurrency para caminos criticos: Solo habilitalo para funciones donde el cold start es visible para el usuario (APIs). Los workers en background pueden tolerar cold starts.
• Minimizar dependencias: Cada import agrega al init time. Usa pip install --no-deps para verificar que trae un paquete.
• Mantener el codigo del handler pequeno: El zip del handler deberia ser menor a 5MB. Mueve dependencias a layers.

Errores Comunes

• Importar todo a nivel modulo: import pandas al principio agrega 1-2 segundos a cada cold start. Usa imports lazy.
• Leer archivos a nivel modulo: open('config.json').read() se ejecuta en cada cold start. Cachealo en un global con init lazy.
• Sobre-provisionar concurrencia: Provisioned concurrency cuesta dinero 24/7. Establecelo a tu trafico baseline, no al pico.
• Ignorar configuracion de memoria: Lambda asigna CPU proporcional a la memoria. Funciones de 128MB tienen CPU limitado y init lento.
• Usar frameworks pesados: Flask + Werkzeug agregan 200-500ms de init. Usa handlers ligeros o API Gateway + integracion proxy de Lambda.