cloudflare-workers-performance

Cloudflare Workers 性能优化

最大限度提升 Worker 性能并降低延迟的技巧。

快速见效

// 1. Avoid unnecessary cloning
// ❌ Bad: Clones entire request
const body = await request.clone().json();

// ✅ Good: Parse directly when not re-using body
const body = await request.json();

// 2. Use streaming instead of buffering
// ❌ Bad: Buffers entire response
const text = await response.text();
return new Response(transform(text));

// ✅ Good: Stream transformation
return new Response(response.body.pipeThrough(new TransformStream({
  transform(chunk, controller) {
    controller.enqueue(process(chunk));
  }
})));

// 3. Cache expensive operations
const cache = caches.default;
const cached = await cache.match(request);
if (cached) return cached;

关键规则

1. 控制在 CPU 限制以内 - 10ms（免费版）、30ms（付费版）、50ms（无绑定）
2. 尽量减少冷启动 - 将包体积控制在 < 1MB，避免动态导入
3. 使用 Cache API - 在边缘缓存响应
4. 流式传输大型负载 - 不要缓冲整个响应
5. 批量处理操作 - 合并多个 KV/D1 调用

十大性能错误

错误	症状	修复方法
超出 CPU 限制	Worker 被终止	优化热点路径，使用流式处理
冷启动延迟	首个请求速度慢	缩小包体积，避免顶层 await
内存压力	GC 缓慢、超时	流式处理数据，避免使用大型数组
KV 延迟	读取缓慢	使用 Cache API，批量读取
D1 查询缓慢	延迟较高	添加索引，优化 SQL
包体积过大	冷启动缓慢	使用 Tree Shaking，拆分代码
阻塞操作	请求超时	使用 Promise.all、流式处理
不必要的克隆	内存激增	仅在需要时克隆
缺少缓存	重复计算	实现缓存层
同步操作	CPU 峰值	使用异步替代方案

CPU 优化

分析热点路径

async function profiledHandler(request: Request): Promise<Response> {
  const timing: Record<string, number> = {};

  const time = async <T>(name: string, fn: () => Promise<T>): Promise<T> => {
    const start = Date.now();
    const result = await fn();
    timing[name] = Date.now() - start;
    return result;
  };

  const data = await time('fetch', () => fetchData());
  const processed = await time('process', () => processData(data));
  const response = await time('serialize', () => serialize(processed));

  console.log('Timing:', timing);
  return new Response(response);
}

优化 JSON 操作

// For large JSON, use streaming parser
import { JSONParser } from '@streamparser/json';

async function parseStreamingJSON(stream: ReadableStream): Promise<unknown[]> {
  const parser = new JSONParser();
  const results: unknown[] = [];

  parser.onValue = (value) => results.push(value);

  for await (const chunk of stream) {
    parser.write(chunk);
  }

  return results;
}

内存优化

避免使用大型数组

// ❌ Bad: Loads all into memory
const items = await db.prepare('SELECT * FROM items').all();
const processed = items.results.map(transform);

// ✅ Good: Process in batches
async function* batchProcess(db: D1Database, batchSize = 100) {
  let offset = 0;
  while (true) {
    const { results } = await db
      .prepare('SELECT * FROM items LIMIT ? OFFSET ?')
      .bind(batchSize, offset)
      .all();

    if (results.length === 0) break;

    for (const item of results) {
      yield transform(item);
    }
    offset += batchSize;
  }
}

缓存策略

多层缓存

interface CacheLayer {
  get(key: string): Promise<unknown | null>;
  set(key: string, value: unknown, ttl?: number): Promise<void>;
}

// Layer 1: In-memory (request-scoped)
const memoryCache = new Map<string, unknown>();

// Layer 2: Cache API (edge-local)
const edgeCache: CacheLayer = {
  async get(key) {
    const response = await caches.default.match(new Request(`https://cache/${key}`));
    return response ? response.json() : null;
  },
  async set(key, value, ttl = 60) {
    await caches.default.put(
      new Request(`https://cache/${key}`),
      new Response(JSON.stringify(value), {
        headers: { 'Cache-Control': `max-age=${ttl}` }
      })
    );
  }
};

// Layer 3: KV (global)
// Use env.KV.get/put

包体积优化

// 1. Tree-shake imports
// ❌ Bad
import * as lodash from 'lodash';

// ✅ Good
import { debounce } from 'lodash-es';

// 2. Lazy load heavy dependencies
let heavyLib: typeof import('heavy-lib') | undefined;

async function getHeavyLib() {
  if (!heavyLib) {
    heavyLib = await import('heavy-lib');
  }
  return heavyLib;
}

何时加载参考资料

根据任务加载特定参考资料：

• 要优化 CPU 使用率？ → 加载 references/cpu-optimization.md
• 有内存问题？ → 加载 references/memory-optimization.md
• 要实现缓存？ → 加载 references/caching-strategies.md
• 要缩小包体积？ → 加载 references/bundle-optimization.md
• 有冷启动问题？ → 加载 references/cold-starts.md

模板

模板	用途	使用时机
templates/performance-middleware.ts	性能监控	添加计时/性能分析
templates/caching-layer.ts	多层缓存	实现缓存
templates/optimized-worker.ts	性能模式	创建经过优化的 Worker

脚本

脚本	用途	命令
scripts/benchmark.sh	负载测试	./benchmark.sh <url>
scripts/profile-worker.sh	CPU 性能分析	./profile-worker.sh

资源

• 性能：https://developers.cloudflare.com/workers/platform/performance/
• 限制：https://developers.cloudflare.com/workers/platform/limits/
• 缓存：https://developers.cloudflare.com/workers/runtime-apis/cache/