⚙️ Worker ช้าเพราะ code ตอนเริ่มรัน หรือเพราะ platform?

⚙️ Worker ช้าเพราะ code ตอนเริ่มรัน หรือเพราะ platform?

Cloudflare เพิ่งเพิ่ม wrangler check startup ให้ดู startup phase ของ Worker ก่อน deploy จริง

ประเด็นไม่ใช่แค่ bundle ใหญ่แค่ไหน แต่คือช่วงก่อน request แรกเข้ามา Worker ใช้เวลาไปกับอะไรบ้าง เช่น import หนัก, dependency ใหญ่, งาน sync ที่ทำตั้งแต่โหลด module หรือ GC ที่เริ่มกินเวลา

ผลกระทบคือทีมที่ทำ API, edge function หรือ agent backend จะมีหลักฐานไวขึ้น ก่อนสรุปแบบกว้าง ๆ ว่า cold start มาจาก cloud ช้า

คำสั่งนี้ช่วยให้เห็น:

• raw bundle size และ gzip size
• local CPU activity ตอน startup
• sampled / active / idle time
• เวลา GC ที่รวมอยู่ใน active time
• ไฟล์ .cpuprofile สำหรับเปิดดู flamegraph

วิธีใช้ใน workflow ง่าย ๆ คือรันก่อน merge หรือก่อน deploy เวอร์ชันที่เปลี่ยน dependency/entrypoint แล้วเทียบ profile กับ build ก่อนหน้า ถ้า active time กระโดด ให้ไล่ดู import path และ library ที่โหลดตั้งแต่ top-level ก่อน

ข้อจำกัดสำคัญ: profile นี้วัดบนเครื่อง local ไม่ใช่ CPU จริงของ Cloudflare ดังนั้นอย่าใช้ตัวเลข ms เป็น SLA ให้ใช้เป็นแผนที่หาว่า startup เสียเวลาอยู่ตรงไหน แล้วค่อยยืนยันบน deployment จริงอีกที

เหมาะกับทีมที่ใช้ Workers, Durable Objects, edge API หรือ workflow ที่เริ่มถูก agent สร้าง dependency เยอะขึ้นโดยไม่รู้ตัว

ลิงก์ต้นทางอยู่ในคอมเมนต์แรก

คุณคิดว่า cold start debug ควรอยู่ใน CI ตั้งแต่แรกไหม หรือค่อยทำตอน production เริ่มช้า?

อยากให้ SynapTech AI ช่วยออกแบบ checklist ตรวจ performance ก่อน deploy ให้ inbox มาได้เลย

#Cloudflare #Wrangler #EdgeComputing #DevTools #SynapTechAI

---

📖 อ่านบทความเต็มบน Facebook | 🔔 ติดตาม SynapTech