冷启动一直是函数计算绕不开的话题。当一个长期空闲的函数突然被触发，用户要为运行时初始化、依赖加载与网络握手买单。在瀚云早期，这个数字稳定在 1.8 秒左右——足以让一次交互显得迟钝。下面是我们把它压到 400 毫秒的完整过程。

从一条火焰图开始

优化的第一步永远是测量。我们为冷启动路径埋了细粒度的 span，把 1.8 秒拆成了几个清晰的阶段：镜像拉取、运行时初始化、依赖解析与用户代码执行。出乎意料的是，真正的大头并不在用户代码里。

• 镜像拉取与解压：约 700ms，全程串行等待
• 运行时初始化：约 600ms，每次都从零构建
• 依赖解析：约 350ms，重复读取相同的模块
• 用户代码首次执行：约 150ms

三管齐下

定位之后，我们没有寻找银弹，而是针对每个阶段各自下手：镜像分层让公共基底层可被复用并提前驻留；预热池在低峰期维持一小批已初始化的实例；运行时快照则把初始化后的内存状态冻结，下次直接恢复，跳过整段冷初始化。

性能优化没有魔法，只有把每一毫秒花在哪里看清楚，然后逐段把它拿回来。

其中收益最大的是运行时快照。它的核心思路是把进程在"初始化完成、即将处理第一个请求"的瞬间整体保存，恢复时无需重跑任何初始化逻辑：

// 在初始化完成点冻结运行时状态
const snapshot = await runtime.snapshot();
await store.put(fnId, snapshot);

// 冷启动时直接恢复，跳过初始化
const restored = await runtime.restore(snapshot);
return restored.handle(request);

结果

三项叠加之后，P50 冷启动落在 400 毫秒以内，P99 也稳定在 700 毫秒上下。更重要的是，这条路径现在可观测、可回归——任何一次劣化都会在监控里立刻显形。这才是我们真正想要的护栏。