LambdaComputação
Nível de dificuldade: Intermediário (3 de 5)
Lambda Managed Instances aguenta 40 mil TPS em picos de tráfego previsíveis
Em números
- 40.000 requisições por segundo sustentadas por 120 segundos no teste de pico, com 40.035 req/s efetivamente entregues
- 4.804.200 chamadas HTTP processadas pelo API Gateway durante o burst
- 1.750.886 reservas gravadas de forma durável no Amazon DynamoDB
- 121 ms de latência p99 ao dobrar a vazão sustentada de 20 mil para 40 mil TPS, dentro de uma banda de apenas 3 ms observada em toda a faixa testada (5 mil a 40 mil TPS)
O problema
Venda de ingresso de show, abertura de inscrição e lançamento de produto têm um formato de tráfego específico: um pico que chega a 100 vezes a carga normal, dura algumas horas até o estoque esgotar, e depois some. O post do AWS Compute Blog descreve o dilema clássico de quem arquiteta esse tipo de sistema: perder o primeiro minuto da venda gera erro visível para o cliente e vazamento de receita para o concorrente, mas provisionar o fleet para aguentar o pico o ano inteiro significa pagar por capacidade ociosa 365 dias para um evento que dura 10 minutos, 10 vezes por ano.
Esse é exatamente o cenário que o Auto Scaling tradicional de Lambda, baseado em concorrência reativa, resolve mal: a escala reage à chegada do tráfego, e no primeiro minuto de uma venda de ingresso isso já é tarde demais. O AWS Compute Blog apresenta o Lambda Managed Instances como resposta a isso: uma capacidade do AWS Lambda que mantém ambientes de execução (EE) pré-aquecidos antes do pico, elimina cold start no momento certo e devolve o fleet ao tamanho mínimo assim que a janela fecha.
A arquitetura
A referência publicada pela AWS implementa o padrão fila-mais-reserva-e-confirmação (queue-plus-hold-and-confirm), o mesmo usado por companhias aéreas e redes hoteleiras para evitar overselling sob tráfego alto. O fluxo, do clique do usuário ao dado durável, segue estes passos:
- O cliente envia uma requisição HTTPS ao Amazon API Gateway, que roteia para três handlers Lambda hospedados em um capacity provider compartilhado de Lambda Managed Instances.
- O handler
queue-positionatribui um número de fila virtual com umINCRatômico sobre uma única chave no Amazon ElastiCache Serverless for Valkey. - O handler
inventory-lockexecuta umUpdateItemcondicional no DynamoDB sobre uma tabela de inventário com sharding de escrita (500 shards), movendo o assento deAVAILABLEparaHELDcom um TTL de 180 segundos. - O handler
booking-confirmexecuta um únicoTransactWriteItems, que move o assento deHELDparaCONFIRMEDe grava o registro de reserva durável; os dois escrevem juntos ou nenhum escreve. - Um segundo stack de CloudFormation, isolado do primeiro, gera carga sintética por um fan-out de Lambda em três camadas, reproduzindo o formato de burst de uma venda real sem contaminar a medição do sistema de produção.
- Minutos antes do evento, um script ou uma regra do Amazon EventBridge Scheduler sobe o
MinExecutionEnvironmentsdos três handlers; durante o pico, o Lambda Managed Instances escala dentro da faixa atéMaxExecutionEnvironments; terminada a janela, oMinvolta à baseline.
Todos os três handlers são stateless: o estado mutável mora no ElastiCache e no DynamoDB, protegido por escritas condicionais e operações atômicas. É essa ausência de estado local que permite ao modelo de invocação multi-concorrente do Lambda Managed Instances servir milhares de requisições simultâneas por instância sem corrida de dados.
Os serviços envolvidos
A arquitetura de referência combina seis peças, cada uma resolvendo um gargalo específico do pico:
- AWS Lambda Managed Instances: roda as funções sobre instâncias EC2 na conta do cliente, incluindo Graviton4 e tipos otimizados para memória; a AWS cuida do ciclo de vida (provisionamento, escala, patch e roteamento), mas quem paga a conta é o cliente, no modelo de preço de EC2.
- Amazon API Gateway: recebe o tráfego público em HTTPS e separa, por desenho, o caminho de produção do caminho de geração de carga.
- Amazon ElastiCache Serverless for Valkey: guarda o contador atômico da fila virtual com
INCRsobre uma única chave. - Amazon DynamoDB: mantém o estado durável por assento numa tabela com sharding de escrita e a tabela de reservas confirmadas; o
WarmThroughputpré-provisiona partições físicas antes do burst. - Amazon CloudWatch: recebe métricas e logs estruturados publicados automaticamente pelo Lambda Managed Instances, sem instrumentação extra no código.
- Amazon EventBridge Scheduler: dispara o aumento de
MinExecutionEnvironmentsna janela que antecede o evento agendado.
Trade-offs
O ganho de eficiência de desempenho é real e mensurado: a faixa de carga testada foi de 5 mil a 40 mil TPS, um espectro de 8 vezes, e a latência p99 ficou dentro de uma banda de 3 ms o tempo todo. Dobrar a vazão sustentada de 20 mil para 40 mil TPS manteve o p99 cravado em 121 ms, o que indica que o pool pré-aquecido ainda tinha folga mesmo no topo testado. Isso é o oposto do comportamento típico de scale-out reativo, onde dobrar carga normalmente dobra latência de cauda.
O preço dessa previsibilidade recai sobre o pilar de excelência operacional: alguém precisa saber, com antecedência, quando o pico vai acontecer, e subir o MinExecutionEnvironments manualmente ou via EventBridge Scheduler antes da hora. Lambda Managed Instances não adivinha tráfego inesperado; ele absorve bem o burst agendado, mas continua dependendo de quem opera o cluster saber a janela do evento. Para tráfego espontâneo e imprevisível, o modelo serverless tradicional de Lambda, sem pré-aquecimento, ainda é o desenho mais simples.
No pilar de confiabilidade, o desenho introduz complexidade proposital: contadores atômicos simples no DynamoDB saturam perto de 1.000 operações por segundo em uma única partição lógica, por isso a tabela de inventário usa 500 shards de escrita. Os endpoints de escrita precisam ser idempotentes, e o exemplo usa um booking_id fornecido pelo cliente na chamada de confirmação, para que uma retentativa produza o mesmo registro em vez de uma reserva duplicada. Quem adaptar o padrão herda essa obrigação de desenho, não é opcional.
Custo estimado
Lambda Managed Instances cobra o preço de instância EC2 mais uma taxa de gestão de 15%, com Compute Savings Plans e Reserved Instances aplicáveis sobre o custo da instância subjacente. No teste publicado pela AWS, o fleet foi pré-aquecido numa janela de 7 minutos (5 de rampa, 2 de burst) para simular o pico sob condição controlada, com 75 instâncias c7i.4xlarge a $0,821 por instância-hora:
| Componente | Volume | Taxa | Custo |
|---|---|---|---|
| Requisições no API Gateway | 4,8 M | $3,50 por 1 M | $16,80 |
| Escritas no DynamoDB | 8,8 M WCU | $1,25 por 1 M | $11,00 |
| Compute do Lambda Managed Instances | 75 × c7i.4xlarge × 7 min | $0,821/instância-hora | $7,18 |
| Cobrança por requisição do Lambda Managed Instances | — | $0,20 por 1 M | $0,96 |
| CloudWatch Logs (~2 GB) | ingestão | $0,50 por GB | $1,00 |
| ElastiCache Serverless for Valkey | 4,8 M operações INCR | baseado em ECPU | $0,30 |
| Total por burst | ~$37,00 |
Os ~$37 cobrem só a simulação de 7 minutos; o custo real de produção depende de quantos eventos por ano usam a janela de pré-aquecimento e por quanto tempo o fleet fica no patamar alto. Comparado a manter 75 instâncias c7i.4xlarge ligadas o ano inteiro só para dez eventos de dez minutos, a diferença de custo é a tese inteira do artigo: pague a capacidade de pico só durante a janela em que ela é necessária.
Como adaptar
Quem desenha ou opera um sistema com o mesmo formato de carga, venda de ingresso, Black Friday de e-commerce, abertura de matrícula, votação ao vivo, pode seguir o roteiro publicado no repositório de referência da AWS:
- Rodar primeiro um smoke test na baseline padrão (
Min=1,Max=3por handler) para validar o pipeline ponta a ponta:
curl -X POST https://<sim-api>/v1/simulation/start \
-H 'Content-Type: application/json' \
-d '{"run_id": "smoke-1", "target_tps": 50, "ramp_duration_seconds": 10, "sustain_duration_seconds": 60}'- Antes do teste de pico, escalar
MinExecutionEnvironmentseMaxExecutionEnvironmentsde cada handler para os valores de produção (50/100/150 no exemplo), e solicitar aumento de quota de vCPU de EC2 e de throttle de conta no API Gateway, já que os valores padrão não aguentam 40 mil TPS. - Disparar o burst real e consultar o dashboard de resultados, que reconstrói contagem de requisições, reservas confirmadas, EEs usados e percentis de latência por handler a partir de CloudWatch, CloudWatch Logs Insights e DynamoDB em paralelo.
- Aplicar write sharding em qualquer tabela DynamoDB que receba milhares de escritas por segundo contra uma única entidade lógica, um evento, um SKU, usando uma chave de partição sintética.
- Ativar
WarmThroughputna tabela antes da janela, em vez de depender da adaptive capacity reagir no primeiro minuto da venda. - Tornar os endpoints de escrita idempotentes com um identificador fornecido pelo chamador, para que retentativas de rede não dupliquem reserva ou pedido.
A interface web opcional incluída no repositório (pasta demo-ui/) permite disparar bursts e ler os resultados sem sair do navegador, útil para validar o comportamento antes de expor o endpoint real ao tráfego de produção. Nenhum desses passos depende de reescrever os handlers: o modelo de programação continua sendo uma função por handler, e o que muda é só a política de escala e o agendamento de pré-aquecimento em torno do evento.
Fonte: AWS Compute Blog
Serviços neste textoLambda
Na dúvida sobre qual usar?ECS, EKS ou Lambda?Três perguntas, a comparação e a nossa recomendaçãoLeve para a sua IA
Decida com o seu assistente, com o contexto deste texto já montado.
1. O que você quer saber
Ver o prompt
Li no AWS Hub: "Lambda Managed Instances aguenta 40 mil TPS em picos de tráfego previsíveis" (https://awshub.com.br/computacao/lambda-managed-instances-aguenta-40-mil-tps-em-picos-de-trafego-previsiveis). Resumo: Um guia de referência da AWS mostra como manter capacidade quente só na janela do pico, sem pagar por um fleet dimensionado para o ano inteiro. Fonte oficial: https://aws.amazon.com/blogs/compute/handling-large-volume-of-transactions-with-aws-lambda-managed-instances/ Serviços: Lambda Minha stack: [descreva em uma linha: serviços, linguagem, volume, região] Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?