函数计算是近些年新兴的一种云计算服务模式,具有自动伸缩、按需计费以及易维护等特点。函数计算以云函数为基本的计算单元,能够更好地为一些功能划分粒度较细的应用模块提供服务,比如微服务应用、边缘计算等。然而由于其具有更细粒度的服务能力,应用的划分度会大量增加,这将导致云函数之间存在大量的函数调用链,导致网络延迟随之堆积。另一方面,由于云函数具有无状态的特点,这导致在长时间未调用或是第一次调用云函数时会出现明显的冷启动现象,并且在并发情况下加剧,这会显著增加用户请求的响应时间。另外,尽管各大云服务商都有提供相关的函数计算平台,但目前仍然没有一个统一的使用和操作规范。为此,针对函数计算在应用中存在的上述问题,本文开展了以下研究。针对函数计算类型应用中存在的调用链延迟堆积问题,本文借鉴传统云计算解决在解决网络延迟问题的方法,引入缓存机制进行优化。与传统云计算不同的是,云函数的计算实例具有存活周期短、内存分配少等特点。为此,本文设计了一种能够适用于函数计算架构的轻量级单机缓存机制——Fun Cache。经测试表明,将该缓存加入云函数调用链头部,仅需消耗很少的额外内存空间,Fun Cache就能够有效降低请求的响应时间。在一些调用链较长并且请求数据较大的情形下,总的缩短时间甚至能够降低至原来的50%以下。针对公有云函数计算平台存在的冷启动问题,本文提出了一种对云函数计算实例进行提前预热的优化机制——Warm Fun。由于公有云函数计算平台只为用户暴露出云函数的调用接口,无法直接从平台底层为其进行优化,为此本文将平台看作“黑盒”的形式,利用调用接口并结合时间序列分析技术对云函数的请求到来时间进行预测。通过提前对目标云函数发送预热信号,让云函数在不执行任何额外计算任务的前提下,提前生成计算实例,从而能够当请求真正到来时,以热启动的形式对请求进行处理。经测试表明,在并发情形下,该方案能够将单次平均响应时长缩短30%以上。针对异构函数计算平台存在的操作规范化问题,本文针对函数计算平台上的共性设计了一套通用性操作框架——Co Fun。通过分析国内三个用户量较大的函数计算平台,用面向对象设计模式中的工厂模式对函数计算平台上的操作定义了统一的抽象类和抽象方法,而将原平台的SDK进行了封装。经测试表明,Co Fun不仅能够帮助用户以一套统一的标准进行跨平台操作,还能够很好地对其他函数计算产品进行横向扩展。本文针对公有云函数计算平台的应用现阶段存在的问题做出了比较详细的分析与研究,但目前仅针对这些问题提出了相关的优化方案,在后续的工作中,将会对提出的方案设计一套完整的工具链,将其应用到具体的开发中去。