Saltar al contenido
Volver

Cloudflare le mete flamegraphs a Workers: profiling de CPU y memoria directo en producción

Workers y Durable Objects ahora soportan profiling on-demand de CPU y memoria con flamegraphs interactivos capturados en producción, sin redeploy. La perla: lo capturado es tráfico real, no un lab.

Nauta Lab
2 min

Panel de observabilidad con flamegraph naranja analizando el rendimiento de código en producción

Los logs y las métricas agregadas te dicen cuánto, pero casi nunca te dicen dónde. Para ese “dónde” existe el profiling, y hasta ahora en el mundo serverless era básicamente un dolor: o reproducías el problema en local (ja, buena suerte) o te quedabas mirando dashboards sin saber qué función estaba quemando CPU. Cloudflare cerró ese hueco: profiling CPU y memoria on-demand para Workers y Durable Objects, capturado directamente en producción, con flamegraphs interactivos en el dashboard.

Cómo funciona

Desde la página de Observability de un Worker en el dashboard (o vía CLI con el nuevo paquete cf), pides un perfil de CPU o memoria de un Worker activo:

cf workers versions profile latest \
  --worker-id "$WORKER_ID_OR_NAME" \
  --duration-ms 5000 \
  --profile-type cpu > worker-cpu.pprof

El resultado llega como flamegraph interactivo — cada rectángulo es una llamada a función y su ancho representa cuánto CPU o memoria está consumiendo. También puedes descargar el archivo .pprof para analizarlo con las herramientas de siempre.

Detalles prácticos que importan:

  • El Worker necesita tráfico real para ser profileado — el profiler captura samples del tráfico vivo, así que conviene elegir una versión con suficiente actividad.
  • Puedes elegir duración de la captura y perfilar versiones específicas del Worker, ideal para comparar un deploy nuevo contra el anterior.
  • Si tu Worker está en TypeScript, los source maps hacen que el flamegraph muestre tu código original y no el bundle transpilado.
  • Aplica igual para Durable Objects, que muchas veces son justamente donde se esconden los memory leaks de estado.

Por qué es buena noticia

El argumento de Cloudflare es simple y correcto: la mejor forma de entender tu aplicación es perfilarla en producción, con condiciones reales. Los memory leaks y los cuellos de botella de CPU en serverless eran especialmente difíciles porque no tienes acceso al runtime para attachear un profiler. Ahora el click está a dos minutos de distancia, sin redeploy ni instrumentación extra.

Y hay más en camino: el mismo post adelanta que están trabajando en continuous profiling — capturar samples automáticamente para que los eventos raros queden registrados sin que nadie tenga que estar mirando en el momento justo. Ese paso transforma el profiling de herramienta reactiva a fuente de telemetría más.

Para los equipos que ya usan Workers Observability (logs, métricas y traces en un solo lugar), esto completa el trío con la tercera señal que faltaba: el profile. La observabilidad de serverless cada vez se parece más a la de cualquier workload tradicional — solo que sin administrar el agente.

Fuentes: Cloudflare Blog — Introducing on-demand CPU and memory profiling with flamegraphs for Workers and Durable Objects


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en Observabilidad →

Buscar en Ping Diario