边缘计算实战：Cloudflare Workers 部署无服务器应用

上个月帮朋友调试一个 API 接口，他的用户主要在东南亚，服务器却架在弗吉尼亚。

请求来回要 200ms+。他说想迁到新加坡，但成本翻倍。

我让他试试 Cloudflare Workers。

一周后他告诉我：”平均延迟降到 30ms，账单几乎没变。”

这就是边缘计算的魅力。

中心化架构的痛点

传统云计算有个问题：所有的计算都在数据中心完成。

用户在北京，请求发到美西。数据包要跨越大半个地球，经过十几跳路由。哪怕你的代码优化到极致，物理延迟也摆在那里。

CDN 能解决静态资源的问题，但动态 API 呢？

以前没办法，只能让用户等。现在有了边缘计算。

什么是边缘计算

简单理解：把代码部署到离用户最近的节点，而不是集中到少数几个数据中心。

Cloudflare 在全球有 300+ 个边缘节点。你的代码同时运行在所有这些节点上，用户请求自动路由到最近的节点执行。

结果？

听起来和 AWS Lambda 很像？

Workers vs Lambda

确实像，但关键差异在”冷启动”。

另一个差异：Workers 的免费额度非常慷慨。

实战：部署一个 API 代理

来看个实际例子——用 Workers 做一个 GitHub API 代理，自动添加缓存和认证。

步骤 1：安装 Wrangler CLI

1
2

npm install -g wrangler
wrangler login

步骤 2：创建项目

1

wrangler init my-api

步骤 3：编辑代码

编辑 src/index.js：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

export default {
  async fetch(request, env, ctx) {
    const url = new URL(request.url);
    const githubUrl = `https://api.github.com${url.pathname}`;
    
    // 检查缓存
    const cacheKey = new Request(githubUrl, request);
    const cache = caches.default;
    let response = await cache.match(cacheKey);
    
    if (!response) {
      // 转发到 GitHub，添加认证
      response = await fetch(githubUrl, {
        headers: {
          'Authorization': `Bearer ${env.GITHUB_TOKEN}`,
          'User-Agent': 'MyApp'
        }
      });
      
      // 缓存 5 分钟
      ctx.waitUntil(cache.put(cacheKey, response.clone()));
    }
    
    return response;
  }
};

步骤 4：部署

1

wrangler deploy

就这么简单。现在你的 API 代理在全球 300+ 个节点运行，自带缓存和认证。

KV 存储和 D1 数据库

光有计算不够，数据怎么办？

Cloudflare 提供了两种方案：

KV：键值对存储，最终一致，适合配置、缓存、会话数据。全球同步，延迟 1-2 秒。

D1：基于 SQLite 的关系型数据库，支持 SQL 查询。目前还在 Beta，但已经可以用于生产环境。

我的建议是：读多写少用 KV，需要复杂查询用 D1。两者也可以组合使用。

1
2
3
4
5
6
7
8

// KV 示例
await env.MY_KV.put('user:123', JSON.stringify(userData));
const user = await env.MY_KV.get('user:123');

// D1 示例
const { results } = await env.DB.prepare(
  'SELECT * FROM users WHERE id = ?'
).bind(123).all();

什么时候用 Workers

不是所有场景都适合边缘计算。

边缘计算的下一步

Cloudflare Workers 只是开始。

边缘计算正在变成基础设施的标准组件。

未来的架构可能是这样的：

这种分层架构，既保证了性能，又保留了灵活性。

对于开发者来说，这意味着更多的选择，也意味着需要理解更多的概念。但这就是技术进步的成本。

至少现在，你可以先用 Workers 做一个简单的 API，体验一下”全球低延迟”的感觉。