✍️ DEMO kategori Blog — Pesan website seperti ini →  |  ← Demo Blog lain
Beranda / Artikel / Cloud
Arsitektur Cloud

Membangun API Skalabel dengan Edge Functions: Studi Kasus 2 Juta Request/Hari

RA Rizki Andika
Principal Engineer
· 19 Mei 2026 · 7 menit baca

Selama dua tahun, API utama produk kami berjalan sebagai satu monolit di sebuah region tunggal. Selama trafik masih puluhan ribu request per hari, itu baik-baik saja. Begitu menembus dua juta request harian dengan pengguna tersebar dari Aceh sampai Papua, latensi mulai terasa — terutama untuk pengguna jauh dari pusat data.

Artikel ini menceritakan bagaimana kami memindahkan jalur paling panas ke edge functions, angka sebelum dan sesudah, serta trade-off yang jujur. Tidak ada peluru perak di sini, hanya keputusan teknik.

Kenapa Edge, Bukan Sekadar Tambah Server?

Menambah server vertikal hanya menggeser masalah. Akar persoalannya adalah jarak fisik: paket data dari Jayapura ke Jakarta menempuh ribuan kilometer pulang-pergi untuk tiap request. Edge functions menjalankan kode di titik terdekat dengan pengguna, sehingga round-trip berkurang drastis.

Latensi yang baik bukan soal CPU yang lebih cepat, melainkan soal data yang menempuh jarak lebih pendek.

Arsitektur Setelah Migrasi

Kami tidak memindahkan semuanya. Hanya endpoint baca yang sering diakses dan bisa di-cache yang kami dorong ke edge. Penulisan tetap ke origin agar konsistensi terjaga.

  • Edge: validasi token, baca konten ter-cache, personalisasi ringan.
  • Origin: transaksi, penulisan database, dan operasi yang butuh konsistensi kuat.
  • Cache invalidation: berbasis event, bukan TTL membabi buta.

Contoh Handler di Edge

export default async function handler(req) {
  const cache = caches.default;
  const cached = await cache.match(req);
  if (cached) return cached;

  const data = await fetchFromOrigin(req);
  const res = new Response(JSON.stringify(data), {
    headers: { "cache-control": "s-maxage=60" },
  });
  await cache.put(req, res.clone());
  return res;
}

Hasil Nyata

Setelah dua minggu di produksi, angkanya berbicara sendiri:

  • Latensi p95 turun dari 410 ms menjadi 152 ms (−63%).
  • Beban origin berkurang 71% karena cache hit di edge.
  • Biaya bulanan turun sekitar Rp 18 juta meski trafik naik 30%.

Trade-off yang Harus Kamu Tahu

Edge runtime bukan Node.js penuh. Beberapa library favorit tidak jalan, dan debugging lebih sulit karena log tersebar di banyak lokasi. Cold start memang kecil, tapi cache yang salah invalidasi bisa menyajikan data basi. Investasikan waktu di observability sejak hari pertama.

Apakah cocok untuk semua orang? Tidak. Tapi jika penggunamu tersebar luas dan banyak endpoint bersifat baca, edge functions adalah salah satu peningkatan dengan rasio manfaat-biaya terbaik yang pernah kami lakukan.

Edge Cloud Performa Caching
Bagikan artikel ini:

Baca Juga

Suka tulisan teknis seperti ini?

Berlangganan ByteThoughts Weekly dan terima studi kasus mendalam tiap Jumat.

Demo — form tidak aktif.