从函数计算到 Serverless 架构
前言
随着 Serverless 架构的不断发展,各云厂商和开源社区都已经在布局 Serverless 领域,一方面表现在云厂商推出传统服务/业务的 Serverless 化版本,或者 Serverless 计算平台,另一方面表现在开源社区中 Serverless 相关项目逐渐丰富起来,无论是平台类还是工具类的开源项目,再或者是框架类的开源项目,都如雨后春笋般快速成长。
任何技术,在这样繁荣发展背后,都会快速升级和迭代,Serverless 架构也不例外,从阿里云的 FaaS 产品发展过程中,不难看出 Serverless 架构在提效和降本的道路上不断的场景化,特色化;在产品形态上也不断的趋于完整化,统一化,虽然距离“大道至简”还有一定的距离,但是也只是时间的问题了。
从思想到产品升级
Serverless 架构在不断发展,无论是产品形态还是技术架构都可以用日新月异来描述。
Serverless 精神的更迭
最初,Serverless 架构指的是 FaaS 与 BaaS 的结合,认为开发者可以不用花费更多的精力在服务器等底层资源上,而是可以将精力放在更具价值的业务逻辑之上。这也是文章《Serverless Architectures》中所强调的观点。
但随着时间发展,大家发现,对于 Serverless 架构这样的描述过于单薄,没有凸显出 Serverless 架构为业务带来的技术红利,也没能表现出 Serverless 所交付的心智。所以 UC 伯克利在《Cloud Programming Simplified: A Berkeley View on Serverless Computing》中对 Serverless 架构进一步的定义:对于被认为是Serverless 架构的服务/产品还需要具备按量付费和弹性伸缩的特点,并认为, long-run 的运行模式并不符合 Serverless 精神。
云计算相关技术的发展,往往有一个特点:云厂商的驱动性非常强,因为云厂商往往会最先感知到普遍性的用户需求,并且有足够的数据支撑其做出合理的判断与创新。所以 Serverless 架构的创新很多时候也都是由厂商驱动的;在事件驱动与函数计算的发展下,厂商逐渐发现函数计算的模式“短时运行”没有办法满足更多用户的诉求,此时一种 long-run 模式的 Serverless 计算服务就逐渐的被孵化出来了,至此,Serverless 架构也从最初的单薄,逐渐完善,通过“自我革新”,完成了新一轮业务能力的自我丰富与产品功能的自我完善。
随着 long-run 模式逐渐被开发者们认可,传统 Serverless 架构的定义有点“格格不入”:既不能在模式上覆盖最新的 Serverless 产品纬度,也不能在形态上描述清 Serverless 的特性。此时 Serverless 架构定的义,就自然而然的得以升级,例如:
- Serverless 应该是 FaaS + BaaS + CaaS,
- Serverless 应该是 FaaS + BaaS + Others,
- Serverless 就是 Server+Less,即服务端免运维/低运维的形式就是真正意义上的 Serverless 架构。
至此,Serverless 架构实现了此阶段下的产品形态升级与 Serverless 精神的更迭。
从函数到更 Serverless
通过阿里云官网,不难发现其 Serverless 产品形态还是相对完整的:
- 计算平台:从函数计算到容器镜像再到微服务形态;
- 基础产品/服务:存储产品、数据库等产品的 Serverless 形态;
Serverless 架构的热度不断增加,各产品也需要借着热度进一步突破和创新,所以 Serverless 这个词“被乱用”再所难免;每个团队都有自己的特色,基于 Serverless 架构完善和更迭自身能力,也是产品发展的必经之路,就像数据库发展到云数据库,再发展到云原生数据库,再发展到 Serverless 数据库一样;
所以,Serverless 架构需要一个“粘合剂”,将各种 Serverless 产品进行进一步的链接,使其不是“混杂在诸多产品中的某些产品”,而是“可以联合起来解决某个问题的具体功能”,换句话来说将不同的产品联合到一起,以应用的维度为开发者提供场景化支持,这也是 Serverless 架构从资源朝着应用,再朝着业务发展的必经之路。
阿里云推出“应用的概念”,试图以计算平台和核心,通过BaaS 产品的联动,让本来“杂乱的花园”,逐渐的变得规矩,有条理起来;让本来需要开发者“痛苦的选择”,逐渐的变成场景化推荐,流程化引导。
产品与功能体验
本次活动是阿里云 Serverless 函数计算评测,所以本文仅对函数计算与其相关产品进行体验,包括函数计算本身(包括三个主要模块:基础模块服务与函数和上层封装模块应用、任务),Serverless 工作流以及开源项目 Serverless Devs。
函数计算
服务与函数
函数与服务的功能如下图所示:
函数计算产品形态为两层结构:服务、函数。
- 服务:一种逻辑关系,表示的是一系列函数以及部分公共配置的集合;即带有特定属性的函数集合;
- 函数:一种确切的资源或业务逻辑;由代码,触发器以及相关的配置组成;
函数计算的两层概念为开发带来了一定的便利:
- 业务划分更清晰:可以让开发者更清晰的将同类型业务/功能划分在一个服务下,不仅让页面更清晰,也会让管理(包括资源分配,权限划分,账单等)更便利;
- 让环境划分更简单:通过服务将业务进行归类之后,有助于基于服务进行环境的划分。通过服务进行不同环境的划分,相比针对函数进行环境的划分会更便利和更容易被接受;
函数计算的上手流程相对简单,通过函数计算文档,可以看到整体流程:
即,开发者只需要完成代码的开发和部署,即可实现业务的弹性伸缩和按量付费能力的夹持,这也符合 CNCF 在白皮书中对 Serverless 架构流程定义的规范。通过阿里云函数计算控制台可以快速进行这个流程的体验,点击“服务及函数”选项,就可以看到服务列表:
此时可以根据需要,创建服务和函数:
完成之后,可以在线编辑代码与在线测试:
至此,完成了函数计算上手,在整个过程中,有几个明显的感觉:
- 从零上手流程还是比较顺利的,只要多关注标注信息,有一些研发经验,是可以快速的创建服务与函数的;
- 函数计算功能相对来说是全面的,包括单实例多并发,预留,版本&灰度,可观测性等,可以满足绝大部分的应用场景,即便某些框架因 Serverless 架构丧失了部分特性,也可以通过产品侧所提供的能力解决;
- 可观测性相对来说很完整,从 trace、log、metrics 等几个方面入手,可以满足开发者在可观测上大部分需求,另外值得好评的是控制台页面的实时日志功能,对开发调试很有帮助;日志搜索功能有待加强,例如若想快速找出日志前后文还需要进一步依赖日志服务等;
- WebIDE 很强大,通过计算资源的分配可以在线进行代码编写和项目构建,但是 WebIDE 的环境和函数计算的环境依旧是不通的,不仔细研读和体验,会被误会在 WebIDE 中的调试即是在函数环境下的调试;
- 函数计算所特有的 HTTP 函数,可以轻松地将 Web 应用迁移部署到 Serverless 架构,但是 HTTP 函数和时间触发器没办法一同配置;
- 函数计算的环境变量没有 Secret 能力;环境变量往往涉及到敏感信息,能否加密输出是安全性的一种表现;
- 函数计算有很多代码目录是被限制读写的,但是并不是所有运行时都会被限制读写,这种不对齐会让开发者产生比较大的疑惑,尽管其他厂商也多是这样设计的,但是却没人说这样设计的原因;
- 函数计算从服务到函数,再到可观测、自定义域名等模块,拥有较多功能/配置,目前在使用过程中难以快速找到部分功能。例如经常会找不到预留实例的配置入口等;
任务
除服务与函数,函数计算还有一个模块:任务。
在任务页面的描述汇总,不难看出它实际上是函数的一种变形:
通过创建任务的过程,以及创建任务结束页面:
同样可以验证刚刚的想法:任务的本质依旧是函数计算,只不过:
- 弱化了服务的概念,可以通过简单配置,完成任务创建;
- 本质是函数异步任务的另一种表达,将异步任务抽象成一个可以让开发者快速的创建和发布任务的功能;
由于任务往往是异步的,所以从上游经过函数的处理再传递到下游,整个链路的串联是非常重要的,这也是对云厂商服务一致性与可观测性的一种考验。
通过对任务的体验,整体感觉是比较顺畅的,通过抽象出来的产品化能力,让任务的创建流程和步骤更加精简,可以帮助“特定的开发者快速使用”;但是也会对一些新手用户产生困扰:应用、任务、服务及函数是什么关系?任务和函数有什么区别?
应用
与任务相同的是,应用也是建立在服务与函数之上的;与任务不同的是,应用不仅仅是函数计算。可以认为,应用是函数计算中,联动其他产品的入口或者 Serverless 应用的管理平台。
通过应用创建页面,可以快速体验 Serverless 应用:
可以看到,应用与任务,服务及函数的很大区别在于,应用是场景化非常明确的一个模块,所有的创建过程和导入的过程均是在建设“场景化”的心智。通过应用创建页面,可以看到目前已经有框架、音视频处理等多个场景的应用,以其中的图片压缩为例进行体验:
可以通过引导快速完成应用创建,整个流程最为精简。创建完成之后,可以得到最终的体验页面:
在体验页面中,可以体验当前应用的功能。
应用的出现,无疑是 Serverless 架构多产品逐渐“一起战斗”的表现,即开发者对应用进行管理,而不再是对代码和资源进行分别的管理。通过应用模块,开发者可以:
- 快速体验 Serverless 架构;便于学习和调研 Serverless 架构;
- 可以进行资源联动,并以应用纬度对资源进行管理,对权限进行划分,对业务进行运维;
值得注意的是,应用功能默认有一套标准的 GitOps 配置,通过基于代码仓库进行应用部署之后可以发现应用本身是基于 Serverless Devs 开发者工具实现的,这也充分的将线上平台与线下工具进行联动,在一定程度上可以进一步保证开发者使用体验的一致性。另外,在体验应用模块之后,会产生一些想法:
- 作为产品联动入口,应用模块需要牵扯其他资源投入,如何保证应用模块的资源可以逐渐的“自运营”将会成为应用模块能否成功的关键点之一(所谓自运营指的是不需要某固定团队主动提升应用数量、质量,而是可以由更多参与者自发的去做这项工作);
- 应用模块在一定程度上应该属于 Serverless 而不仅仅是函数计算,否则过小的 Scope 会限制该模块的持续发展与生态演进;
- 作为拥有标准 GitOps 配置的应用,目前 CI/CD 能力过于单薄;
- 功能不完善,创建后的使用体验有待加强。例如,部署后的“如何应用”的引导、可观测要如何去做 ......
Serverless 工作流
Serverless 工作流在一定程度上可以认为是任务模块的一种升级表现。即单纯的任务模块是基于函数计算的,是异步的,Serverless 工作流在此基础上增加了编排能力:
通过 Serverless 工作流夹持的任务将会:
- 具有服务的编排能力;
- 支持长时间运行流程;
- 可进行流程状态管理;
在体验 Serverless 工作流之后,也有一些思考:
- 与应用模块一样,如果 Serverless 工作流定义的 Scope 过小,可能只是函数计算的编排,会让这个功能丧失很大的竞争力;
- 工作流的整体体验是比较顺畅的,如果可以将功能持续优化,工作流的易用性会更高;
Serverless Devs
关于阿里云 Serverless Devs 上手,可分为三个流程:
- 工具安装与配置
- 项目初始化
- 项目开发与部署
由于 Serverless Devs 项目是发布在 Npm 的,所以在安装之前需要开发者先配置 Node.js 开发环境,再通过 npm 工具进行工具的安装。安装完成之后,可以通过 s config
命令进行密钥信息配置:
可以通过s init
命令,进行案例代码的初始化:
完成初始化之后,可以直接进行业务的部署:
部署完成后,可以通过浏览器打开项目,进行预览:
同样基于这三个流程,Serverless Devs 也是可以快速的与常见的流水线进行集成,目前官方提供的案例包括Github Action,Gitee Go,Jenkins,以及云效等,但是阅读过相关文档后,不难发现,即便是其他的流水线,也是同样的操作流程。
Serverless Devs 开发者工具针对阿里云 Serverless 架构来说,其最大的意义和价值,应该就在于:
- 更大的 Scope,留下了更大的想象空间;
- 是产品联动的基础,通过部署编排,组件化模式,让更多产品联动;
- 用户体验升级,可以帮助开发体验阿里云 Serverless 产品,并基于模板案例,快速上手;
从开发角度来看,Serverless Devs 开发者工具解决了 Serverless 领域常见的几个痛点:
- 所涉及到资源和服务比较多,难以在流水线中进行整体的编排和发布;
- “伪命题:Serverless 不需要用户关注操作系统等内容”,但是在实际使用过程中,用户不得不关注系统,因为这会影响项目打包和构建的结果;
- 由于资源过于零散,环境过于独立,Serverless 架构调试复杂度非常高;
下一代Serverless探索
用户体验相关
进一步的“统一”
天下大同也许是不可能的,但是技术发展的结局,趋于同质化却是一种趋势。
Serverless 架构同样如此,在云原生技术日益发展的今天,Serverless 架构已经不再是单纯的某个产品或者某种形态,他应逐渐的发展成为一种思想。
基于 Serverless 架构所传递的精神,已经有越来越多的 Serverless 产品出现,尽管如今,他们依旧是“单打独斗”的多,但随着时间的发展,这些产品注定会以一种”粘合剂“为核心,统一的,一致的为开发者提供服务。
从加法到减法
虽然 Serverless 架构并没有确切的定义,但他所要传达的心智却一定不是更复杂。
所以在未来的发展过程中,Serverless架构的发展方向之一,就是做减法,减掉那些”看似合理,却又没有道理的能力“。例如,为什么要透露出各种实例类型(弹性实例、GPU实例、性能实例、按量实例等)?为什么需要配置预留,需要配置弹性策略?
也许,很多为什么现在看来是合情合理,但是站在另一个维度上,他可能就是不合理的,所以做减法,不仅仅是一种勇气,更是一种对技术的挑战,对产品抽象能力的挑战。
功能探索
云开发模式
Serverless 架构的下一站是什么?这是一个很多人思考的问题。
函数计算仅仅是一个计算平台,可以单打,但也不能独斗,想要更容易被接受,资源的聚合、联动是必不可少的。尽管函数计算的应用模块,在一定程度上正在联动更多资源,但是这也仅仅是管理层面的,开发者所接触Serverless 架构后,开发也是非常重要的一环节,那么云开发模式就值得考虑。
低代码模式
Serverless 架构在一定程度上是可以让很多功能模块化的,而模块化的进一步发展,就可能是低代码模式。
基于 Serverless 架构的低代码有望将 Serverless 思想应用到产品建设思想上,模块化的快速部署、更新,平稳发布与下线也都是符合 Serverless 思想的。
总结
Serverless架构,在未来将会像云主机,容器服务一样,成为云计算时代新的基础设施;在对基础设施的维护的基础上,为开发者提供更为场景化的服务有望成为 Serverless 架构突破自我瓶颈的突破口。
在未来,Serverless 将会是一种“形态不统一,但是目标很统一”的技术架构思想,开发者可以以一种更为一致性的体验,快速使用 Serverless 架构构建自己的场景化应用,当然这里的Serverless包括了不同形态的服务,例如数据库、网关、函数计算等。
综上所述,Serverless 架构在不断的发展,Serverless 架构的精神也在不断的更迭,从函数计算到应用,从开发、运维到全生命周期,Serverless架构要回答的问题很多,要做的事情更多。
更多内容关注 Serverless 钉群(ID:35154841 ),汇集 Serverless 技术最全内容,定期举办 Serverless 活动、直播,用户最佳实践。
从函数计算到 Serverless 架构的更多相关文章
- 函数计算: 让小程序开发进入 Serverless 时代
点击下载<不一样的 双11 技术:阿里巴巴经济体云原生实践> 本文节选自<不一样的 双11 技术:阿里巴巴经济体云原生实践>一书,点击上方图片即可下载! 作者 | 吴天龙(木吴 ...
- 一元建站-基于函数计算 + wordpress 构建 serverless 网站
前言 本文旨在通过 快速部署一个 wordpress 网站到阿里云函数计算平台 这个示例来展示 serverless web 新的开发模式, 包括 FUN 工具一键初始化 NAS, 同步网站到 NAS ...
- Serverless 架构的优点和缺点
Serverless 的优势 在我使用 Serverless Framework 开发 AWS Serverless 应用的过程中,最方便的莫过于,第一次部署和第二次.第三次部署没有什么区别.只需要执 ...
- 5 大场景深度探讨何为 Serverless 架构模式?
作者 | Hongqi 阿里云高级技术专家 究竟什么是 Serverless 架构? 什么是 Serverless 架构?按照 CNCF 对 Serverless 计算的定义,Serverless 架 ...
- 荷畔微风 - 在函数计算FunctionCompute中使用WebAssembly
WebAssembly 是一种新的W3C规范,无需插件可以在所有现代浏览器中实现近乎原生代码的性能.同时由于 WebAssembly 运行在轻量级的沙箱虚拟机上,在安全.可移植性上比原生进程更加具备优 ...
- 从函数计算架构看 Serverless 的演进与思考
作者 | 杨皓然 阿里巴巴高级技术专家 导读:云计算之所以能够成为 DT 时代颠覆性力量,是因为其本质是打破传统架构模式.降低成本并简化体系结构,用全新的思维更好的满足了用户需求.而无服务器计算(S ...
- 独家对话阿里云函数计算负责人不瞋:你所不知道的 Serverless
作者 | 杨丽 出品 | 雷锋网产业组 "Serverless 其实离我们并没有那么遥远". 如果你是一名互联网研发人员,那么极有可能了解并应用过 Serverless 这套技术体 ...
- 从零入门 Serverless | 一文搞懂函数计算及其工作原理
作者 | 孔德慧(夏莞) 阿里云函数计算开发工程师 什么是函数计算 大家都了解,Serverless 并不是没有服务器,而是开发者不再需要关心服务器.下图是一个应用从开发到上线的对比图: 在传统 Se ...
- 从零入门 Serverless | 函数计算如何粘合云服务,提供端到端解决方案
作者 | 西流 阿里云技术专家 导读:阿里云 Serverless 产品函数计算可以作为粘合剂,串联其他云服务提供端到端解决方案,从而简化编程模型,快速实现最上层的业务目标. 传统单体应用的拆解 首先 ...
随机推荐
- 我使用Spring AOP实现了用户操作日志功能
我使用Spring AOP实现了用户操作日志功能 今天答辩完了,复盘了一下系统,发现还是有一些东西值得拿出来和大家分享一下. 需求分析 系统需要对用户的操作进行记录,方便未来溯源 首先想到的就是在每个 ...
- 负载均衡之keepalived
DR实验存在的隐患 DR可能会挂,单点故障 RS可能会挂 解决方案: 解决单点故障 主备:准备多个DR备用机,做好配置,主机挂掉备用机顶上 主主 解决RS会挂的问题 给RS发送请求,如果收到200 o ...
- 一些有趣的B+树优化实验
作为目前数据库引擎的两种主要数据结构,LSM-tree和B+-tree在业界已经有非常广泛的研究.相比B+-tree,LSM-tree牺牲一定的读性能以换取更小的写放大以及更低的存储成本,但这必须建立 ...
- 48. ResNet为什么能训练出1000层的模型
先回顾一下resnet怎么处理它的梯度消失,使得能处理训练1000层:
- 2021蓝桥杯省赛C++A组试题E 回路计数 状态压缩DP详细版
2021蓝桥杯省赛C++A组试题E 回路计数 状态压缩DP 题目描述 蓝桥学院由21栋教学楼组成,教学楼编号1到21.对于两栋教学楼a和b,当a和b互质时,a和b之间有一条走廊直接相连,两个方向皆可通 ...
- 五分钟搞懂POM设计模式
转载请注明出处️ 作者:IT小学生蔡坨坨 原文链接:五分钟搞懂POM设计模式 大家好,我是IT小学生蔡坨坨. 今天,我们来聊聊Web UI自动化测试中的POM设计模式. 为什么要用POM设计模式 前期 ...
- Colab教程(超级详细版)及Colab Pro/Colab Pro+使用评测
在下半年选修了机器学习的关键课程Machine learning and deep learning,但由于Macbook Pro显卡不支持cuda,因此无法使用GPU来训练网络.教授推荐使用Goog ...
- Jmeter(五十三) - 从入门到精通高级篇 - 懒人教你在Linux系统中安装Jmeter(详解教程)
1.简介 我们绝大多数使用的都是Windows操作系统,因此在Windows系统上安装JMeter已经成了家常便饭,而且安装也相对简单,但是服务器为了安全.灵活小巧,特别是前几年的勒索病毒,现在绝大多 ...
- JS:函数的几种写法1
1.构造函数: var fn = new function(); 2.声明式: function fn(){}; 3.匿名函数(又称自调用函数): (function(){})(); 4.表达式: v ...
- Tomcat部署界面使用burp爆破
打开界面显示私密连接,正常抓包. 抓包查看Authorization的数据 Basic 后面的数据是经过base64加密后的.格式为admin:123456 勾选对应参数,payload设置为Cust ...