首页 > 其他分享 >FaaS应用实战

FaaS应用实战

时间：2023-06-12 13:35:02浏览次数：40  
标签：实战 服务 函数 demoService 计算 应用 FaaS


宋文龙，花名闻可，阿里云全球技术服务部高级交付专家，有多年云原生应用开发架构经验以及多年高性能服务器研发经验。目前专注于运用阿里云中间件技术、结合阿里巴巴中台架构经验为客户构建符合行业需要的业务中台解决方案并完成交付。


一、什么是无服务计算

无服务器计算（Serverless Computing）在构建和运行应用时无需管理服务器等基础设施。它描述了一个细粒度的部署模型，在该模型中，应用被拆解为一个或多个细颗粒度的函数，在云端托管环境中被触发运行，然后根据需要执行、扩展容量并且计费。各大云厂商 Amazon、微软、Google、IBM、阿里云、腾讯云、华为云相继推出Serverless产品。

无服务计算本身是一个概念或者理论模型，落地到具体技术上主要有函数即服务（FaaS）以及后端即服务（BaaS）两种形式，阿里云提供函数即服务FaaS产品。

阿里云对于FaaS的定义如下：

函数计算是事件驱动的全托管计算服务。使用函数计算，您无需采购与管理服务器等基础设施，只需编写并上传代码。函数计算为您准备好计算资源，弹性地、可靠地运行任务，并提供日志查询、性能监控和报警等功能。

关于FaaS的详细介绍官方文档(1)已经讲的很清楚，本文不再赘述。本文重点讨论无服务计算的应用场景以及应用实践。

  1. https://help.aliyun.com/document_detail/52895.html

二、无服务计算应用场景

1. 无服务计算的优势

无服务计算有很多优点，个人认为其中最主要的有三点：

  • 使用无服务计算，用户无需考虑基础设施，可以更加专注于业务逻辑；
  • 无服务计算支持弹性伸缩，按需使用，按量计费，非常适合流量不稳定、有明显波峰波谷的业务；
  • 无服务计算是云原生产品，可以无缝对接各种云上产品，作为黏合剂串联各种云原生产品；

下图说明了阿里云FaaS产品的核心优势：

FaaS应用实战_API

2. 无服务计算应用场景

前面探讨了无服务计算的优势，那么无服务计算都有哪些典型的应用场景呢？

在此分享笔者之前在项目中构建无服务应用的两个案例：

  • 云端视频转码：
  • 技术方案：设备端捕获短视频，上传到云端存储（例如阿里云OSS），云端存储监测到文件上传后触发无服务计算函数函数，函数中调用FFmpeg给视频加水印、加特效，将视频转码后再转存到云端存储上，同时通知业务服务更改视频状态。
  • 方案优势：设备端视频上传频率很不稳定，可能有一段时间所有设备空闲，也有可能某一段时间几千台设备同时上传，而视频转码是比较消耗资源的，如果通过普通服务器提供转码能力并要确保所有视频都能在预期时间内转码完成的话，必须按最高并发量配置服务器资源，这些服务器成本是相当可观的。即使云服务器采用Auto Scalling策略，也需常备部分服务器，无法做到不使用时零运行成本，而且云服务Auto Scalling触发及启动时间也是分钟级的，很难达到服务能力秒级快速伸缩。
  • 物联网设备监控：

  • 技术方案：设备端通过云原生IoT服务上报状态，云原生IoT服务收到消息后触发无服务计算函数，函数中对IoT原始消息做简单清洗后转发到后端服务做进一步业务处理，例如：发推送消息给设备管理App，当然也可以通过函数将IoT消息转存到NoSQL数据库。

  • 方案优势：端侧设备活跃时间不固定，如果想通过其他后端服务监控设备状态， 该服务必须保持7*24小时在线，架构和应用都需要确保高可用。而且设备并发量也是不稳定的，要考虑服务伸缩架构。还有一点需要考虑的是，云端资源通过事件或者规则直接唤起无服务计算函数比价方便，只需要简单配置即可，而对接自定义服务则要复杂得多。

基于项目经历以及个人理解，笔者认为无服务计算主要有以下几种典型的应用场景：

  • 可分解成独立运行单元的CPU密集计算型任务；
  • 构建弹性伸缩Web后台应用；
  • 无缝粘合调度云上资源；
  • 快速低成本上线敏捷应用。

3. 无服务计算不适合做什么

前面列举了很多无服务计算的优点以及运用在一些场景中的好处，很多人肯定觉得无服务计算太好用了，太想用了，这个场景能否用无服务计算？那个业务能否用无服务计算代替？

这里笔者可能要先泼一瓢冷水：无服务计算很好用，但不一定处处好用。当然这瓢冷水以及接下来的一些总结只是基于个人理解， 欢迎拍砖。

个人认为无服务计算其实只适合应用在一些逻辑相对简单、外部依赖相对较少、不需要复杂编排治理、没有极致性能要求的业务，主要原因如下：

  • 无服务计算在服务编排以及服务治理方面是比较弱的，虽然主流云厂商都提供无服务计算的函数编排产品（例如阿里云的Serverless工作流，AWS的Step Functions等），但想要实现函数的限流降级、调用链追踪、自动注册发现等比较复杂的编排治理以及可探测性还是需要做很多额外的工作，弥补这些不足所要做的工作远大于无服务计算本身节省的工作量。这点也是和无服务计算无需运维、配置简单、开箱即用的思想是背道而驰的。
  • 无服务计算应用运行所依托的底层服务器以及运行环境对用户是透明的，用户无法选择，也无法优化。例如在笔者之前的视频转码方案中，有些特效处理如果运行在GPU服务器上是可以大幅加速的，但是在无服务计算中只能依靠CPU计算。
  • 无服务计算程序运行的环境是高度标准化的，有些依赖于特定运行环境、特定服务器版本、甚至特定硬件资源的依赖是很难确保兼容性的。如果有些应用尤其是原有技术资产受到运行环境制约的话，尽量还是回归到传统的云服务器部署方案。
  • 无服务计算的弹性伸缩并非没有上限，和普通应用一样，无服务应用在实际生产系统中也需要考虑并发达到上限的情况。虽然所有厂商的无服务计算产品都能根据并发量弹性伸缩，但这个弹性本身还是靠底层硬件资源支撑的，一般来讲各厂商的无服务计算产品都会有默认的并发上限设置，虽然通过工单申请可以调整，但也不能调整为无限量。如果账号下有多个无服务应用，需要对不同应用做的流量分配或者限制，并且考虑某一应用访问流量达到并发上限的情况。

4. 无服务能否替代微服务

笔者认为这两者应该不是一个维度的概念，微服务更多的是一种服务构建的架构思想，而无服务更偏重于一种服务部署和运行的技术方案，例如：微服务架构中某一个接口是可以通过无服务方式实现的。

当然，涉及到具体技术层面，通过SpringCloud或者Dubbo对外提供RESTful接口服务，还是将无服务函数挂载到API网关下对外提供RESTful服务，这两种技术方案确实是可以放到一起比较的。至于选择哪种技术实现，个人认为主要取决于运用场景和业务复杂度，前面总结了无服务计算的优势和不一定那么好用的场景。下面是个人的建议：

  • 如果应用中需要复杂的服务编排、服务治理、调用链追踪、统一的配置管理、自动注册发现等能力，建议还是采用“传统的”微服务技术方案；
  • 相反，如果只需要构建一个“短平快”的应用，采用无服务计算方案会让你好体验到极大的便利。正如笔者接下来将要分享的案例，就是采用无服务技术构建一个简单的Web后台应用。

三、阿里云FaaS实战

前面谈了比较多抽象的概念和看法， 下面结合笔者经历的一个实际案例展示如何使用阿里云FaaS产品构建一个无服务应用，尤其是实现FaaS应用的自动构建、自动部署。

1. 项目背景介绍

某外企客户需要将一个为用户提供产品咨询的服务从某友商无服务平台迁移到阿里云FaaS。这个应用原部署于友商海外平台，基于Nodejs开发，通过API Gateway暴露RESTful接口，数据存储采用友商云原生NoSQL数据库。

迁移改造主要涉及以下三部分工作：

- 阿里云产品适配选型

- 代码逻辑改造

- 应用部署工具选择及脚本编写

其中第三部分构建、部署脚本改造是此次迁移工作的重点，接下来逐一展开说明。

2. 阿里云产品适配选型

友商的无服务计算及网关在阿里云上均有对应产品，在此不展开比较。

友商云原生NoSQL数据库为该平台独有产品，经过和客户讨论认为，完全可以用其他NoSQL产品代替，加之现有开发人员更熟悉MongoDB技术栈，最后数据存储选型为阿里云云原生MongoDB.

以下为整体迁移方案示意图：

FaaS应用实战_API_02

3. 代码逻辑改造

用户编写无服务应用代码时，原则上只需要关注代码逻辑即可，主体代码逻辑部分大体上差异不大，

比较明显的差异主要体现在事件处理入口函数写法上。参考FaaS代码示例(1) 改造针对API网关事件的处理函数：

  1. https://help.aliyun.com/document_detail/54788.html
module.exports.handler = function(event, context, callback) { 
 var response = {};
 callback(, response);
};

4. 应用部署工具选择及脚本编写

  • 应用构建及部署工具选择

客户原来采用第三方工具 Serverless (https://www.serverless.com/) 实现无服务计算应用的构建和部署。Serverless 框架虽然宣称支持几乎所有主流云厂商的无服务产品，但经过调研后发现其对某友商支持是最全面的，有很多代码示例或者工程脚手架，几乎是开箱即用。但该工具对阿里云的支持比较有限，示例也相对较少。经过评估，我们决定采用阿里云自己的工具 Funcraft。

Funcraft 如何安装配置请参考产品文档(1)，此处不展开讨论。接下来主要展示如何通过 Funcraft 脚本实现服务、函数、网关、日志、鉴权等相关资源的部署及配置。

  1. https://help.aliyun.com/document_detail/140283.html
  • 编写脚本

编写脚本前，先看一下目标系统的部署架构以及Funcraft要实现的功能蓝图：

FaaS应用实战_Server_03

Funcraft脚本及配置说明详见以下代码：

yaml
ROSTemplateFormatVersion: '2015-09-01'
Transform: 'Aliyun::Serverless-2018-04-03'
Resources:
 demoService: #资源名称, 根据需要命名
 Type: 'Aliyun::Serverless::Service'
 Properties: #属性设置
 Description: 'This is a faas demo ' #资源描述
 Policies: #安全策略，系统自动根据策略为函数创建角色
 - AliyunOSSFullAccess
 - AliyunRAMFullAccess
 - AliyunLogFullAccess
 - AliyunApiGatewayFullAccess
 - AliyunFCFullAccess
 - AliyunMongoDBFullAccess
 - AliyunVPCFullAccess
 - AliyunECSNetworkInterfaceManagementAccess #特别说明，配置此策略才能创建弹性网卡进而打通函数以及VPC内连接
 VpcConfig: #允许函数访问的VPC配置
 VpcId: 'vpc-xxxxxx'
 VSwitchIds: ['vsw-xxxxxx']
 SecurityGroupId: 'sg-xxxxxx'
 LogConfig: #日志服务配置
 Project: sls-demo
 Logstore: logstore-demo
 demoFunction: #函数名称
 Type: 'Aliyun::Serverless::Function' #资源类型为服务，服务内可以挂载多个函数
 Properties:
 Handler: index.handler #事件处理入口
 Runtime: nodejs10 #程序运行环境
 CodeUri: './src' #程序代码相对于当前脚本的路径
 EnvironmentVariables: #环境变量设置，
 MONGO_URL: mongodb://userx:[email protected]:3717/demoDb #Mongo内网连接地址
 RESULT_TABLE_NAME: demo_table
 demoGroup: # Api Group
 Type: 'Aliyun::Serverless::Api' #资源类型为API，每个API分组下可以挂载多个API接口
 Properties:
 StageName: RELEASE #发布环境
 DefinitionBody:
 '/v1/recommendervera/[resultId]': # request path
 get: # http method
 x-aliyun-apigateway-api-name: demo_api # api name
 x-aliyun-apigateway-fc: # 当请求该 api 时，要触发的函数，
 arn: acs:fc:cn-shanghai:xxx:services/demoService.LATEST/functions/demoFunction
 timeout: 3000
 x-aliyun-apigateway-request-parameters: #设置参数类型
 - apiParameterName: 'resultId'
 location: 'Path' #传参方式，此处为在URI请求路径中传餐
 parameterType: 'String'
 required: 'REQUIRED' #设置为必选参数
 '/v1/recommendervera/': # request path
 post: # http method
 x-aliyun-apigateway-api-name: demo_api_post # api name
 x-aliyun-apigateway-fc: # 当请求该 api 时，要触发的函数，
 arn: acs:fc:cn-shanghai:xxxx:services/demoService.LATEST/functions/demoFunction
 timeout: 3000
 x-aliyun-apigateway-auth-type: APP #设置鉴权类型，此处设置为简单的APP code类型鉴权
 x-aliyun-apigateway-app-code-auth-type: HEADER #鉴权加密方式，此处设置为通过Header传递授权后的app
  • 资源准备

服务、函数、API网关都可以通过以上Funcraft脚本一站式创建完成， 日志、MongoDB、鉴权所需应用等外部资源需要提前创建或者配置好。

这里特别要说明的是：函数通过内网链接MongoDB时，需要通过配置允许函数访问MongoDB所在VPC及交换机，并为函数访问创建一个独立的安全组用于配置弹性网卡，并且将此安全组加入到MongoDB的白名单中，进而打通函数计算与VPC之间的网络联通。

前面提到的VPC、交换机以及安全组已经提前创建好并配置在Funcraft脚本中了，下面看看在实际的MongoDB资源中如何配置白名单安全组：

FaaS应用实战_服务器_04

5. 构建和部署

以上脚本资源都准备好后，就可以执行fun build命令进行构建了。

构建时，工具会读取指定代码目录下的package.json文件加载相关插件依赖及配置。

构建执行命令示例：

bash
$ fun build
using template: template.yml
start building function dependencies without docker
building demoService/demoFunction
running task: flow NpmTaskFlow
running task: CopySource
running task: NpmInstall
Build Success
Built artifacts: .fun/build/artifacts
Built template: .fun/build/artifacts/template.yml
Tips for next step
======================
* Invoke Event Function: fun local invoke
* Invoke Http Function: fun local start
* Deploy Resources: fun deploy

构建完成后， 执行fun deploy命令部署到云端。示例如下：

bash
$ fun deploy
using template: .fun/build/artifacts/template.yml
using region: cn-shanghai
using accountId: ***********3452
using accessKeyId: ***********1fap
using timeout: 60
Collecting your services information, in order to caculate devlopment changes...
Resources Changes(Beta version! Only FC resources changes will be displayed):
┌──────────────┬──────────────────────────────┬────────┬──────────────────────┐
│ Resource │ ResourceType │ Action │ Property │
├──────────────┼──────────────────────────────┼────────┼──────────────────────┤
│ │ │ │ Description │
│ │ │ ├──────────────────────┤
│ │ │ │ Policies │
│ demoService │ Aliyun::Serverless::Service │ Add ├──────────────────────┤
│ │ │ │ VpcConfig │
│ │ │ ├──────────────────────┤
│ │ │ │ LogConfig │
├──────────────┼──────────────────────────────┼────────┼──────────────────────┤
│ │ │ │ Handler │
│ │ │ ├──────────────────────┤
│ │ │ │ Runtime │
│ demoFunction │ Aliyun::Serverless::Function │ Add ├──────────────────────┤
│ │ │ │ CodeUri │
│ │ │ ├──────────────────────┤
│ │ │ │ EnvironmentVariables │
└──────────────┴──────────────────────────────┴────────┴──────────────────────┘
? Please confirm to continue. Yes
Waiting for service demoService to be deployed...
make sure role 'aliyunfcgeneratedrole-cn-shanghai-demoService' is exist
role 'aliyunfcgeneratedrole-cn-shanghai-demoService' is already exist
attaching policies ["AliyunOSSFullAccess","AliyunRAMFullAccess","AliyunLogFullAccess","AliyunApiGatewayFullAccess","AliyunFCFullAccess","AliyunMongoDBFullAccess","AliyunVPCFullAccess","AliyunECSNetworkInterfaceManagementAccess"] to role: aliyunfcgeneratedrole-cn-shanghai-demoService
attached policies ["AliyunOSSFullAccess","AliyunRAMFullAccess","AliyunLogFullAccess","AliyunApiGatewayFullAccess","AliyunFCFullAccess","AliyunMongoDBFullAccess","AliyunVPCFullAccess","AliyunECSNetworkInterfaceManagementAccess"] to role: aliyunfcgeneratedrole-cn-shanghai-demoService
attaching police 'AliyunECSNetworkInterfaceManagementAccess' to role: aliyunfcgeneratedrole-cn-shanghai-demoService
attached police 'AliyunECSNetworkInterfaceManagementAccess' to role: aliyunfcgeneratedrole-cn-shanghai-demoService
Waiting for function demoFunction to be deployed...
Waiting for packaging function demoFunction code...
The function demoFunction has been packaged. A total of 1675 files were compressed and the final size was 2.1 MB
function demoFunction deploy success
service demoService deploy success
Waiting for api gateway demoGroup to be deployed...
 URL: GET http://xxx-cn-shanghai.alicloudapi.com/v1/recommender/[resultId]
 stage: RELEASE, deployed, version: 20200715144450426
 stage: PRE, undeployed
 stage: TEST, undeployed
 URL: POST http://xxx-cn-shanghai.alicloudapi.com/v1/recommender/
 stage: RELEASE, deployed, version: 20200715144453967
 stage: PRE, undeployed
 stage: TEST, undeployed
api gateway demoGroup deploy success

脚本正常执行后，可以在云端看到相关函数及API已经部署完成并且可以正常运行了。

FaaS应用实战_API_05

FaaS应用实战_服务器_06

接下来可以将以上Funcraft命令及脚本可以加入到Jenkins、Gitlab等工具流水线中，结合代码版本管理工具实现函数应用的持续集成、持续发布。

总结

随着无服务计算产品和技术的进一步成熟，会有越来越多的用户选择无服务计算技术；随着阿里云的进一步发展壮大，也会有越来越多用户采用阿里云FaaS构建无服务应用。

本文探讨了无服务计算的应用场景，并且结合实际应用案例，讲解了如何用FaaS构建无服务Web后台应用，并实现自动构建、自动部署，希望以上探讨和经验能够帮到大家。



标签：实战,服务,函数,demoService,计算,应用,FaaS
From： https://blog.51cto.com/u_14347868/6461669

相关文章

  • vector的应用
    向量(vector)1.什么是vectorvector,即向量，是STL中比较常见的数据类型之一。它比数组运用更加灵活，且支持各种类型，同时也是部分STL容器的基类。2.用法(1)声明：#include<vector>//头文件vector<数据类型>向量名;//声明一维vectorvector<vector<数据类型>>向量......
  • 京东到家订单系统高可用架构的迭代实战
    京东到家是达达集团旗下中国最大的本地即时零售平台之一，目标就是实现一个小时配送到家的业务。一直到2019年京东到家覆盖700个县区市，合作门店近10万家，服务数千万消费者。随着订单量的增长、业务复杂度的提升，订单系统也在不断演变进化，从早期一个订单业务模块到现在分布式可扩展的高......
  • AI应用路线图：可控性是最强路标
    文字及图示作者：王咏刚：SeedV实验室创始人兼CEO，创新工场AI工程院执行院长童超：SeedV实验室联合创始人兼首席产品官生成式AI的应用场景在哪里StableDiffusion、ChatGPT等生成式AI技术（GenerativeAI）在2023年上半年吸引了IT创投圈的最多注意力。当我们稍稍从波澜壮阔的新技术......
  • 出海如何从0到1？融云《社交泛娱乐出海作战地图》实战经验揭秘
    经过近几年的发展，如今的互联网出海已经是截然不同的命题。关注【融云全球互联网通信云】了解更多从粗放到精细，风浪越来越猛烈。如何契合自己的基因选择赛道和地区、如何打造有获客抓手的独特产品、如何拿下第一个客户，是每个出海人都需要关心的问题。融合200+实战家一线宝贵经验，融......
  • RFID技术在仓储管理中的应用
    RFID技术是一种无线通信的自动识别技术，它通过无线射频信号以自动识别多个目标对象并进行相互通信。识别工作无须人工干预，可用于各种恶劣环境。仓储管理是RFID技术应用的一个重要方面，在出版行业中，最突出的问题就是各个图书流通环节交流耗费大量的时间和人力、物力成本，并且信息失真。......
  • 实验6 turtle绘图与python库应用编程体验
    实验任务1task1-11fromturtleimport*2defmove(x,y):3penup()4goto(x,y)5pendown()6defdraw(n,size=100):7foriinrange(n):8fd(size)9left(360/n)10defmain():11pensize(2)12pencolor(......
  • Golang 应用脚手架
    Nunu提供了全面的文档和示例，帮助你快速入门。它还包括一套测试套件，确保你的应用程序按预期工作。安装要求要使用Nunu，你需要在系统上安装以下软件：Golang1.16或更高版本GitMySQL5.7或更高版本（可选）Redis（可选）安装你可以通过一行命令安装Nunu：1goinstall......
  • 自然语言处理 Paddle NLP - 词向量应用展示
    词向量（Wordembedding），即把词语表示成实数向量。“好”的词向量能体现词语直接的相近关系。词向量已经被证明可以提高NLP任务的性能，例如语法分析和情感分析。PaddleNLP已预置多个公开的预训练Embedding，您可以通过使用paddlenlp.embeddings.TokenEmbedding接口加载各种预训练Embedd......
  • Powershell 应用之一
    前言：对于一个Windowsserver运维的管理员来说,powershell命令至关重要，它不仅仅能够提高你的工作效率，也是你工作中的好帮手，所以应该静下心来好好学习命令，虽然一开始不太习惯用着用着你就会爱不释手。一、AD对象日常管理用户管理例子1：统计OU下总共有多少个AD账号(Get-ADUser-Filter......
  • postgresml 基于postgres 的ai 应用数据库
    postgresml基于postgres的ai应用数据库，我们可以基于sql使用开源模型进行训练，实际上如果了解pg的化pg实际也有一个开源的madlib也属于机器学习领域的不错选择说明如果测试使用的，注意postgresmldocker镜像很大，同时需要自己构建会比较慢，后边我会介绍下使用参考资料https......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99