Serverless 在阿里集团的大规模落地案例(上)
Serverless 在阿里集团的大规模落地事例(上)
内容目录:
一、 为什么选择函数核算 FC
二、 FC 集团规模化落地技能计划
三、 FC 集团规模化落地事例
一、为什么选择函数核算 FC
(一) Serverless 未来趋势
l 函数核算 (FC):
面向函教,根据事情驱动与云产品间集成供给端到端的爆决计划,用户只需编写代码上传后,为代码实践产生的恳求资源耗费付费。
l Serverless 使用引擎( SAE):
面向使用,供给面向微服务的 U I 和 API,抽象了使用的概念并对用户屏蔽底层,Kubemetes 的技能细节, 下降用户的使用门槛。
l Serverless Kubernetes Serverless Addon:
面向容器,底层使用 ECI,规范的 Kubernetes UI 和 API 用户界面,首要供给原生Kubernetes 的生态。
l ECI:
面向 laaS 资源层,供给容器 /Pod 级别的运转环境,用户快速运转容器,只为容器实践消。
l 函数核算 FC 是国内呈现最早、使用最广泛的 Serverless 形状,是云原生产品技能的全面晋级。
(二)全面 Serverless—中间件 4.0战略
l 云上服务的“集大成者”,Serverless 核算渠道能够轻松应对各种突发流量,最大化云原生价值
l Serveress ( No Server,提高研制和运维功率)
l Serveress ( No Server,提高研制和运维功率)
l BaaS(Backend As Serice ,产品化,悉数选用公有云产品,供给 99.9% 高可用, 统一控制面,供给灵敏调度能力,支撑中心容灾)
l 微服务体系
l 音讯体系
l 可观测体系
l 高可用
(三)Serverless 软件架构
(四)阿里云函数核算中心优势
l 智能弹性
l 极致功率
l 敞开规范
l 安全安稳
l 函数核算能力全面晋级,新发布包含容器镜像、APM、音讯生态全面集成等抢先功用
(五)集团 Serverless 的痛点
l 弹性弱
l 不降本
l 非规范
l 重复造轮子,不专注,产品化不够
(六)集团 Serverless 渠道的优势
l 集成度高
l 技能生态强
l 事务流量大
l 深度融入集团内技能体系,切合集团内用户习气
二、FC 集团规模化落地技能计划
(一)函数核算是如何工作的
事情源:
l 日志服务
l 目标存储
l 表格储存
l 音讯服务
l API网关
l CDN
直接调用:
l Node.js SDK
l Python SDK
l Java SDK
l PHP SDK
l Golang SDK
函数核算:
l APL Server接受恳求
l 分配环境
(一) 函数核算同步调用
特性:
1. 服务端会立即回来核算结果
2. 履行过程中遇到过错,会将过错回来客户端,函数核算不会对过错进行重试,需要客户端添加重试机制
(三)函数核算异步调用
特性:
1. 异步调用将触发恳求放到行列中就回来,不会等待函数调用结束。
2. 履行过程中遇到过错,会对过错进行重试,函数过错重试三次,体系过错会以指数退避方法无限重试。
3. 适用于批量数据处理。
(四)函数核算事情源集成
丰厚的事情源:
l 目标存储
l API网关
l 音讯服务
l 表格存储
l 日志服务
l HTTP
l 定时器
l IOT
l DataHub
l CDN
l 云监控
l 云呼叫中心
事情驱动,简化编程模型,编写少量的代码即可串联多个服务完成杂乱的功用
l 全托管 serverless
l 任意类型使命编列
l 分布式协调、 状况管理
(五)集团落地 FC 整体架构计划
(六)极致 Serverless 性能—消除冷发动
体系冷发动
l 调度实例
l 下载并解压代码
l 发动实例
防止冷发动
l 使用预留实例能够完全防止冷发动
l 下降代码包巨细
l 使用 Initializer 函数
l 保持恳求连续安稳
预留形式+按量形式=保证资源弹性+消除冷发动计划:
预留实例:
l 根据产品流量曲线,很简单得出固定流量是多少。
l 这部分流量用“预留形式”
l 合适冷发动灵敏的事务
按量形式:
l Brust 流量能够用按量形式,支撑二种形式扩容 KPA:依照用户设置的并发度进行扩容
l HPA:依照用户设置的 CPU 利用率阅值进行扩容
l 如果两者都进行设置,两个指标谁先到达,就会触发扩容
扩容中的实例,不会立即接纳流量,而是实例 Ready 后,再进行服务。所以扩容中新增的流量会依然派发到”正在服务中“的实例,不会触发冷发动。