Serverless 在阿里云函数计算中的实践

作者:CSDN云原生

近日,阿里云 aPaaS&Serverless 前端技术专家袁坤在 CSDN 云原生 meetup 长沙站分享了 Serverless 在阿里云函数计算 FC 的实践。

互联网软件架构演进

我们先简单回顾下互联网软件架构的演进之路。

单机部署

在单机部署中,将所有的业务和数据库都部署在一台主机中。

Serverless 在阿里云函数计算中的实践_第1张图片

此架构的优点是:开发、部署以及运维都非常简单。缺点是:一旦遇到流量过大或者机器故障,整个系统瘫痪,甚至丢失业务数据,造成巨大业务损失。

集群化部署

针对上述架构问题,常用的解决方案是采取水平扩容的方式进行集群化部署。引入 SLB 的流量网关路由,进行负载均衡。集群化部署本质上是单体架构,开发人员在项目开发的时候需要额外注意,比如要使用 cookie 进行鉴权,session 就不能存储在本地,需要引入 Redis 进行单独存储。集群化部署可以通过快速水平扩容解决流量突增或机器故障的问题。

Serverless 在阿里云函数计算中的实践_第2张图片

微服务拆分

随着业务的发展以及团队规模的扩张,单体架构这样紧耦合的方式会带来越来越多的问题,架构的灵活性和可扩展性成为阻碍业务发展的重大挑战。微服务架构应运而生。

Serverless 在阿里云函数计算中的实践_第3张图片

对比单体架构,微服务架构远比其复杂,也衍生了很多新技术,比如:API 网关、服务注册、服务发现、RPC 通信。

Serverless 架构

从单体架构到微服务架构,从单机部署到集群化部署,互联网软件架构越来越复杂,公司需要投入大量精力和成本进行底层技术的升级和维护。下图是 Serverless 架构,和单体架构不同的是将对应的组件换成 Serverless 云产品。

Serverless 在阿里云函数计算中的实践_第4张图片

技术演进的本质是更好服务业务,传统开发方式使企业花费更多的精力打磨底层技术细节,而 Serverless 架构就是让开发者专注业务实现从而创造更大的业务价值。

Serverless 架构的优势很明显:

  • 不关注底层基础设施,专注业务价值创造
  • 自动弹性,从容面对突增流量
  • 按资源使用计费,避免资源闲置浪费

Serverless 架构探讨

先来看一下 FaaS 的执行过程。蓝色部分是用户手动管理,只需要交付代码,其他的启动、运行、运维等都是在 FaaS 平台进行。

Serverless 在阿里云函数计算中的实践_第5张图片

但是此架构会产生一些问题:

  • 代码碎片化,无法统一管理和部署
  • 本地环境和线上环境不一致,无法处理依赖兼容性问题
  • 进行本地 Debug 和线上调试困难
  • FaaS 厂商对代码包有限制,无法部署大代码包
  • 没有统一的标准,导致厂商锁定问题

Serverless Devs

针对上述问题,Serverless Devs 可以帮助开发者更好地开发管理 Serverless 应用,它具备以下几个特点:

  • 无厂商锁定,Serverless Devs 帮助开发者将应用部署在各个厂商上面
  • 开源开放,代码逻辑无任何黑洞
  • 功能可插拨,Serverless Devs 通过组件的形式提供,开发者完全可以根据需求,快速开发适合自己的工具套件
  • 项目全生命周期管理能力,Serverless Devs 是用户进行项目初始化创建、开发、调试、部署等全生命周期管理的工具,简化 Serverless 应用开发
如果说 Serverless 架构可以帮助开发者开发应用,那么 Serverles Devs 就是帮助 Serverless 开发者更好地开发 Serverless 应用!

Serverless 架构实践

Serverless Devs 官网实践

通过上面的介绍可以看出 Serverless Devs 开发者工具并没有提供业务,业务的实现由组件提供,而组件本身分散在不同的 GitHub 仓库中。

Serverless Devs 官网有下面几个诉求:

  • 不同仓库下 GitHub 源中的文档汇集在一个界面进行展示
  • 组件开发者专注组件文档编写,文档自动实时同步到官网
  • 组件一旦有变动,官网能够自动部署和构建

整体方案如下:

Serverless 在阿里云函数计算中的实践_第6张图片

开发者在 GitHub 更新文档,触发 webhook 钩子配置的 Http Serverless 函数。这里需要注意的是:由于组件的文档数目不定以及 GitHub 网络不稳定等问题,如果所有的工作都在 Http 函数中处理,非常容易导致超时,所以将所有的处理逻辑放在异步调用中,执行完后将处理的结果投递到钉钉或者邮件等渠道。

阿里云函数计算控制台实践

阿里云函数计算 FC 控制台是用户使用函数计算产品的第一站,控制台的用户体验至关重要。在架构上面临几个问题:

  • 后端采用中心化部署模式,用户在海外访问延时非常高
  • 需要用户手动建设监控、日志、灰度等能力,导致运维成本偏高
  • 研发效率较低,开发过程中前后端需要协调沟通,协作成本较大

整体解决方案如下:

Serverless 在阿里云函数计算中的实践_第7张图片

左侧是阿里云通用的网关,负责统一鉴权和安全等逻辑,抽离出 BFF(Backend for Frontend)层,这部分的特点如下:

  • 整体 BFF 部署在阿里云函数计算 FC 上,开发者无需手动运维
  • BFF 层由前端工程师负责,前端工程师更好地深入业务,提供优秀的用户体验
  • 后端工程师专注于底层稳定性和原子能力的提供,通过 SDK 的方式进行交付给 BFF

Serverless 在阿里云函数计算中的实践_第8张图片

通过 Serverless 实现的 BFF 不仅给业务带来了极大的灵活性,对于前端工程师这个群体也有质的改变:从之前的技术视角转变到更加关注业务价值和用户体验提升。

CD 构建实践

常规的自建 CD 构建集群方案通过 Jenkins 或 Tekton 框架实现业务逻辑的编排,资源层面使用 K8s 部署,实现弹性伸缩。如果需要实现简单的云端构建 CD 方案,采用上文的架构略显复杂。

CI/CD 的业务场景有以下几个特性:

  • 通过事件触发执行
  • 流量无法提前预估
  • 需要长时间在后台运行,对延时不敏感
  • 由于网络时延等问题,需要设计失败重试机制

这些特性完全是为 Serverless 量身打造的。实现方案还使用了异步函数,将构建的所有流程导到异步函数中处理,整个编排逻辑通过 Serverless Devs 进行,完美实现了一个性能稳定的 CD 构建集群。

阿里云函数计算应用中心这款产品的底层的 CD 能力完全基于上述的原理进行实践,大家可以自行体验。

Serverless 在阿里云函数计算中的实践_第9张图片

异步函数

实践中有非常多使用到异步函数的场景,这里简单介绍下异步函数。

Serverless 在阿里云函数计算中的实践_第10张图片

总结来看,异步函数有四个特点:

1、可长时间运行,两个小时到一天不等

2、可以设置自动终止,自由调节时间,节约资源

3、可把触发结果分发给各个事件兑现中心

4、有三次机会可在失败的情况下自动重试

你可能感兴趣的:(Serverless 在阿里云函数计算中的实践)