春色满园关不住,带你体验阿里云 Knative

本文涉及的产品
容器镜像服务 ACR,镜像仓库100个 不限时长
函数计算FC,每月15万CU 3个月
可观测监控 Prometheus 版,每月50GB免费额度
简介: Knative 是基于 Kubernetes 的开源 Serverless 应用编排框架。阿里云 Knative 在社区 Knative 基础之上,与阿里云产品进行了深度的融合,给你带来最纯粹的容器化 Serverless 体验。

首图.jpg

作者 | 元毅

导读:Knative 是基于 Kubernetes 的开源 Serverless 应用编排框架。阿里云 Knative 在社区 Knative 基础之上,与阿里云产品进行了深度的融合,给你带来最纯粹的容器化 Serverless 体验。

关于 Knative

Knative 是基于 Kubernetes 的开源 Serverless 应用编排框架。实际上 Knative 包含的不单单是 Workload,它还有 Kubernetes 原生的流程编排引擎和完备的事件系统。Knative 目标是基于 Kubernetes 提供应用 Serverless 工作负载编排的标准化。Knative 核心模块主要包括事件驱动框架 Eventing 和部署工作负载的 Serving。

1. Serverless 服务引擎 - Serving

Knative Serving 核心能力就是其简洁、高效的应用托管服务,这也是其支撑 Serverless 能力的基础。当然作为 Serverless Framework 就离不开按需分配资源的能力,Knative 可以根据应用的请求量在高峰时期自动扩容实例数,当请求量减少以后自动缩容实例数,可以非常自动化地帮助您节省成本。

Serving 还提供了流量管理能力和灵活的灰度发布能力。流量管理能力可以根据百分比切分流量,灰度发布能力可以根据流量百分比进行灰度。

1)简单的应用模型

提供了极简的应用模型 - Knative Service ,同时满足服务部署、服务访问以及灰度发布的能力。可以用下面的公式表述:Knative Service = 工作负载(Deployment)+ 服务访问( Service )+ 灰度流量( Ingress )。

应用模型如下图

1.png

  • Service:对 Serverless 应用模型的抽象,通过 Service 管理应用的生命周期;
  • Configuration:用于配置应用期望的信息。每次更新 Service 就会更新 Configuration;
  • Revision:Configuration 的每次更新都会创建一个快照,用来做版本管理;
  • Route:将请求路由到 Revision,并可以向不同的 Revision 转发不同比例的流量。

  • 应用托管

    • Kubernetes 是面向 IaaS 管理的抽象,通过 Kubernetes 直接部署应用需要维护的资源比较多;
    • 通过 Knative Service 一个资源就能定义应用的托管。
  • 流量管理

    • Knative 通过 Gateway 结果应用流量,然后可以对流量按百分比进行分割,这为这为弹性、灰度等基础能力做好了基础。

  • 灰度发布

    • 支持多版本管理,应用同时有多个版本在线提供服务很容易实现;
    • 不同版本可以设置不同的流量百分比,对灰度发布等功能实现起来很容易。

  • 弹性

    • Knative 帮助应用节省成本的核心能力是弹性,在流量增加的时候自动扩容,容,流量下降的时候自动缩容;
    • 每一个灰度的版本都有自己的弹性策略,并且弹性策略和分配到当前版本的流量流量是相关联的。Knative 会根据分配过来的流量多少进行扩容或者缩容的决策。

2)丰富的弹性策略


作为 Serverless 框架,其核心能力就是自动弹性,Knative 中提供了丰富的弹性策略:

  • 基于流量请求的自动扩缩容 - KPA
  • 基于 CPU、Memory 的自动扩缩容 - HPA
  • 支持定时 + HPA 的自动扩缩容策略
  • 事件网关,提供请求与 Pod 1 对 1 处理能力

2. Serverless 事件驱动框架 - Eventing


事件驱动是 Serverless 的标配,在 Knative 中同样提供了事件驱动框架 - Eventing。

Knative 的 Eventing 提供了完整的事件模型,可以很容易地接入各个外部系统的事件。事件接入以后通过 CloudEvent 标准在内部流转。

在 Knative Eventing 提供两种事件转发方式:

  • 事件源直接转发到服务;
  • 事件源转发到 Broker / Trigger ,然后通过过滤转发到服务。

2.png

对于在使用过程中究竟应该使用哪种方式进行转发呢?其实很简单,Broker / Trigger 模型是基于底层消息系统实现的,对于像 Github、Gitlab、K8s APIserver 这样的事件源来说,需要对消息事件进行缓冲处理、保证消息传输可靠性,那么我们建议通过事件源转发到 Broker / Trigger 进行事件流转。

对于事件源本身就是消息系统来说,像 MNS、Kafka、RocketMQ来说,使用事件源直接转发到服务更为高效。

讲到这里,就不得不提 Knative 的事件源。我把它比喻成事件驱动引擎,Knative Eventing 正是通过这些事件源驱动事件流转。

Knative 社区提供了丰富的事件源,如 Kafka、GitHub 等。此外还接入消息云产品事件源,如 MNS、RocketMQ 等。

阿里云 Knative


阿里云 Knative 在社区原生的 Knative 之上,与阿里云资源体系进行了全方位的整合,提供了更为丰富的能力以及云产品级别的支持。

3.png

1. 与阿里云产品融合

  • 丰富的消息云产品事件源:Kafka 、MNS 、RocketMQ
  • 服务访问:SLB
  • 存储:NAS 、云盘等
  • 可观测性:日志服务、ARMS
  • IaaS 资源:ECS 、ECI

2. 天然集成阿里云 K8s 生态

  • 支持阿里云标准版 Kubernetes,专有版 Kubernetes;
  • 支持阿里云 Serverless Kubernetes(ASK), 并且在 ASK 中将 Knative 管控组件全托管,为用户节省了资源以及运维成本。

一个例子


接下来以一个发送弹幕的示例来介绍一下如何玩转阿里云 Knative。先看一下效果:

4.png

架构示意图:

5.png

流程说明:

  • 用户通过弹幕 Web 服务发送弹幕到阿里云 Kafka;
  • Kafka Source 事件源监听到弹幕消息,然后发送到弹幕消息处理服务;
  • 弹幕消息处理服务接收到消息,然后自动弹性扩容实例进行消息处理,并将处理完成的消息发送给弹幕服务;
  • 最后弹幕通过 Web 服务界面展示给用户;

总结


最后我们总结一下阿里云 Knative 能给我们带来哪些能力:

  • 服务部署低门槛、易上手
  • Serverless 按需使用资源
  • 事件驱动与消息云产品无缝对接
  • 天然集成阿里云 K8s 生态
  • 与阿里云产品打通

希望这些能力能给你带来真正的按需使用,降低运维、资源使用成本的诉求,这也是 Serverless 思想理念所追求的目标。

相关文章
|
存储 人工智能 NoSQL
表格存储:为 AI 注入“记忆”,构建大规模、高性能、低成本的 Agent Memory 数据底座
本文探讨了AI Agent市场爆发增长背景下的存储需求,重点介绍了Tablestore在Agent Memory存储中的优势。2025年被视为AI Agent市场元年,关键事件推动技术发展。AI Agent的存储分为Memory(短期记忆)和Knowledge(长期知识)。Tablestore通过高性能、低成本持久化存储、灵活的Schemaless设计等特性满足Memory场景需求;在Knowledge场景中,其多元索引支持全文、向量检索等功能,优化成本与稳定性。实际案例包括通义App、某浏览器及阿里云多项服务,展示Tablestore的卓越表现。最后邀请加入钉钉群共同探讨AI技术。
1417 14
|
9月前
|
存储 人工智能 NoSQL
Tablestore深度解析:面向AI场景的结构化数据存储最佳实践
《Tablestore深度解析:面向AI场景的结构化数据存储最佳实践》由阿里云专家团队分享,涵盖Tablestore十年发展历程、AI时代多模态数据存储需求、VCU模式优化、向量检索发布及客户最佳实践等内容。Tablestore支持大规模在线数据存储,提供高性价比、高性能和高可用性,特别针对AI场景进行优化,满足结构化与非结构化数据的统一存储和高效检索需求。通过多元化索引和Serverless弹性VCU模式,助力企业实现低成本、灵活扩展的数据管理方案。
409 12
|
Prometheus 监控 Cloud Native
Prometheus 安装与配置
Prometheus 安装与配置
|
9月前
|
关系型数据库 分布式数据库 PolarDB
[PolarDB实操课] 02.使用云起实验室资源快速体验PolarDB分布式版
本次课程由阿里云PolarDB开源架构师黄心雨分享,重点介绍如何使用云起实验室资源快速体验PolarDB分布式版。主要内容包括: 1. **PolarDB-X的四种安装方法**:Docker、PXD工具、Kubernetes和源码编译。 2. **容器技术简介**:解释容器在云原生环境中的作用,解决代码跨环境迁移问题。 3. **云起实验室实操**:通过云起实验室提供的零门槛平台,快速部署PolarDB-X,体验其主要功能。 4. **课程小结**:总结PolarDB-X的安装方式及实际操作步骤,并展望后续课程内容。
123 0
|
SQL 分布式计算 NoSQL
使用Spark高效将数据从Hive写入Redis (功能最全)
使用Spark高效将数据从Hive写入Redis (功能最全)
734 1
|
存储 分布式计算 NoSQL
RocksDB:高性能键值存储引擎初探
RocksDB:高性能键值存储引擎初探
|
定位技术
ArcGIS:如何简单地制作一幅专题地图?
ArcGIS:如何简单地制作一幅专题地图?
578 0
|
机器学习/深度学习 数据采集 Prometheus
机器学习模型监控工具:Evidently 与 Seldon Alibi 对比
每当我们训练和部署机器学习模型时,我们都希望确保该模型在生产中表现良好。 模型需要监控,因为现实世界中发生了我们在训练期间无法解释的事情。最明显的例子是当现实世界的数据偏离训练数据时,或者当我们遇到异常值时。我们使用监控来做出决策,例如:何时重新训练或何时获取新数据。
|
Java Linux
Linux服务器快速安装java jdk教程
Linux服务器快速安装java jdk教程
1835 0
Linux服务器快速安装java jdk教程