基于阿里云Serverless架构下函数计算的最新应用场景详解(二)

本文涉及的产品
函数计算FC,每月15万CU 3个月
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: Serverless概念是近年来特别火的一个技术概念,基于这种架构能构建出很多应用场景,适合各行各业,只要对轻计算、高弹性、无状态等场景有诉求的用户都可以通过本文来普及一些基础概念,看看这些场景是否对用户有一些指导意义。

 682c7c496661b6bd99b3eb6acd147076024fc1c4

场景描述:

直播间的客户端把主播和连麦观众的音视频采集发送给函数计算做混流服务,函数计算把数据汇集后交给混流服务进行合成,并把合成画面视频流推送给CDN,终端观众实时拉取直播流,能实时看到混流合成画面。

视频直播应用场景中,有一种场景视频直播的多人连麦,主播可以同时和多个工作进行连麦,把多个观众或者好友画面接入,并把画面合成到一个场景中,供给更多观看直播的观众观看。这个场景中,有几个技术难度需要关注:

  1. 连麦的观众不固定,需要考虑适度的并发和弹性。
  2. 直播不可能24小时在线,有较为明显的业务访问高峰期和低谷期。
  3. 直播是事件或者公众点爆的场景,更新速度较快,版本迭代较快,需要快速完成对新热点的技术升级。

综合以上几个特点,可以通过Serverless这种架构的来完美解决以上痛点。

函数计算作为连麦观众和主播接入的实时音频和视频转发集群,当并发量过来时候,函数计算自动扩容多个执行环境来处理实时数据流,当业务高峰期过去后,会适度缩减资源使用,代码管理部署在云端,代码迭代可以随时进行修改和维护,无需再多管理一套软件运行环境。

 

视频直播场景常规做法:

  1. 购买负载均衡应付并发。
  2. 购买计算资源做数据处理。          
  3. 业务低谷期需要想办法释放硬件资源来节省成本。
  4. 多版本要维护多套运行环境。 

函数计算解法:

1、把负载分发程序写到函数里。

2、多版本迭代无需更换运行环境,仅仅替换代码版本即可。

3、业务访问按需付费,业务低谷期无费用。

fd4add1f56e3ac673f0812d9957654de31f4fe20

整个架构图分成2部分内容:

  • 一部分是Web应用,模拟一个社交内容更新和数据处理的流程,Web用户通过API网关把请求转发到函数计算进行处理,函数计算把处理后的内容更新到数据库中,并更新索引,另外一个函数计算把索引更新推送的搜索引擎供给外部客户进行检索,完成整个数据闭环处理。
  • 另一部分是智能设备通过IoT网关把设备状态推送到函数计算处理,函数计算通过API接口把消息通过移动推送服务,推送给移动端进行状态确认和管理。在智能设备状态处理的场景中,同样也会碰到几个核心技术问题要解决,当海量设备把状态发送到IoT平台后,如何设计一套高效非轮询的技术框架来处理设备状态数据;如何把处理后的数据高效透传其他产品,例如写数据库或者推送给移动端。

IoT设备状态场景常规做法:

  1. 设置消息通道接收事件,并编写业务代码。
  2. 购买服务器资源做后端数据处理。
  3. 开通多个产品,并调用SDK代码来完成业务交互。
  4. 维护相关硬件软件环境。

函数计算解法:

  1. 定制IoT平台的事件通知,直接把业务代码写到函数计算中。
  2. 不需要维护运行环境,用完即可释放。
  3. 控制台配置,就可以把信息透传给相关产品。
通过两种方式的对比,能看出函数计算的解法更具备通用性和大量减少维护工作。

共享派单系统详解

客户通过派单平台选着某种商家提供的服务,可能是餐饮、商品、或者服务。派单平台通知最近的骑手到最近的商家拿到服务并派送到客户手里。一个简单的流程图如下:

69de1efd2d3439b9e4a205b3ed8f17ad19fcb90f

流程详解:

步骤1、客户通知派单平台下单某商品

步骤2、派单平台通知最新骑手

步骤3、派单平台同时通知商家商品售卖出去

步骤4、骑手到指定的商家获取商品

步骤5、骑手配送到客户所在地

这个派单场景中,要解决几个棘手的技术:

整合多种资源,计算资源会涉及到,骑手位置信息、最优路径规划、车况情况、调度系统等

低延迟:派单系统对订单的响应要求很高,从接单到商家在到客户,整个闭环都需要在段时间内完成。

海量数据:涉及到三方面的数据,客户数据、商家数据、平台骑手数据、位置信息、商品信息等。

请求明显波峰波谷:派单系统在一天中的资源使用非常不均衡,波峰期,例如外卖,在中午和晚饭达到高峰,平时空闲。

通过技术选型转化成阿里云产品的解决方案后,函数计算结合其他产品比较完美的解决上述问题,解决方案图如下图所示:

fb162a73a91ac8a1de6ad6417bd16958178bf4ff

流程详解:

客户APP把订单请求通过API网关透传给函数计算,函数计算把处理后的数据传输给表格存储,表格存储存放了骑行数据、商家信息、位置信息等,其中骑行日志会存放到日志服务里,便于后续做报表分析。骑行过程中骑手头像、随手拍街景会存放到OSS中,骑手位置可以通过函数计算去拉取第三方地图信息,例如高德地图等。这个方案中,函数计算可以完成动态扩容问题,API网关可以解决鉴权和安全访问问题,函数计算打通了多款产品,可以无缝使用其他资源和内容。所有处理后的数据可以存放到表格存储数据库中,所有日志都可以直接加载到日志服务为后续数据报表服务。

共享派单系统常规做法:

  1. 购买多台服务器来支持高峰期的访问,访问波谷期自行设置释放原则。
  2. 通过编程方式完成多个产品的交互。
  3. 为了保证负载均衡,需要购买相关的产品来支撑。
  4. 人工维护相关硬件软件环境。

 

函数计算解法:

  1. 定制IoT平台的事件通知,直接把业务代码写到函数计算中。
  2. 不需要维护运行环境,用完即可释放。
  3. 控制台配置,就可以把信息透传给相关产品。

两种解法都能达到目标,从资源利用率和可维护性来看,使用Serverless架构的方式会更优。

 

通过上面几个个场景的详解,我们大致可以得出这样的结论,通过事件触发场景、有业务访问高峰和低谷的场景、迭代次数较多、需要快速打通多款产品场景,通过函数计算能完美的解决成本、效率、联通等问题。

 

表3-1函数计算和传统自建服务器的优劣对比

 

函数计算

自建计算环境

维护性

内置打通API网关,OSS,Table Store、IoThub、Log Service、Message Service、Datahub等产品,只需要简单配置。

沙箱执行环境,无需配置。

自动伸缩和负载均衡。

触发条件简单,入口多。

多款产品链接需要自己编写代码来实现,有技术门槛。

自建物理环境,需要配置运行环境,消耗人力物力。

需要自行搭建伸缩机制和负载均衡,耗时较多。

可靠性

代码和配置存放在OSS中,自动多重冗余备份。

受限于硬件可靠性,易出问题,一旦出现运行环境或者数据损坏,容易出现不可逆转的数据丢失。

人工数据恢复困难、耗时、耗力。

成本

按执行付费,在业务请求波谷期费用低廉

上行流量免费

无需运维人员和托管费用

阿里云产品内部传输无费用

同比计算能力,成本节省1/3

业务请求的波峰需要资源扩容,波谷的时候资源浪费。

需要专人维护运行环境和硬件资源,人力成本较高。

产品之间联通如果走公网,需要额外支付流量费用。

安全

沙箱运行在阿里云企业级别安全环境里。

多用户运行是服务器级别隔离机制。

提供多种服务授权和子主账号。

需要另外购买清洗和黑洞设备

需要单独实现安全访问机制

函数计算虽然适用于很多场景,但也不是覆盖全部应用场景的万金油。例如某些业务在一天中没有明显的请求波峰波谷,请求相对平缓,那么使用函数计算成本不见得会节省多少。Serverless这种框架是新兴的技术,目前相应的支持开发工具较少,整体这个框架还在探索中。另外函数计算的执行环境是不记录状态的,有些耦合性较强的应用也不太适合用Serverless这种框架。受限于资源大小分配,一些大型的应用程序也不太容易能拆分能搬上来。

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
目录
相关文章
|
10天前
|
监控 Go API
Go语言在微服务架构中的应用实践
在微服务架构的浪潮中,Go语言以其简洁、高效和并发处理能力脱颖而出,成为构建微服务的理想选择。本文将探讨Go语言在微服务架构中的应用实践,包括Go语言的特性如何适应微服务架构的需求,以及在实际开发中如何利用Go语言的特性来提高服务的性能和可维护性。我们将通过一个具体的案例分析,展示Go语言在微服务开发中的优势,并讨论在实际应用中可能遇到的挑战和解决方案。
|
10天前
|
网络协议 数据挖掘 5G
适用于金融和交易应用的低延迟网络:技术、架构与应用
适用于金融和交易应用的低延迟网络:技术、架构与应用
39 5
|
11天前
|
Go 数据处理 API
Go语言在微服务架构中的应用与优势
本文摘要采用问答形式,以期提供更直接的信息获取方式。 Q1: 为什么选择Go语言进行微服务开发? A1: Go语言的并发模型、简洁的语法和高效的编译速度使其成为微服务架构的理想选择。 Q2: Go语言在微服务架构中有哪些优势? A2: 主要优势包括高性能、高并发处理能力、简洁的代码和强大的标准库。 Q3: 文章将如何展示Go语言在微服务中的应用? A3: 通过对比其他语言和展示Go语言在实际项目中的应用案例,来说明其在微服务架构中的优势。
|
9天前
|
监控 持续交付 Docker
Docker 容器化部署在微服务架构中的应用有哪些?
Docker 容器化部署在微服务架构中的应用有哪些?
|
9天前
|
监控 持续交付 Docker
Docker容器化部署在微服务架构中的应用
Docker容器化部署在微服务架构中的应用
|
9天前
|
缓存 负载均衡 JavaScript
探索微服务架构下的API网关模式
【10月更文挑战第37天】在微服务架构的海洋中,API网关犹如一座灯塔,指引着服务的航向。它不仅是客户端请求的集散地,更是后端微服务的守门人。本文将深入探讨API网关的设计哲学、核心功能以及它在微服务生态中扮演的角色,同时通过实际代码示例,揭示如何实现一个高效、可靠的API网关。
|
7天前
|
Cloud Native 安全 数据安全/隐私保护
云原生架构下的微服务治理与挑战####
随着云计算技术的飞速发展,云原生架构以其高效、灵活、可扩展的特性成为现代企业IT架构的首选。本文聚焦于云原生环境下的微服务治理问题,探讨其在促进业务敏捷性的同时所面临的挑战及应对策略。通过分析微服务拆分、服务间通信、故障隔离与恢复等关键环节,本文旨在为读者提供一个关于如何在云原生环境中有效实施微服务治理的全面视角,助力企业在数字化转型的道路上稳健前行。 ####
|
18天前
|
弹性计算 Kubernetes Cloud Native
云原生架构下的微服务设计原则与实践####
本文深入探讨了在云原生环境中,微服务架构的设计原则、关键技术及实践案例。通过剖析传统单体架构面临的挑战,引出微服务作为解决方案的优势,并详细阐述了微服务设计的几大核心原则:单一职责、独立部署、弹性伸缩和服务自治。文章还介绍了容器化技术、Kubernetes等云原生工具如何助力微服务的高效实施,并通过一个实际项目案例,展示了从服务拆分到持续集成/持续部署(CI/CD)流程的完整实现路径,为读者提供了宝贵的实践经验和启发。 ####
|
8天前
|
Dubbo Java 应用服务中间件
服务架构的演进:从单体到微服务的探索之旅
随着企业业务的不断拓展和复杂度的提升,对软件系统架构的要求也日益严苛。传统的架构模式在应对现代业务场景时逐渐暴露出诸多局限性,于是服务架构开启了持续演变之路。从单体架构的简易便捷,到分布式架构的模块化解耦,再到微服务架构的精细化管理,企业对技术的选择变得至关重要,尤其是 Spring Cloud 和 Dubbo 等微服务技术的对比和应用,直接影响着项目的成败。 本篇文章会从服务架构的演进开始分析,探索从单体项目到微服务项目的演变过程。然后也会对目前常见的微服务技术进行对比,找到目前市面上所常用的技术给大家进行讲解。
21 1
服务架构的演进:从单体到微服务的探索之旅
|
7天前
|
Cloud Native 安全 API
云原生架构下的微服务治理策略与实践####
—透过云原生的棱镜,探索微服务架构下的挑战与应对之道 本文旨在探讨云原生环境下,微服务架构所面临的关键挑战及有效的治理策略。随着云计算技术的深入发展,越来越多的企业选择采用云原生架构来构建和部署其应用程序,以期获得更高的灵活性、可扩展性和效率。然而,微服务架构的复杂性也带来了服务发现、负载均衡、故障恢复等一系列治理难题。本文将深入分析这些问题,并提出一套基于云原生技术栈的微服务治理框架,包括服务网格的应用、API网关的集成、以及动态配置管理等关键方面,旨在为企业实现高效、稳定的微服务架构提供参考路径。 ####
31 5

热门文章

最新文章

相关产品

  • 函数计算