阿里云 Serverless 助力企业全面拥抱云原生

本文涉及的产品
可观测链路 OpenTelemetry 版,每月50GB免费额度
注册配置 MSE Nacos/ZooKeeper,118元/月
性能测试 PTS,5000VUM额度
简介: 相信随着云计算的发展,Serverless 将成为云时代默认的计算范式,越来越多的企业客户将会采用这个技术。

作者:洛浩


视频解析


点击此处,可查看相关直播回放~


Serverless 应用引擎的组件架构


最早的时候,大家设计软件一般按照单体架构,包括和软件相关的数据库,存储等,会直接部署到一台物理服务器上。但是单体应用的问题在于,随着企业的规模逐步增大,扩展性较差,发布效率非常低。后来,就进入了微服务时代,微服务主要用的框架是基于 Java 语言。微服务架构的一个优势在于迭代效率非常高,扩展性也比较好,但是微服务对资源的占用和成本相对较高。随着技术的演进,容器化加速了微服务的落地。但并不是所有的企业都适合微服务,随着系统复杂性的提升,微服务的效率,运维成本也在增加。企业选用单体架构,还是微服务取决于系统的复杂程度。


1.png


随着公有云的发展,越来越多的用户会把业务部署到云上。随着云的使用深度越高,架构的优势也就越明显。第一阶段叫 Rehost,就是重新托管,使用云主机替换本地物理服务器,不改应用,但是这种托管模式是最基础使用云的方式,它的效率并没有达到最大化。随着进一步的发展,我们需要 Re-platform,使用托管的云服务替换自建应用基础设施,基本不改应用。但 Re-platform 也不是最好的一种方式,随着进一步的发展,我们可以重新去架构这个应用,即 Refactor。这个时候,可以用微服务加容器的方式,重构底层架构和软件架构,把云的价值发挥到最大。从长期来看,整体的收益是最大的,但是短期内它的迁移成本要求也是比较高的。

image.gif

2.png


如果应用能够按照云上原生的产品或服务进行重构开发,就能够最深的享受云计算的便利性。但与此同时它有几个问题:


  • 投入成本(迁移/改造);
  • 云厂商绑定程度;
  • 云的易用性(上手门槛/维护);
  • 安全性。


阿里云推出了 Serverless 应用引擎(SAE),专门针对应用或者微服务,提供一个全托管的平台。比如 Java 微服务,目前可以做到零改造迁移部署到云上,并且支持完整的微服务治理能力。如果用户想做容器化升级,也可以使用这个平台。

image.gif

3.png


Serverless 应用引擎的核心技术


SAE 由哪些组件构成?是怎样把各种产品能力结合到一起的?可以看下这个组件架构。图中绿色部分,是用户需要关注的,是各种各样的业务应用。同时,SAE 会提供各种工具,比如 Cloudtoolkit 插件辅助本地代码部署到云端,比如对接云效提供流水线能力。图中橘黄色部分,就是 SAE 平台,会提供很多种能力。比如说写了一个商城应用,前台就是一个独立的服务模块,可以单独迭代、开发或者管理。还可以给前台服务配置弹性策略,例如在大促期间,前台服务可以根据实际流量自动弹性伸缩,这个也是 SAE 的一个核心价值。所以 SAE,既可以提供资源管理能力,又能提供应用生命周期管理、微服务治理,是一个全托管式的应用平台。在资源层面,SAE 封装了K8s 集群,K8s 之下是基础设施,由神龙服务器和安全容器构建,SAE 在资源层面,会帮助用户提供资源管理和调度能力。

image.gif

4.png


接下来讲一下 SAE 的核心能力。首先,我们先看一下传统企业用户部署应用的整个流程,首先是需要购买 ECS 资源,然后搭一个集群,对集群进行初始化,然后构建环境。研发开发完成后,开始进行测试部署,另外还要去部署监控、日志等组件。等业务全部上线后,就进入维护状态,包括资源的运维和业务的运维。而使用 SAE 可以省掉很多步骤,首先底层的 K8s 集群由云厂商来维护,用户只用提交镜像或者 JAR 包,就可以把系统部署到 SAE 平台。其次,监控和日志系统,这些已经由平台提供,用户只需要关注业务逻辑,不需要去维护资源。


5.png


如果用户想要做灰度发布该怎么办?SAE 也给用户提供了单批、分批、金丝雀等发布策略。让部署到平台上的业务能够做到不停机更新,这个能力也是默认就提供的。


6.png


关于用户诉求非常强烈的金丝雀发布,SAE 可以以做到按请求内容灰度 ,和按流量比例灰度。比如要做流量比例灰度,分批发布直接 50%,两批即可发完。同时,也可以按照精准的流量比例进行灰度。


用户使用这个平台也会非常关注弹性能力,而 SAE 提供了非常丰富的弹性配置。可以基于基础监控指标(CPU、Mem)和业务监控指标(QPS 、RT)来触发水平伸缩 。按照这种负载模型去做弹性扩缩容,一般比较适用于突发流量、或者有典型脉冲的应用场景。比如互联网游戏,社交平台。第二种是定时弹性,这种模型比较适合像餐饮,出行这种有波峰波谷的应用场景。


7.png


那么弹性效率能不能跟得上弹性诉求呢?正常情况下,当我们把一个镜像部署到平台,系统要经过一个资源调度,然后创建 POD,拉用户镜像,创建容器,启动容器等几个步骤。为了提升这个效率,SAE 首先针对应用做了原地升级能力。就是针对应用升级发布,可以直接在原有资源上,直接拉用户最新的镜像进行更新和部署,避免重建 POD,从而帮用户提升了 42% 的部署效率。


8.pngimage.gif


其次,SAE 还做了镜像加速能力,能帮用户提升 30% 的弹性效率。也就是在用户在创建容器的时候,会同步按需去拉取用户镜像,可以降低服务启动时间。

image.gif

9.png


第三,SAE 针对 Java  应用的启动也做了加速。提供的 Dragonwell JDK版本,可以在 JVM 和进程启动的时候,生成缓存,再应用二次启动的时候,进行加速,缩短启动时间。


10.pngimage.gif


最后,SAE 会给用户提供这种监控和应用诊断能力,可以查询服务的调用链、接口的响应耗时、GC 次数、慢 SQL 等,帮用户快速定位问题。

image.gif

11.png


Serverless 应用引擎的最佳实践


微服务/应用迁移到 SAE,大概有几个步骤。首先如果是单体,可以直接打一个压缩包,部署到平台上来,但是单体应用需要做存算分离,也就是数据库和计算代码分离开,把计算部分部署到 SAE。微服务应用可以选择写一个 docker file,做成镜像,然后推到镜像仓库,即可完成部署。微服务应用也可以选择打成 JAR/WAR 包直接部署到 SAE。


12.png


关于降本方面,SAE 也推出了一键启停功能。针对不同的环境,可以开启定时起停应用。比如对于测试环境,在晚上没人用的时候,就可以把测试环境直接关掉,来节省成本。


13.png


SAE 提供多种工具和方法来构建 DevOps 体系。比如大部分企业用户常用的 Jenkins,或者选择云上的云效等来做 CI/CD。在应用侧,可以在 SAE 平台配置定时启停、监控告警等完成业务运维。


14.png


关于企业用户比较关注的环境管理和权限划分,SAE 推荐使用命名空间,来做环境的隔离,不同的命名空间下的应用是不能互访的。另外,SAE 推荐使用权限助手来给不同的团队,生成对应命名空尽或者应用服务的权限策略,最终做到不同团队之间的应用,相互不可见不可操作。

image.gif

15.png


还有的用户会关注 SAE 和 ECS 比,做了哪些能力增强呢?首先是提供的这种免运维全托管能力,其次是一站式的全应用生命周期管理能力,以及针对微服务的治理和优化、应用监控等,都是 SAE 给用户提供的增值体验。


16.png


Serverless 应用引擎的客户案例


第一个 Timing app,是在教育领域的在线课程学习 app,它是典型单体应用重构成微服务,迁移到 SAE 平台。随着疫情的发展,Timing 的流量激增之后,原有架构难以承载业务的发展,开始做微服务改造。在微服务化的过程当中选了 SAE 平台,像用户中心,学习中心,自习中心、图书馆中心等等,都被拆成独立的服务模块。对比使用云主机自建微服务的方式,大约节省 35% 成本。


17.png


另外想要分享的案例是爱奇艺·体育,其整个业务都部署在 SAE 平台上。在今年 6、7 月份的时候,爱奇艺·体育转播了欧洲杯赛事,当时的流量非常高;但是体育赛事结束之后,流量又开始回落,因此弹性能力对其尤为重要。而 SAE 丰富的弹性能力,可以帮助节省大量的运维开销,扩容效率比之前提升了 40%。其次内置的应用监控平台,在业务遇到问题的时候,排障处理效率也提升了 30%。整体上 SAE 帮助爱奇艺·体育还提升了近 50% 的资源利用率。


18.png


相信随着云计算的发展,Serverless 将成为云时代默认的计算范式,越来越多的企业客户将会采用这个技术。


19.png

戳下方此处,前往 Serverless 社区官网查看更多相关信息吧!

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
相关文章
|
2天前
|
运维 监控 Cloud Native
云原生技术在现代企业中的应用与挑战####
【10月更文挑战第15天】 本文深入探讨了云原生技术如何重塑企业的IT架构,并分析了其带来的机遇与面临的挑战。通过案例分析,揭示了云原生技术在提升业务敏捷性、降低运维成本方面的显著优势,同时也指出了在安全性、多云管理等方面的潜在难题,为企业决策者提供了有价值的参考。 ####
12 3
|
4天前
|
人工智能 弹性计算 运维
触手可及:阿里云函数计算助力AI大模型的评测
阿里云推出的面向AI服务器的功能计算(Functional Computing, FC),专为AI应用提供弹性计算资源。该服务支持无服务器部署、自动资源管理和多语言支持,极大简化了AI应用的开发和维护。本文全面评测了FC for AI Server的功能特性、使用体验和成本效益,展示了其在高效部署、成本控制和安全性方面的优势,并通过具体应用案例和改进建议,展望了其未来发展方向。
37 4
|
8天前
|
运维 Cloud Native 持续交付
探索云原生架构:企业数字化转型的新引擎
在当今数字化浪潮中,云原生架构以其独特的优势成为企业转型的关键。它通过容器化、微服务、DevOps和持续交付等技术,使企业能够快速响应市场变化,实现应用的高效开发、部署和运维。本文将深入探讨云原生的概念、核心技术及其在现代IT环境中的重要性。
|
12天前
|
Kubernetes 监控 Cloud Native
探索云原生架构:企业数字化转型的新引擎
【10月更文挑战第5天】 在当今数字化浪潮中,云原生架构以其独特的优势成为企业实现高效、灵活和可扩展的关键。本文将深入探讨云原生的核心概念、关键技术以及实际应用案例,揭示其在推动企业数字化转型中的重要作用。
27 6
|
8天前
|
Cloud Native 持续交付 云计算
云端新纪元:探索云原生技术的奥秘在当今数字化时代,云计算已成为推动企业创新和增长的关键动力。随着云平台的不断成熟,云原生技术应运而生,以其独特的优势引领着一场新的技术革命。本文将深入探讨云原生的核心概念、主要特点以及它如何改变现代软件开发和部署的方式,为您揭开云原生这一神秘面纱。
云原生是一种构建和运行应用程序的方法,充分利用了云平台的弹性、分布式本质以及声明式基础设施。本文将解析云原生的十二要素,微服务架构的优势,以及容器化、持续集成与持续部署(CI/CD)等核心技术的实践应用。通过深入浅出的方式,让读者理解云原生不仅是一种技术,更是一种文化和方法论,它正在重塑软件开发流程,提高资源利用率和应用系统的可扩展性与容错性。
|
8天前
|
运维 Kubernetes Cloud Native
探索云原生架构:企业数字化转型的新引擎
【10月更文挑战第9天】 在当今数字化浪潮中,云原生架构以其独特的优势成为企业实现高效运营和快速创新的关键。本文将深入探讨云原生的核心概念、关键技术以及实际应用案例,揭示其如何助力企业加速数字化转型步伐。通过对云原生技术的剖析,我们将看到这一新兴架构是如何重新定义软件开发、部署和运维模式的,进而推动企业在激烈的市场竞争中脱颖而出。
|
11天前
|
运维 Cloud Native 持续交付
云原生技术在现代企业中的应用与挑战##
【10月更文挑战第5天】 云原生技术作为云计算领域的前沿趋势,正在迅速改变企业的IT架构和运营模式。本文将探讨云原生的核心概念、主要技术以及其在现代企业中的具体应用和面临的挑战。通过深入分析,我们希望为企业在云原生转型过程中提供有价值的参考和指导。 ##
18 2
|
13天前
|
运维 Cloud Native 持续交付
云原生技术:企业数字化转型的新引擎##
随着数字化浪潮的不断推进,企业对于高效、灵活的IT基础设施需求日益增长。云原生技术作为一种新型的软件开发和部署范式,正逐渐成为企业数字化转型的重要驱动力。本文将深入探讨云原生技术的核心概念、关键技术以及其在企业数字化转型中的作用和优势,旨在为读者提供清晰、全面的认识。 ##
|
5天前
|
Cloud Native 安全 云计算
云原生技术在现代企业中的应用与挑战
本文探讨了云原生技术在现代企业中的重要性及其应用,并分析了企业在实施过程中面临的主要挑战。通过案例分析,本文展示了如何利用云原生技术提高企业的敏捷性和弹性,同时提出了相应的解决方案和建议。
|
9天前
|
Kubernetes Cloud Native Serverless
批处理系统:Batch批量计算与云原生Serverless Argo Workflows
本文对比了Batch批量计算与Serverless Argo Workflows在容器化批处理任务中的应用,分析了两者在任务定义、依赖关系、规模并发、高级编排、可移植性等方面的异同,帮助技术决策者根据自身需求选择合适的平台。

相关产品

  • 函数计算