Serverless 应用托管助力企业加速创新

本文涉及的产品
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
函数计算FC,每月15万CU 3个月
简介: Serverless 应用托管助力企业加速创新

作者:熊峰


云原生时代的 Serverless 应用托管架构


回顾过去十年,数字化转型将科技创新与商业元素不断融合、重构,重新定义了新业态下的增长极。商业正在从大工业时代的固化范式进化成面向创新型商业组织与新商业物种的崭新模式。随着数字化转型在中国各行业广泛深入,不管是行业巨头,还是中小微企业都不得不面对数字化变革带来的未知机遇与挑战。

——《阿里云云原生架构白皮书》



近年来,传统企业的上云步伐正在提速,可以说,上云已逐渐成为企业发展的必然选择。在这个过程过程中,云原生通过开放、标准的技术体系、敏捷的构建和运行高弹性、容错性高、易于管理的系统,帮助企业最大化利用云的能力,发挥云的价值,也正是因此,越来越多的企业、行业开始拥抱云原生。可以说,云原生不但重构了整个软件技术栈和生命周期,同时也重构了企业上云的方式。



云原生这个概念从提出、到壮大、再到今天的普及,始终处于一个不断演进和革新的过程中。云原生体系下应用的托管形态随着企业应用架构在不断演进。


最早的应用大多是集中式、单体式的,应用通过优雅的分层来实现领域模型的共享和更细致的模块拆分。随着互联网的爆炸式发展,分布式的架构逐渐取代集中式架构。


容器的出现和极大普及,通过集装箱式的封装,标准化开发和运维使得大规模、跨语言的分布式应用大规模落地成为现实。云原生应用托管架构迎来了第一次飞跃:容器化。


在此之后,微服务架构得以更大规模的流行开来,随之而来的是企业需要运维的基础设施日益复杂、需要管理的容器数量呈现几何式增长。Kubernetes 一方面屏蔽了IaaS 层基础架构的差异,并凭借优良的可移植性,帮助应用一致地运行在包括数据中心、云、边缘计算在内的不同环境;


另一方面,凭借优秀的开放性、可扩展性以及活跃开发者社区,Kubernetes 在大规模容器编排之战中脱颖而出,成为分布式资源调度和自动化运维的事实标准。云原生应用托管架构迎来了第二次进化:全面拥抱 Kubernetes。


尽管 Kubernetes 带来了众多好处,但是在生产环境中落地 Kubernetes,持续保障系统的稳定性、安全性和规模化成长,对于绝大部分企业来说,依然充满挑战。在这样的背景下,Nodeless Kubernetes 进入大家视线:在保留完整 Kubernetes 能力的基础上,将复杂的运维和容量管理工作下沉到云基础设施底座。至此,云原生应用托管架构迎来了第三个阶段:Serverless Kubernetes。


尽管 Serverless Kubernetes 极大减轻了企业运维 Kubernetes 的负担,但 Kubernetes 自身的复杂性和陡峭的学习曲线依然让人望而生畏,如何让用户的应用跑在 Kubernetes上,既能享受到 Kubernetes 带来的诸多技术红利,又能尽可能 0 改造,成为又一个亟待解决的问题。基于此,云原生应用托管架构迎来了第四个阶段:Serverless应用托管。


后面的这两种模式,就是我们今天着重讨论的的 Serverless 架构与形态。那到底什么是 Serverless 呢?不同的组织,从不同的视角,给出了不同的表述和定义,这里我们选取最有影响力的两个定义:



Berkeley Serverless 论文认为:Serverless Computing = FaaS + BaaS。一个应用必须能够实现自动缩扩容和按使用量计费才能被认为是 Serverless 应用。


CNCF 则认为:Serverless 计算指的是构建和运行应用程序不需要进行服务器的运维管理。它描述了一种细粒度的部署模型,在该模型中,一个应用被打包成多个功能模块并上传到平台,然后根据当前的确切需求执行、扩缩容和计费。


尽管视角和表述不同,但是细心的读者可以很快从中提炼出共性的关键词:按需使用、按量付费(成本)、免运维(效率)、自动伸缩(弹性)。本质在于,将企业有限的资源和精力从繁杂的基础设施运维中解放出来,投入并聚焦到自己的核心业务逻辑中。



这里我们可以类比买车、租车、网约车来理解什么是 Serverless。


企业自主维护服务器就好比买私家车,尽管付出了极大的资源成本(买车)和运维成本(车险、维修)、但是承载容量固定(座位有限),并且平时大量闲置(不开的时候还是有成本)。


企业购买云主机搭建自己的业务系统好比汽车租赁,尽管可以灵活租赁使用时长,但是扩容缩容都相对麻烦,闲置成本有所减少,但是依然存在。


Serverless 时代好比打网约车,完全按需使用按量付费、根据负载自动弹性伸缩、也基本没有闲置成本。



理解了什么是 Serverless 后,我们看看 Serverless 应用托管如何做到让应用运维更简单,如何提升资源利用率,帮助企业降本增效?我们从三个视角来看这个问题:


  • 运维模式从人工运维、逐步演进到云平台为主责任共担的运维模式、再进化到完全由云平台兜底的免运维模式。
  • 资源利用率从最初的基于峰值采购的极低资源利用率、逐步演进到基于节点伸缩的一定程度的利用率提升、进化到完全匹配业务峰值波动的按需使用。
  • 资源成本从固定成本支出、演变成根据资源水位的弹性付费、进化到基于请求付费模式。


Serverless 应用引擎(SAE)2.0 全新升级


结合上面讨论的架构、能力要求,再对应到阿里云云原生 Serverless 产品矩阵,阿里云 Serverless 应用引擎(SAE)就是一款一站式、全托管、免运维、极致弹性的 Serverless 应用托管平台。它能够实现应用无需代码改动、操作简单便捷、具备自适应弹性特性的应用托管平台。


在 SAE 平台上,用户不用再纠结于复杂的基础设施问题,只需上传代码包或容器镜像,即可实现全面托管在线业务。SAE 将自动负责应用的运行和弹性实例的调整,同时还提供网络、负载均衡、监控等周到的辅助功能。



在 Kubernetes Infrastructure 的基础上,SAE 以应用为中心,内置了微服务引擎 MSE 的 agent ,提供了一整套微服务的能力,形成了以 SAE+MSE 为代表的 Serverless 最佳实践,同时能够做到 100% 拥抱开源并回馈开源。基于这套云原生 Serverless 微服务的最佳实践,能够使开发效率提升 70%,成本降低 60%。



SAE 提供了丰富的弹性指标与灵活的弹性策略:


  • 监控指标弹性:在传统的 CPU、Memory 指标基础上,增加了面向业务侧的弹性指标,如 QPS、RT、TCP 的连接数等。
  • 定时弹性:提供白屏化的定时设置扩/缩容时间,扩/缩容到多少个实例能力。
  • 混合弹性:基于定时弹性和指标弹性混用的弹性策略。基于监控指标弹性做兜底,再针对固定时间段的流量峰值叠加定时弹性作为增强的方案,实现不同时间段内定时弹性或监控指标弹性的精细化弹性需求。



SAE 提供了高效闭环的 DevOps 体系,完整覆盖了从开发态到部署态到运维态整个过程:


  • 无缝对接开源 Jenkins:通过内置的 Maven 插件,可以完成从 Source Code 到构建到整个部署的完整过程。它能够支持 War 包、Jar 包和镜像部署等几种模式。
  • 云上功能最全的 CI/CD 方案:它与 Jenkins 的区别在于,可以将代码直接托管到云上,由云效来完成代码托管。还能够做到代码侧的安全管理,可以定制流水线,提供完整一致的构建运行的环境。它的功能比较齐全,一般适用于中型规模的企业。
  • 最轻量、最易用的 CI/CD 方案:通过容器镜像服务来完成 SAE 的部署。它的轻量在于通过 WebHook 将代码仓库打通,在容器镜像服务上定制一些构建镜像和触发器的规则,在代码提交时能自动构建和部署。如果使用企业级的容器镜像服务,还能实现镜像的安全扫描、防漏洞、全球多域分发等能力。



SAE 提供了 WebShell、日志采集、事件等一系列简单高效的运维能力;提供了全方位可观测性能力以及完善的权限管理、出账分账等企业级能力。



近期,SAE 发布了2.0 全新升级,带来了三个全新的升级:


  • 首先,产品使用更加简化,实现了应用零改造即可上线,使用过程毫无学习成本,创建和发布应用只需几秒钟。此外,按照实际使用量进行付费,能够将应用成本降低 40% 以上。
  • 其次,SAE2.0 标准更为开放,采用容器标准构建,核心能力也将进行开源,提供了丰富的平台工程能力,能够协助研发和运维效率提升 50%。
  • 最后,在弹性能力方面进行了持续加强,SAE2.0 实现了百毫秒级的弹性伸缩能力,根据流量自动调整资源使用,优化了应用的冷启动效果,还支持将实例缩减至 0,即在无业务流量情况下不产生费用。这些特点使其对于新兴业务以及创新创业公司更加友好。


目前,SAE 2.0 已启动全面公测,欢迎大家试用。


参考文献:

1. https://developer.aliyun.com/ebook/6958?spm=a2c6h.14164896.0.0.149460cexwsCk2

2. https://zhuanlan.zhihu.com/p/137215790

3. https://github.com/cncf/wg-serverless/tree/master/whitepapers/serverless-overview

4. https://developer.aliyun.com/article/1136342

5. https://developer.aliyun.com/article/933307?utm_content=m_1000345005


点击此处,领取 SAE 免费试用体验部署 Serverless 应用

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月前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
130 13
|
3天前
|
运维 监控 Serverless
Serverless架构在图像处理等计算密集型应用中展现了显著的优势
Serverless架构在图像处理等计算密集型应用中展现了显著的优势
11 1
|
13天前
|
存储 消息中间件 人工智能
ApsaraMQ Serverless 能力再升级,事件驱动架构赋能 AI 应用
本文整理自2024年云栖大会阿里云智能集团高级技术专家金吉祥的演讲《ApsaraMQ Serverless 能力再升级,事件驱动架构赋能 AI 应用》。
|
14天前
|
运维 Serverless 数据处理
Serverless架构通过提供更快的研发交付速度、降低成本、简化运维、优化资源利用、提供自动扩展能力、支持实时数据处理和快速原型开发等优势,为图像处理等计算密集型应用提供了一个高效、灵活且成本效益高的解决方案。
Serverless架构通过提供更快的研发交付速度、降低成本、简化运维、优化资源利用、提供自动扩展能力、支持实时数据处理和快速原型开发等优势,为图像处理等计算密集型应用提供了一个高效、灵活且成本效益高的解决方案。
41 3
|
15天前
|
运维 Serverless 数据处理
Serverless架构在图像处理等计算密集型应用中展现了显著的优势
Serverless架构在图像处理等计算密集型应用中展现出显著优势,包括加速研发交付、降低成本、零运维成本、高效资源利用、自动扩展、实时数据处理及快速原型开发,为高并发、动态需求场景提供高效解决方案。
30 1
|
20天前
|
运维 Serverless 数据处理
Serverless架构在图像处理等计算密集型应用中展现出显著优势
【10月更文挑战第6天】Serverless架构在图像处理等计算密集型应用中展现出显著优势,包括加速研发交付、成本效益、零运维成本、高效资源利用、自动扩展能力、实时数据处理及快速原型开发,为高并发、动态需求场景提供高效、灵活的解决方案。
39 4
|
24天前
|
存储 Serverless API
打造你的专属语音助手,基于函数计算托管 CosyVoice 语音模型
打造你的专属语音助手,基于函数计算托管 CosyVoice 语音模型
|
2月前
|
人工智能 运维 Serverless
Serverless + AI 让应用开发更简单,加速应用智能化
2024 云栖大会开幕,在大会第一天,阿里云正式发布全新产品——云应用开发平台 CAP。CAP 拥有丰富的场景化应用模板,可以极速体验,并且具备更低的成本优势以及灵活组装等特点,成为广大开发者与企业必备的一站式应用开发平台,让应用开发更简单。
166 12
|
2月前
|
Kubernetes Java Maven
揭秘无服务器革命:Quarkus如何让Java应用在云端“零”负担起飞?
本文介绍如何使用Quarkus从零开始开发无服务器应用,通过示例代码和详细步骤引导读者掌握这一技术。无服务器架构让开发者无需管理服务器,具有自动扩展和成本效益等优势。Quarkus作为Kubernetes Native Java框架,优化了Java应用的启动速度和内存使用,适合无服务器环境。文章涵盖环境搭建、项目创建及部署全流程,并介绍了Quarkus的扩展性和监控工具,助力高效开发与应用性能提升。
44 9
|
2月前
|
Cloud Native 关系型数据库 Serverless
基于阿里云函数计算(FC)x 云原生 API 网关构建生产级别 LLM Chat 应用方案最佳实践
本文带大家了解一下如何使用阿里云Serverless计算产品函数计算构建生产级别的LLM Chat应用。该最佳实践会指导大家基于开源WebChat组件LobeChat和阿里云函数计算(FC)构建企业生产级别LLM Chat应用。实现同一个WebChat中既可以支持自定义的Agent,也支持基于Ollama部署的开源模型场景。
289 13

热门文章

最新文章

相关产品

  • 函数计算