课时3:函数粘合云服务提供端到端解决方案

简介: 课时3:函数粘合云服务提供端到端解决方案

玩转AIGC训练营:课时3:函数粘合云服务提供端到端解决方案

课程地址:https://developer.aliyun.com/trainingcamp/1893257e5f7a442c988fd52c818309b3?spm=a2cwt.28237621.J_9603273760.8.31b2b726xTbsZG

课时3:函数粘合云服务提供端到端解决方案

 

内容介绍

一、单体架构

二、事件驱动和编排

三、Serverless

 

大家好,我是来自阿里云原生团队的西流,欢迎来到 Serverless 技术公开课。

前面两节课给大家分别介绍了函数计算是什么以及函数计算是如何工作的,这节课我们来讲一讲函数计算是如何粘合云服务提供端到端的解决方案。

 

一、单体架构

 

image.png

 

首先,我们看一下单体应用中最常见的两种编程模型,第一种是 UI 驱动,第二种是消息驱动。

在 UI 驱动中,可能客户端不那么智能,主要是因为一些业务逻辑,比如认证服务,搜索服务,交易等都需要实现在服务端的应用程序中,随着业务的复杂度不断增加,服务端的应用会越发的膨胀和难以维护。

而在消息驱动中,需要用户实现一个常做的消费者服务,然后去消费消息。

同时,这个消费者的可用性也需要用户去保证。从上面两个例子我们可以看出,假设这个单体应用不断的膨胀,对一个庞大的单体应用进行拆解,充分利用云服务的体系结构是一个非常好的解决方案。

在这里最大的关键是如何为应用程序的每个组件,选择和使用正确的云服务,而通过函数作为黏合剂将云服务串联起来。

 

二、事件驱动和编排

image.png

 

目前很多人将 fast 等同于 Serverless 。所谓的 fast 就是function as a service ,即函数器服务,比如阿里云的函数计算和 AWS Lambda 。

实际上有许多其他的服务也是 Serverless ,它们和函数聚算一起构成完整的 Serverless 应用。

比如使用 API 网关可以让用户从 API 网关的限流等繁琐的配置中解放出来;使用表格存储和对象存储来持久化数据,可以取代用户去管理数据库实例;使用日志服务或者 data HTTP 这种 web 数据源收集数据;使用 MS 去管理自己的消息。

用户可以使用一个函数将这些服务给串联起来,从而能达到构建具体的应用和复杂业务逻辑的目标。

 

image.png

 

同时,用户也可以使用 Serverless 工作流来编排函数和其他云服务,让用户更加聚焦于具体业务逻辑的开发和流程的编排。当然,用户也可以使用阿里云提供的开发工具链来简化自动化部署和持续集成,使用这些开箱即用的工具可以帮助用户快速达到想要的目标和效果。

如果一个庞大的单体应用或者是一个面向服务的体系结构,开发者需要负责所有的事情,包括代码的编写、管理和部署数据库以及其他后端相关服务等。

切换到 Serverless 架构以后,我们可以看到,特定的模块交由特定的云服务处理,在使用具体的业务逻辑之后,实现了具体业务代码的函数,将它们串联起来,也就实现了解偶。

为了使这种架构运转的更有效率,事件驱动是一个不可缺少的特性。比如用户尝试往 OSS 上传一个文件,这个上传事件可以自动触发一个函数对这个文件进行处理。比如用户更变一个表格存储的数据,也会自动触发一个函数,触发一个我编写的逻辑,这就可以引出一个非常有趣的例子。

 

三、Serverless

 

 image.png

 

用户上传一张图片到对象存储 OSS 触发一个函数,这个函数对这张图片生成缩略图并把缩略图保存回 OSS ,之后这个 OSS 触发了另外一个函数,这个函数会把刚刚生成的缩略图的信息写入 Serverless 数据库,表格存储。

之后,表格存储又触发另外一个函数,将这个缩列图的信息更新到搜索模块。这样我们可以看到,数据的上传、存储、原信息的入库以及搜索模块的更新,对这三个函数联合成了一个具体的业务逻辑。

 

image.png

 

再回到我们最开始提出的单体应用的实例。

UI 驱动就可以转化成这种 Serverless 架构,比如第三方 Serverless 认证服务可以取代服务端中的认证逻辑,一些页面显示的内容可以直接读取 Serverless 数据库。这样的话,它会导致用户端的很多业务逻辑可以慢慢移到客户端。

同时,对于一些搜索的 CPU 密集型,或者需要大量数据的,我们可以放在服务端实现,并在前面配合上 API 网关。而对于涉及到支付的安全方面的,比如购买函数也可以放在服务端。这样的话,我们就充分利用了一些云服务,保证了一些逻辑的高可用,使自己更专注于具体的业务逻辑。

在这个例子中,我的具体业务逻辑就是购买方向和搜索方向。对于消息驱动这种模式,我们可以看到,之前的一个常驻的消费者服务交由 fast 去实现,同时这个消费的比如并行、高可用等等都交给了云平台。

今天的分享就是以上内容,简单剖析了函数计算可以作为黏合剂,串联其他云服务,提供端到端的解决方案,后续的课程会涉及到函数计算的开发方式、应用场景。

 

相关实践学习
【玩转ComfyUI】基于函数计算一键部署AI生图平台ComfyUI
本次实验将带大家通过使用阿里云产品函数计算FC,快速使用ComfyUI实现更高质量的图像生成。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
6月前
|
存储 监控 固态存储
阿里云服务器配置选择参考:cpu与内存、带宽和云盘种类及容量选择注意事项参考
阿里云服务器配置选择参考:选择合适的阿里云服务器配置与云盘容量,用户需先明确业务需求,包括网站类型、访问量、应用类型、性能需求及数据安全性等。根据需求选CPU核心数、内存及带宽,如高并发场景需多核CPU与大内存。云盘容量上,系统盘建议20G-40G,数据盘依数据量选50G-100G或更大,并区分系统盘与数据盘用途。
|
传感器
蓝桥杯之单片机学习(二十八)——详解A/D、D/A、PCF8591、AD与DA的综合使用(附官方驱动的一个坑)
蓝桥杯之单片机学习(二十八)——详解A/D、D/A、PCF8591、AD与DA的综合使用(附官方驱动的一个坑)
1567 0
蓝桥杯之单片机学习(二十八)——详解A/D、D/A、PCF8591、AD与DA的综合使用(附官方驱动的一个坑)
|
5月前
|
人工智能 自然语言处理 前端开发
从需求到上线:AI生成网站的底层原理讲解
本文揭秘AI生成网站的底层逻辑:从需求语义解析、系统结构化建模,到前后端代码自动生成与一键部署,揭示其如何将一句话转化为可运行系统。核心在于提升抽象层级——从写代码转向表达需求。
|
5月前
|
JSON 安全 算法
如何安全使用 JWT 作为访问凭证
本文深入解析JWT安全使用规范,涵盖核心概念、六步验证清单(签名、时效、签发者、受众等)、算法混淆等真实漏洞案例,并给出六大实践建议:硬编码算法白名单、严验所有声明、短生命周期令牌、过滤kid注入、选用可信库、遵循RFC 9068标准,助开发者筑牢API安全防线。(239字)
919 1
|
7月前
|
存储 分布式计算 安全
阿里云企业级云服务器:c9i、g9i、r9i实例的性能、适用场景与选型参考
阿里云第9代云服务器c9i、g9i、r9i实例,搭载全新CIPU架构与英特尔®至强®6处理器,实现算力与效率双重飞跃。计算型c9i适配机器学习推理、视频编码等CPU密集场景;通用型g9i平衡CPU与内存,满足企业应用、中小数据库需求;内存型r9i以1:8至1:20高配比,支撑Hadoop/Spark集群等内存密集任务。
|
10月前
|
JSON 自然语言处理 安全
《服务治理》RPC框架序列化协议深度解析
序列化是将对象转换为字节流的过程,反序列化则是将字节流恢复为对象的过程。在RPC调用中,序列化协议的性能直接影响整个系统的吞吐量和延迟。
|
8月前
|
SQL 人工智能 自然语言处理
有了 Chat,BI 会消失么?
言必称 AI 的 2025 年即将过去,这一年里大数据领域的“顶流”毫无疑问是 ChatBI/Data Agent。岁末肯定要展望未来,于是,带着好奇,我们问了大模型几个问题:
|
人工智能 数据可视化 数据挖掘
我的私人AI助理 | 办公小浣熊
【8月更文挑战第1天】如何利用AI智能化办公工具来快速实现表格数据分析,数据趋势预测,帮助管理者做出重大决策等内容
|
存储 开发框架 缓存
ABP VNext框架中Winform终端的开发和客户端授权信息的处理
ABP VNext框架中Winform终端的开发和客户端授权信息的处理
|
存储 Linux 网络架构
如何在Linux上添加路由?
【4月更文挑战第8天】
869 2
如何在Linux上添加路由?

热门文章

最新文章