拥抱Knative, 合思加速Serverless化演进实践

本文涉及的产品
函数计算FC,每月15万CU 3个月
容器服务 Serverless 版 ACK Serverless,952元额度 多规格
容器服务 Serverless 版 ACK Serverless,317元额度 多规格
简介: 合思信息基于阿里云容器服务Knative, 实现Serverless化演进的最佳实践。

【阅读原文】戳:拥抱Knative, 合思加速Serverless化演进实践

公司介绍

 

 

合思创立于2014年11月,致力于财务数智化服务的应用与创新,运用前瞻的对象会计理念和先进的AI数字科技,服务未来财务人。在广泛连接的生态、双轮驱动的模式创新和无需报销的“消费-入账-归档”解决方案基础上,进一步构建敏捷的财务收支管理平台,为企业提供智能聚合消费、费控报销、收付款管理、财务收支经营分析和电子会计档案等全方位财务数字化服务,解放双手释放创造力,助力企业实现业财融合。

 

 

 

 

 

业务场景

 

 

由于合思平台的生态连接特性,我们实施了众多第三方单点登录服务,包括钉钉、企业微信、飞书、致远、薪人薪事、北森、蓝凌、纷享销客等,以实现企业内部系统的无缝对接。

 

 

 

 

 

面临问题

 

 

2021年,随着公司业务的扩展,我们启动了易桥业务线,专注于快速整合企业内部系统与合思平台,实现登录、人员、单据、消息等数据的互联互通。

 

然而,由于新服务的大量涌现以及研发团队对Kubernetes的掌握程度不足,运维成本急剧上升。为了支持业务的快速上线和迭代,我们迫切需要一种基于Kubernetes、运维简便的解决方案。

 

 

 

 

解决方案

 

 

在阿里云的ACK产品中,我们发现了Knative这一基于Kubernetes的Serverless框架。Knative旨在制定云原生、跨平台的Serverless编排标准,允许开发人员利用Kubernetes原生API部署Serverless服务。

 

这一发现似乎为我们量身定制,既满足了基于Kubernetes的需求,又允许开发人员自主部署服务。

 

我们在阿里云平台上成功部署了Knative,其一键部署功能大大简化了部署流程。研发团队仅需通过简单的编排即可完成服务部署,省去了对Kubernetes原生资源如Deployment、Service、Ingress等的管理,有效降低了研发的认知复杂度和运维门槛。

 

 

随着易桥业务线的深入应用,特别是在业务高速发展期,我们利用Knative的流量策略实现了灰度发布功能。这一功能基于traffic的多版本管理,相较于Istio等复杂工具,Knative提供了一种更为简单、便捷的灰度发布方案。

 

 

易桥的成功实践引起了前端架构团队的关注。在前端微服务拆分过程中,面对大量前端服务和工具类服务,为了降低运维成本、提升研发上线效率,我们同样选择了Knative作为微服务拆分的载体。由于前端微服务数量众多、资源使用率低,且无需数据库配置,Knative的使用极大地减少了运维人力成本,同时提高了研发的发布效率。

 

此外,Knative的HPA(水平自动扩展)配置同样简单直观,无需额外编排,直接在ksvc上配置即可。这与需要额外策略配置的k8s原生HPA相比,管理更为简便。

 

最后,得益于Knative的路由标准和轻量级标识特征,我们能够将公网统一配置的域名规则解析到Knative网关,实现了研发环境的运维零介入。

 

通过上述实践,我们不仅提升了业务的响应速度和系统稳定性,也为团队带来了运维简便和研发效率的双重提升。

 

 

 

 

业务价值

 

 

 

简化资源管理:通过Knative,我们实现了资源类型的极大简化。所有服务相关的配置仅需通过一个文件即可完成,该文件的配置清晰而简洁,大大提升了配置的易读性和易管理性。

 

 

统一标准:Knative的编排标准性为我们的路由管理带来了革命性的简化。统一的标准使得路由配置变得直观易懂,进一步降低了运维的复杂性。

 

便捷灰度部署:Knative提供了基于流量百分比的灰度发布能力,配置过程简单直观。这种能力使得我们能够轻松实现新版本服务的逐步推广,同时确保用户体验的平滑过渡。

 

由于Knative的简单性、标准化和易用性,它在新服务的快速独立上线场景中发挥了巨大作用。它不仅提升了研发效率,还显著降低了运维成本。Knative可以被视为一种低成本、高标准化、轻量级的DevOps工具,为企业提供了一个高效、灵活的运维解决方案。

 

在产品选择上,不存在所谓的"最好",只有"最适合"。Knative以其独特的优势,成为了我们业务发展中不可或缺的伙伴,帮助我们在快速变化的市场环境中保持竞争力。

 

通过Knative的引入,我们不仅优化了技术栈,更在业务发展和技术创新上迈出了坚实的步伐。我们相信,随着技术的不断进步和团队的持续探索,Knative将在我们未来的业务发展中发挥更加关键的作用。




我们是阿里巴巴云计算和大数据技术幕后的核心技术输出者。

欢迎关注 “阿里云基础设施”同名微信微博知乎

获取关于我们的更多信息~

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
|
弹性计算 关系型数据库 Serverless
函数计算驱动多媒体文件处理:高效、稳定与成本优化实践
本次测评的解决方案《告别资源瓶颈,函数计算驱动多媒体文件处理》展示了如何利用阿里云函数计算高效处理多媒体文件。文档结构清晰、内容详实,适合新客户参考。方案提供了一键部署与手动部署两种方式,前者简便快捷,后者灵活性高但步骤较多。通过部署,用户可体验到基于函数计算的文件处理服务,显著提升处理效率和系统稳定性。此外,测评还对比了应用内处理文件与函数计算处理文件的不同,突出了函数计算在资源管理和成本控制方面的优势。
22704 19
|
2月前
|
运维 Kubernetes Serverless
Serverless Argo Workflows荣获信通院标杆实践案例,引领大规模离线任务处理新方法
阿里云容器服务Serverless Argo Workflows大规模离线计算工作流平台荣获2024信通院Serveless实践标杆案例。本文介绍其应用场景、平台特性以及领域实践。
|
3月前
|
分布式计算 Java Serverless
EMR Serverless Spark 实践教程 | 通过 spark-submit 命令行工具提交 Spark 任务
本文以 ECS 连接 EMR Serverless Spark 为例,介绍如何通过 EMR Serverless spark-submit 命令行工具进行 Spark 任务开发。
370 7
EMR Serverless Spark 实践教程 | 通过 spark-submit 命令行工具提交 Spark 任务
|
2月前
|
前端开发 大数据 数据库
🔥大数据洪流下的决战:JSF 表格组件如何做到毫秒级响应?揭秘背后的性能魔法!💪
【8月更文挑战第31天】在 Web 应用中,表格组件常用于展示和操作数据,但在大数据量下性能会成瓶颈。本文介绍在 JavaServer Faces(JSF)中优化表格组件的方法,包括数据处理、分页及懒加载等技术。通过后端分页或懒加载按需加载数据,减少不必要的数据加载和优化数据库查询,并利用缓存机制减少数据库访问次数,从而提高表格组件的响应速度和整体性能。掌握这些最佳实践对开发高性能 JSF 应用至关重要。
46 0
|
2月前
|
分布式计算 Serverless 数据处理
EMR Serverless Spark 实践教程 | 通过 Apache Airflow 使用 Livy Operator 提交任务
Apache Airflow 是一个强大的工作流程自动化和调度工具,它允许开发者编排、计划和监控数据管道的执行。EMR Serverless Spark 为处理大规模数据处理任务提供了一个无服务器计算环境。本文为您介绍如何通过 Apache Airflow 的 Livy Operator 实现自动化地向 EMR Serverless Spark 提交任务,以实现任务调度和执行的自动化,帮助您更有效地管理数据处理任务。
160 0
|
3月前
|
分布式计算 Hadoop Serverless
数据处理的艺术:EMR Serverless Spark实践及应用体验
阿里云EMR Serverless Spark是基于Spark的全托管大数据处理平台,融合云原生弹性与自动化,提供任务全生命周期管理,让数据工程师专注数据分析。它内置高性能Fusion Engine,性能比开源Spark提升200%,并有成本优化的Celeborn服务。支持计算存储分离、OSS-HDFS兼容、DLF元数据管理,实现一站式的开发体验和Serverless资源管理。适用于数据报表、科学项目等场景,简化开发与运维流程。用户可通过阿里云控制台快速配置和体验EMR Serverless Spark服务。
|
4月前
|
分布式计算 运维 Serverless
通过Serverless Spark提交PySpark流任务的实践体验
EMR Serverless Spark服务是阿里云推出的一种全托管、一站式的数据计算平台,旨在简化大数据计算的工作流程,让用户更加专注于数据分析和价值提炼,而非基础设施的管理和运维。下面就跟我一起通过Serverless Spark提交PySpark流任务吧。
157 1
|
4月前
|
Cloud Native 安全 开发者
云原生架构的演进与实践:从微服务到无服务器计算
本文深入探讨了云原生技术的最新进展,特别关注微服务和无服务器计算模型。通过分析相关研究数据和行业案例,文章揭示了云原生架构如何推动现代应用开发,提升运维效率,并实现资源的最优化配置。文中详细讨论了云原生生态系统中的关键组成部分,包括容器化、自动化管理工具和服务网格,以及它们如何共同促进敏捷性和可扩展性。此外,文章还分析了云原生安全策略的重要性,以及如何在保障安全的同时,保持系统的灵活性和高效性。
|
4月前
|
存储 NoSQL 机器人
Knative 实战:基于 Knative Serverless 技术实现天气服务-下篇
Knative 实战:基于 Knative Serverless 技术实现天气服务-下篇
|
23天前
|
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。

热门文章

最新文章

下一篇
无影云桌面