Serverless:重新定义DevOps

本文涉及的产品
简介: 本文讲的是Serverless:重新定义DevOps【编者的话】本文介绍了当前Serverless技术的宏观现状,阐述了作者自己对Serverless技术的前景分析和与DevOps之间的关系,给Serverless和DevOps技术初学者的指引了学习的方向。
本文讲的是Serverless:重新定义DevOps【编者的话】本文介绍了当前Serverless技术的宏观现状,阐述了作者自己对Serverless技术的前景分析和与DevOps之间的关系,给Serverless和DevOps技术初学者的指引了学习的方向。

【上海站|3天烧脑式微服务架构训练营】培训内容包括:DevOps、微服务、Spring Cloud、Eureka、Ribbon、Feign、Hystrix、Zuul、Spring Cloud Config、Spring Cloud Sleuth等。
ThreeGorgesDam-China2009-702x396.jpg

在很多的企业和商业内部中有一个令人瞩目的转变,DevOps工具正在被创造和使用。

随着对Serverless计算领域兴趣的持续增长,很多Serverless技术的供应商比如 AWS Lambda Azure Functions 和  Google Cloud Functions 正在变成开发和运维工具不可缺少的一部分。

一些评论家认为“功能即服务(functions as a service)”是微服务(microservices)的进化和逻辑终结。但我认为functions将是整体连续性发展途径的一部分。对有些类型的应用程序来说,当理解和使用正确后,functions是非常disruptive和高效,并且它们的使用范围正在迅速扩大。

除了先前提到的 容量计算方面 ,还有一项更为有趣的直接演变,那就DevOpes人员通过Serverless的方式处理先前通过专用虚拟机或是容器处理的任务和一些脚本。任务的种类范围从简单的日志处理,标记和为利用监控识别所开发实例,再到更复杂的,可被处理并推送到其他云端服务任务的数据流。

有三个方面值得注意:
  • 传统书写脚本并启动虚拟机或是容器模型正在被快速取代–如果不带来额外的管理费用,特别是可以获得以时间为算法去调度的函数,Serverless正成为更好的选择。
  • DevOps的团队正在更积极的思考在服务器上使用大量的加法计算,而不是旧有的计算方法——从云提供者的角度来说当相邻的服务器都参与计算时,利润会显著提高。
  • 创建整个工具链的方法正在改变,从语言的选择到基础设施等等方面

新产品的潜力巨大,一方面有巨大机遇是因为市场为有用的工具在每次使用时适当的收费提供了基础,当你让模型达到新的粒度(granularity)时也就带来了收益。每次调用API都会计费这可能会引起争议,但是模块化一个function,这个function能调用多个API,是受欢迎的。

Serverless框架

在RedMonk,我们经常谈论包装(packaging)的价值, 确实最近我们围绕这一主题一直在开会  – 对于开发者便利性和生产效率而言Serverless框架是非常好的包装范例。

Serverless团队 近来在 Azure Functions Apache OpenWhisk 都增加了支持,并稳牢了他们地位,是许多开发者观望Serverless技术最重要的起点。
Sa-fw-stars-20170302-300x300.png

当我们看过很多各种各样的Serverless产品都在讨论Serverless框架比其他技术都领先一大截。有的说这满足了特定需求,一些组织在寻求其他的方法例如开源产品像OpenWhisk或是运行在Kubernetes平台上的框架。

开源替代品

Serverless领域有许多活跃的开源项目,这些项目大致分成两个阵营 – 一个阵营是计划运行在Kubernetes平台上,例如 Fission Kubeless  和  Funktion ;另一个阵营,希望有能力独立运行或是跨多个平台,例如 OpenWhisk Iron Functions  或  Funcatron
Sl-fw-stars-20170302-300x300.png

观察GitHub的利润,我们看到源自IBM现在是Apache基金会项目的OpenWhisk已经降速但在去年稳步增长。来自Iron.io的Iron Functions和Platform 9的Fission在最初发布时初期利润都有大幅跨越。在来年追踪他们的势头应该很有意思。

需要注意Kubernetes的产品目前可以看到初期使用者凭借联合优势带来的显著利润。这将如何转变为商业活动还有待观察,增加管理费用来运营Serverless这一明显矛盾进入视野。

领域中的后起之秀有来自Skipbox的Kubeless以及Funcatron。我们听闻相比之前在谈论中他们被提及的次数更多,在接下来几个月里,希望看到这两个项目有进一步的发展和好的势头。Funcatron重点关注于熟悉像Spring Boot框架这样的开发者提供支持,Funcatron似乎以很合理的方式给Spring Boot带来了迅速增长, 这一点我们先前有提到过。

展望未来

Serverless技术的整体势头很强劲,这里我们触及的DevOps领域也只是众多计算领域的一方面,在来年计算领域也将在本质上发生改变。

我们希望在短期能看到横跨物联网应用,数据处理和相关领域的重要应用实例,随时间发展出现更为复杂的功能链(function chain)。

原文连接:Serverless: Redefining DevOps (翻译:王晓轩)

原文发布时间为:2017-03-16

本文作者:王晓轩

本文来自云栖社区合作伙伴Dockerone.io,了解相关信息可以关注Dockerone.io。

原文标题:Serverless:重新定义DevOps

相关实践学习
基于函数计算一键部署掌上游戏机
本场景介绍如何使用阿里云计算服务命令快速搭建一个掌上游戏机。
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
|
存储 DataWorks 前端开发
重新定义研发模式,DataWorks 前端架构演进与 Serverless 实践之路
我们用多个大规模的应用实践告诉你,Serverless时代的前端在做什么。
重新定义研发模式,DataWorks 前端架构演进与 Serverless 实践之路
|
7月前
|
监控 Devops Serverless
课时4:Serverless 时代 DevOps 的最佳打开方式(五)
Serverless 时代 DevOps 的最佳打开方式
132 0
|
7月前
|
人工智能 监控 Devops
课时4:Serverless 时代 DevOps 的最佳打开方式(四)
Serverless 时代 DevOps 的最佳打开方式
98 0
|
10月前
|
人工智能 Serverless 开发者
阿里云丁宇:云上开发成为主流,Serverless 定义新范式
阿里巴巴研究员、阿里云智能云原生应用平台总经理丁宇,在阿里云峰会·粤港澳论坛上的发言。
阿里云丁宇:云上开发成为主流,Serverless 定义新范式
|
Serverless
Serverless 的定义
Serverless 的定义自制脑图
48 0
Serverless 的定义
|
存储 缓存 人工智能
重新定义容器化 Serverless 应用的数据访问
本文首先聚焦到 AI 和大数据等应用 Serverless 化的最大挑战:计算和存储分离架构带来的数据访问延迟和远程拉取数据带宽巨大的挑战。尤其在 GPU 深度学习训练场景中,迭代式的远程读取大量训练数据方法会严重拖慢 GPU 计算效率。
487 0
重新定义容器化 Serverless 应用的数据访问
|
存储 弹性计算 运维
我的 Serverless 实战 — Serverless 架构理念 ( 后端服务器发展 | Serverless 与 ServerFul | Serverless 定义 | 架构优缺点 )
我的 Serverless 实战 — Serverless 架构理念 ( 后端服务器发展 | Serverless 与 ServerFul | Serverless 定义 | 架构优缺点 )
400 0
|
弹性计算 运维 监控
Serverless 时代 DevOps 的最佳打开方式
本篇内容分享了Serverless 时代 DevOps 的最佳打开方式。
Serverless 时代 DevOps 的最佳打开方式
|
弹性计算 运维 监控
Serverless 时代 DevOps 的最佳打开方式
传统软件开发过程中,开发和运维是极其分裂的两个环节,运维人员不关心代码是怎样运作的,开发人员也不知道代码是如何运行的。
Serverless 时代 DevOps 的最佳打开方式
|
存储 机器学习/深度学习 分布式计算
持续定义SaaS模式云数据仓库+Serverless
本文将为您介绍现代云数据仓库的业务场景与资源使用需求,不同资源交付模式的差异化分析。并结合MaxCompute Serverless的特点及价值来讲解使用MaxCompute Serverless的最佳实践。
10776 0
持续定义SaaS模式云数据仓库+Serverless

相关产品

  • 函数计算