express框架应用接入阿里云函数计算

简介: 由于业务需要接触阿里云函数计算,为保证已有的 nodejs 应用迁移至阿里云函数计算。经过两天的摸索之后得到一些 express.js 应用迁移至函数计算的一些方法。 涉及技术及框架: nodejs 阿里云函数计算 主要流程: 对比函数计算 http 触发器 与 express 的相同点和不同点。

由于业务需要接触阿里云函数计算,为保证已有的 nodejs 应用迁移至阿里云函数计算。经过两天的摸索之后得到一些 express.js 应用迁移至函数计算的一些方法。

  1. 涉及技术及框架:

    • nodejs
    • 阿里云函数计算
  2. 主要流程:

    1. 对比函数计算 http 触发器 与 express 的相同点和不同点,对原先的应用进行兼容处理
    2. 解决函数计算触发器和 express 框架的数据传递问题
    3. 测试迁移之后的应用稳定性
  3. 开整实现
    (1)对比函数计算 http 触发器,与普通的基于 express 的应用的不同
属性 函数计算 应用 普通 express 应用
触发方式 由 exports.XXX.handle 方法触发 通过监听指定端口的网络请求触发
接收到的参数 入口函数会得到(request,response,context) express 接收到(request,response)

由于原先的应用基与 express 开发,在迁移至函数计算之后将不能通过监听端口的网络请求触发 request 事件。那么参考 express 中 listen 的实现

app.listen = function listen() {
  var server = http.createServer(this);
  return server.listen.apply(server, arguments);
};

因此只需通过向 http.createServer 传入 express 对象,来创建一个 http.server 实例。当函数计算触发器被触发,再通过server.emit(‘request’, requset , response ) 来触发express 应用的工作流。

(2)函数计算入口函数的参数的兼容性改造
只能从函数计算入口函数拿到request,response,context。但是request、response 并非 http.InComingMessage 、http.ServerResponse 实例,如何通过 server.emit(‘request’, req , res ) 将入口函数传入的信息传入 express 工作流中。我们需要对 requset、response 进行改造

request  结构体:

headers:<map>, //存放来自 HTTP 客户端的键值对
path:<string>, //为 HTTP URL
queries:<map>, // 类型,存放来自 HTTP URL 中的 query 部分的 key - value 键值对, value 的类型可以为字符串或是数组
method:<string>, // 类型,HTTP 方法
clientIP:<string>, // 类型,client 的 IP 地址
url:<string>, // 类型,request 的 url
response 结构体:
response.setStatusCode(statusCode) : 设置 status code
param statusCode : (required, type integer)
response.setHeader(headerKey, headerValue) :设置 header
param headerKey : (required, type string)
param headerValue : (required, type string)
response.deleteHeader(headerKey) :删除 header
param headerKey: (required, type string)
response.send(body): 发送 body
param body: (required, typeBuffer or a string or a stream.Readable )

http.InComingMessage 结构体:

参考 http://nodejs.cn/api/http.html#http_class_http_incomingmessage

http.ServerResponse 结构体:

参考http://nodejs.cn/api/http.html#http_class_http_serverresponse

其中 express 应用中的 req 和 res 实现了很多封装的方法,所以需要根据自己的需要来进行兼容性改造,以下是我的改造代码片段:

const http = require('http');
const express = require('express');

const app = express()

const FCServer = http.createServer(app);

module.exports.handler = (request, response, context) => {
  try {
    // 通过 app.request 和 app.response 创建 inComimgMessage 和serverResponse
    const inComimgMessage = Object.create(app.request);
    const serverResponse = Object.create(app.response);

    // 将 request 的部分信息赋值给 inComimgMessage
    inComimgMessage.headers = request.headers;
    inComimgMessage.method = request.method;
    inComimgMessage.path = request.path;
    inComimgMessage.url = request.path;
    inComimgMessage.query = request.queries;

    // 使用 response 的方法替换掉 serverResponse 的一些方法
    serverResponse.setHeader = (key, value) => response.setHeader(key, value);
    serverResponse.end = (data, encoding, callback) => {
      response.send(data);
    };
    serverResponse.send = serverResponse.end;

    serverResponse.status = (code) => {
        response.setStatusCode(code);
    };

    serverResponse.writeHead = (code, message, headers) => {
      response.setStatusCode(code);
    };

    serverResponse.sendStatus = (code) => {
      response.setStatusCode(code);
      response.send(code);
    };

    serverResponse.json = (body) => {
      response.setHeader('content-type', 'application/json');
      if (typeof body === 'string') {
         response.send(body);
      } else {
         response.send(JSON.parse(body));
      }
    };

    FCServer.emit('request', inComimgMessage, serverResponse);
  } catch (e) {
    console.log(e);
    response.send(JSON.stringify({ request, response, context, e }));
  } 
};

(3)数据接入:
在函数计算中,获取 http 请求的 body 信息需要使用 getRawBody 方法,通过其回调函数我们可以得到 body 信息,因此我们需要在 getRawBody 内触发 request 事件。

    getRawBody(request, function (err, body) {
      if (request.method === 'POST') {
        inComimgMessage.body = JSON.parse(decodeURIComponent(body.toString()));
      }
      FCServer.emit('request', inComimgMessage, serverResponse);
    });
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。
目录
相关文章
|
10月前
|
机器学习/深度学习 人工智能 Serverless
吉利汽车携手阿里云函数计算,打造新一代 AI 座舱推理引擎
当前吉利汽车研究院人工智能团队承担了吉利汽车座舱 AI 智能化的方案建设,在和阿里云的合作中,基于星睿智算中心 2.0 的 23.5EFLOPS 强大算力,构建 AI 混合云架构,面向百万级用户的实时推理计算引入阿里云函数计算的 Serverless GPU 算力集群,共同为智能座舱的交互和娱乐功能提供大模型推理业务服务,涵盖的场景如针对模糊指令的复杂意图解析、文生图、情感 TTS 等。
|
10月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
904 30
|
人工智能 运维 安全
阿里云函数计算 AgentRun 全新发布,构筑智能体时代的基础设施
阿里云推出以函数计算为核心的AgentRun平台,通过创新体系解决开发、部署、运维难题,提供全面支持,已在多个真实业务场景验证,是AI原生时代重要基础设施。
|
11月前
|
人工智能 运维 安全
聚焦 AI 应用基础设施,云栖大会 Serverless AI 全回顾
2025 年 9 月 26 日,为期三天的云栖大会在杭州云栖小镇圆满闭幕。随着大模型技术的飞速发展,我们正从云原生时代迈向一个全新的 AI 原生应用时代。为了解决企业在 AI 应用落地中面临的高成本、高复杂度和高风险等核心挑战,阿里云基于函数计算 FC 发布一系列重磅服务。本文将对云栖大会期间 Serverless+AI 基础设施相关内容进行全面总结。
|
11月前
|
人工智能 运维 安全
阿里云函数计算 AgentRun 全新发布,构筑智能体时代的基础设施
云原生应用平台 Serverless 计算负责人杨皓然在云栖大会发表主题演讲“Serverless Agent 基础设施:助力大规模 Agent 部署与运维”。本议题深入介绍了阿里云以函数计算为核心打造的 Agent 基础设施——AgentRun,阐述其如何通过创新的运行时、模型服务、网关及可观测体系,为企业构筑坚实、高效、安全的 Agent 时代基石。
|
11月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
961 12
|
11月前
|
消息中间件 运维 监控
爆款游戏背后:尚娱如何借助阿里云 Kafka Serverless 轻松驾驭“潮汐流量”?
阿里云 Kafka 不仅为尚娱提供了高可靠、低延迟的消息通道,更通过 Serverless 弹性架构实现了资源利用率和成本效益的双重优化,助力尚娱在快速迭代的游戏市场中实现敏捷运营、稳定交付与可持续增长。
449 82
|
11月前
|
人工智能 机器人 Serverless
安诺机器人 X 阿里云函数计算 AI 咖啡印花解决方案
当云计算遇见具身智能,AI咖啡开启零售新体验。用户通过手机生成个性化图像,云端AI快速渲染,机器人精准复刻于咖啡奶泡之上,90秒内完成一杯可饮用的艺术品。该方案融合阿里云FunctionAI生图能力与安诺机器人高精度执行系统,实现AIGC创意到实体呈现的闭环,为线下零售提供低成本、高互动、易部署的智能化升级路径,已在商场、机场、展馆等场景落地应用。
安诺机器人 X 阿里云函数计算 AI 咖啡印花解决方案
|
11月前
|
消息中间件 存储 运维
嘉银科技基于阿里云 Kafka Serverless 提升业务弹性能力,节省成本超过 20%
云消息队列 Kafka 版 Serverless 系列凭借其秒级弹性扩展、按需付费、轻运维的优势,助力嘉银科技业务系统实现灵活扩缩容,在业务效率和成本优化上持续取得突破,保证服务的敏捷性和稳定性,并节省超过 20% 的成本。
904 75
|
11月前
|
人工智能 Kubernetes 安全
重塑云上 AI 应用“运行时”,函数计算进化之路
回顾历史,电网的修建,深刻地改变了世界的经济地理和创新格局。今天,一个 AI 原生的云端运行时的进化,其意义也远不止于技术本身。这是一次设计哲学的升华:从“让应用适应平台”到“让平台主动理解和适应智能应用”的转变。当一个强大、易用、经济且安全的 AI 运行时成为像水电一样的基础设施时,它将极大地降低创新的门槛。一个独立的开发者、一个小型创业团队,将有能力去创造和部署世界级的 AI 应用。这才是技术平权的真谛,是激发全社会创新潜能的关键。

热门文章

最新文章

相关产品

  • 函数计算