基于信通院 Serverless 工具链模型的实践:Serverless Devs

简介: Serverless Devs 作为开源开放的开发者工具,参编中国信通院《基于无服务器架构的工具链能力要求》标准,为行业统一规范发挥助推作用!​

作者 | 江昱(阿里云 Serverless 产品经理)

前言

2022 年 6 月 15 日,信通院在中国信通院云原生产业大会上发布《基于无服务器架构的工具链能力要求》标准,至此全球首个云原生 Serverless 开放工具链模型正式发布!Serverless Devs  [1]作为开源开放的开发者工具积极参与工具链模型建设,为树立行业领域统一规范发挥出助推作用。

随着云计算发展,以及云原生热度的攀升,Serverless 架构崭露头角且发展势头迅猛。不仅被更多开发者所关注,市场占有率也逐年提高。然而,业内各平台提供的 Serverless 服务存在较大差异,无形中增加了用户的学习、开发、调试、移植成本。各大云厂商和开源框架所能提供的 Serverless 服务(无论从能力范围还是从产品形态、使用体验等方面)却不尽相同,因此许多开发者在选择使用 Serverless 之初,最大的担忧便是厂商绑定问题

在 2021 年中国信息通信研究院发布的《中国云原生用户调查 2021》数据中明确提及:在采纳 Serverless 技术前,31.69% 的用户会考虑厂商绑定问题,30.62% 的用户考虑相关工具集的完善程度。

这些数据背后透露的实际上是:开发者对于完善工具链的强烈需求和渴望

基于这一现象,中国信通院发布的全球首个云原生 Serverless 开放工具链模型,旨在融合不同实现方式之间的差异,抽象出一套行之有效的工具链规范,统一 Serverless 应用全生命周期的操作体验,驱动 Serverless 技术的标准化发展与广泛落地。

Serverless 开放工具链模型

Serverless Devs 作为开源开放的开发者工具,自其立项始,便以提升 Servelress 应用研发效能为目标,以让 Serverless 架构更好用、更易用为准则,期望在 Serverless 应用全生命周期发挥出重要作用。

Serverless Devs 不仅仅在工具链定位层面和信通院所发布的模型思路吻合(都是希望通过对 Serverless 应用全生命周期管理能力的建设,助力开发者研发效能提升,降低学习成本,提升使用幸福感),在功能支持层面以及工具链产品形态上,也与该模型高度一致。

模型解读

此次信通院所发布的《基于无服务器架构的工具链能力要求》标准,是对 Serverless 架构工具链体验层的规范与统一,做出规约。此举可以降低用户的使用与迁移成本,有助于屏蔽不同实现方式之间的差异,进而推动无服务器架构技术的广泛应用。

(中国信通院发布)


《基于无服务器架构的工具链能力要求》:从能力框架入手,通过接入范围、使用方法、操作形式等几个方面,对 Serverless 工具链的基本形态进行了规约;通过初始化配置、应用开发、应用调试、应用打包、部署发布以及应用下线几个阶段,对 Serverless 工具链的能力范围,即全生命周期管理能力进行了更为细致的规约;

最后通过对支撑能力(包括不限于授权管理、触发管理、应用管理、运维管理、研运管理等几个方面)以及开放能力(包括不限于拓展开发、组件管理等几个方面)进一步对 Serverless 工具链的具体形态,所需功能进行了相关的描述。

通过该模型,各个平台所提供的 Serverless 开发者工具将趋于统一,更为规范。

对用户的而言,对无服务器架构(Serverless)的工具链能力做出规范性的标准化要求,相当具有必要性。该模型的发布可以让不同平台较为割裂的 Serverless 使用体验,逐渐朝向统一规范的形态演进,消解用户厂商锁定的顾虑。

通过该模型实现的 Serverless 工具链项目,能够让开发者获得更为一致的开发使用体验,即便是使用不同平台所提供的 Serverless 产品或服务。以调试功能为例:该模型认为,工具应提供基于本地环境的调试能力,宜支持在沙箱环境执行本地调试,宜支持端云调试,可支持云端调试。

此外通过这样的规约,也可以帮助厂商积极开拓建设思路,查缺不足,补平自身的工具所应该具备的能力。这对行业统一规范建设,提升用户研发效能等都具有极高的价值和战略性意义。

另外值得注意的是,在《基于无服务器架构的工具链能力要求》中,还涉及到拓展开发、组件管理等相关能力的描述,可以感受到信通院对工具链开放生态的重要态度。

Serverless Devs



Serverless Devs 自 2020 年 10 月正式开源后,本着推动领域开发者规范统一的思想,一直为开发者生态不断繁荣,优化用户体验层面的规范标准持续努力着。

创新升级

基于开源开放建设的 Serverless Devs 开发者工具,信通院所发布的《基于无服务器架构的工具链能力要求》在开源的基础上,创新性提出了Serverless Devs Model,并根据该模型对外提供开发者工具Registry 生态

而这一部分将会以生态基础的思路进行建设,通过这一套体验,开发者可以快速适配框架层,并在自身的应用中发挥重要的作用和价值。

为开发者带来更为统一的功能体验,例如应用管理,发布,运维部署等,也可以为开发者提供多云平台的更为统一的使用体验,例如公有云,混合云。

基于模型和开源社区的最佳实践,Serverless Devs 开发者工具和 Serverless Registry 为企业或开发者提供快速将业务部署到多平台的 Serverless 服务。

而各个云平台或 Serverless 服务商,也可以通过这套生态基础,为用户们提供更为规范和统一的工具链、应用中心和最佳实践。

记得 Serverless Devs 社区在和 Laf 社区的负责人介绍 Serverless Devs 和 Serverless Registry 的时候,Laf 社区的负责人激动地说到:“Python 里面有 Pypi,Node.js 里面有 Npm,Serverless 领域有 Serverless Registry,配合开发者工具可以做无限的可能,这就是生态的基础啊,这太有格局,太有重要意义了。”

Serverless Devs 作为一款无厂商锁定,开源开放的 Serverless 开发者工具,不断地赋能 Serverless 创新升级,能够灵活自由地为不同平台的 Serverless 开发者和厂商用户提供全生命周期管理能力,是我们长期坚持的目标。

以阿里云函数计算(FC)为例,Serverless Devs 可以在初始化、开发、调试、部署、运维等多个领域发挥出重要的作用。

阿里云在Serverless Devs 基础上,构建了 Serverless 应用中心 [2],为开发者们提供了非常标准的 GitOps 能力,帮助开发者可以从应用纬度,对 Serverless 应用进行管理和操作,包括环境划分等相关功能。


德基集团,便是基于 Serverless 架构进行不同环境的划分,通过不同功能的加持,助力开发和运维效率全面加速提升。

德基集团的团队同学同学这样评价 Serverless Devs:"开源的 Serverless Devs 的出现,抹平了平台间的差异化,帮助我们开发者快速的部署到不同的云平台,打消用户的入坑焦虑同时,也给个厂商争取了共同协商统一标准的时间。由此,我们也不难看出,Serverless Devs 的功能确实是在不断的满足用户,其建设的根本目标,建设态度和思路,也是和广大开发者站在同一角度的。当然,我们也正在为体验层的规范,行业的繁荣,而不断努力贡献自己的一份力量。"

除了云厂商、企业的选择,开源社区也和 Serverless Devs 有着密切的合作联系,CNCF 的沙箱项目 OpenFunction,也正打算基于 Serverless Devs 构建其开发者工具链体系。社区负责人也表达:"Serverless Devs 通过打造开源开放、无厂商锁定的 Serverless 应用全生命周期管理工具解决了的 FaaS 平台各有各的规范这一问题。" 并表示 OpenFunction 社区将与 Serverless Devs 社区加紧合作,使用户可以用统一规范管理的 OpenFunction 函数。

结语

一方面 Serverless Devs 注重是安全,注重的是研发效能的提升另一方面我们也十分关注它是不是“接地气” 的,开发者能不能好用,能不能易用Serverless Devs 能不能真的在 Serverless 应用全生命周期,助力研发同学更好,更快的享受 Serverless 架构所带来的红利。

我们也希望 Serverless  Devs 能够持续为行业发展与生态繁荣贡献自己的力量,无论是推动、参与信通院发布《基于无服务器架构的工具链能力要求》,还是组建 Serverless 开发者社区,发布 Serverless 开发者手册,亦或是是举办各类 Serverless Meetup 线下活动,Serverless Devs 一直希望通过自身的努力,能够为行业发光发热,贡献力量。

在未来,Serverless Devs 不仅仅会作为开发者工具, 为开发者们提供好用的无厂商锁定的 Serverless 开发体验,也将会成为技术底座,逐渐的被更多厂商和开源项目所采纳。Serverless Devs 将会以开源代码,开发生态的形式持续建设,持续发力,为行业规范、繁荣,贡献力量。


附录:

Serverless Devs:https://www.serverless-devs.com/

Serverless应用中心:https://fcnext.console.aliyun.com/applications/

社区GitHub:https://github.com/serverless-devs/serverless-devs

相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
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
|
运维 监控 Cloud Native
【云故事探索】NO.17:国诚投顾的云原生 Serverless 实践
国诚投顾携手阿里云,依托Serverless架构实现技术全面升级,构建高弹性、智能化技术底座,提升业务稳定性与运行效率。通过云原生API网关、微服务治理与智能监控,实现流量精细化管理与系统可观测性增强,打造安全、敏捷的智能投顾平台,助力行业数字化变革。
【云故事探索】NO.17:国诚投顾的云原生 Serverless 实践
|
6月前
|
运维 监控 Cloud Native
【云故事探索】NO.17:国诚投顾的云原生 Serverless 实践
通过与阿里云深度合作,国诚投顾完成了从传统 ECS 架构向云原生 Serverless 架构的全面转型。新的技术架构不仅解决了原有系统在稳定性、弹性、运维效率等方面的痛点,还在成本控制、API 治理、可观测性、DevOps 自动化等方面实现了全方位升级。
|
10月前
|
存储 运维 Serverless
千万级数据秒级响应!碧桂园基于 EMR Serverless StarRocks 升级存算分离架构实践
碧桂园服务通过引入 EMR Serverless StarRocks 存算分离架构,解决了海量数据处理中的资源利用率低、并发能力不足等问题,显著降低了硬件和运维成本。实时查询性能提升8倍,查询出错率减少30倍,集群数据 SLA 达99.99%。此次技术升级不仅优化了用户体验,还结合AI打造了“一看”和“—问”智能场景助力精准决策与风险预测。
923 69
|
12月前
|
自然语言处理 Serverless 测试技术
DeepSeek 模型快速体验,魔搭+函数计算一键部署模型上云
DeepSeek模型近期备受关注,其开源版本DeepSeek-V3和DeepSeek-R1在多个基准测试中表现出色,性能比肩OpenAI顶尖模型。为降低本地部署门槛,Modelscope社区推出DeepSeek-R1-Distill-Qwen模型的一键部署服务,支持函数计算FC平台的闲置GPU实例,大幅降低成本。用户可选择不同参数量的小模型进行快速部署和推理,体验DeepSeek的强大性能。
DeepSeek 模型快速体验,魔搭+函数计算一键部署模型上云
|
10月前
|
Cloud Native Serverless 流计算
云原生时代的应用架构演进:从微服务到 Serverless 的阿里云实践
云原生技术正重塑企业数字化转型路径。阿里云作为亚太领先云服务商,提供完整云原生产品矩阵:容器服务ACK优化启动速度与镜像分发效率;MSE微服务引擎保障高可用性;ASM服务网格降低资源消耗;函数计算FC突破冷启动瓶颈;SAE重新定义PaaS边界;PolarDB数据库实现存储计算分离;DataWorks简化数据湖构建;Flink实时计算助力风控系统。这些技术已在多行业落地,推动效率提升与商业模式创新,助力企业在数字化浪潮中占据先机。
522 12
|
11月前
|
人工智能 Cloud Native Serverless
Serverless Devs 官网全新升级,Serverless+AI 重磅来袭
Serverless Devs 官网全新升级,Serverless+AI 重磅来袭
202 3
|
12月前
|
Kubernetes 监控 Serverless
基于阿里云Serverless Kubernetes(ASK)的无服务器架构设计与实践
无服务器架构(Serverless Architecture)在云原生技术中备受关注,开发者只需专注于业务逻辑,无需管理服务器。阿里云Serverless Kubernetes(ASK)是基于Kubernetes的托管服务,提供极致弹性和按需付费能力。本文深入探讨如何使用ASK设计和实现无服务器架构,涵盖事件驱动、自动扩展、无状态设计、监控与日志及成本优化等方面,并通过图片处理服务案例展示具体实践,帮助构建高效可靠的无服务器应用。
|
12月前
|
机器学习/深度学习 自然语言处理 Serverless
DeepSeek 快速体验,魔搭+函数计算一键部署模型上云
对于期待第一时间在本地进行使用的用户来说,尽管 DeepSeek 提供了从 1.5B 到 70B 参数的多尺寸蒸馏模型,但本地部署仍需要一定的技术门槛。对于资源有限的用户进一步使用仍有难点。为了让更多开发者第一时间体验 DeepSeek 模型的魅力,Modelscope 社区 DeepSeek-R1-Distill-Qwen 模型现已支持一键部署(SwingDeploy)上函数计算 FC 服务,欢迎开发者立即体验。
810 13
|
存储 文件存储 对象存储
AI 场景下,函数计算 GPU 实例模型存储最佳实践
当前,函数计算 FC 已被广泛应用在各种 AI 场景下,函数计算支持通过使用容器镜像部署 AI 推理应用,并且提供多种选项来访问训练好的模型。为了帮助开发者高效地在函数计算上部署 AI 推理应用,并快速解决不同场景下的模型存储选型问题,本文将对函数计算的 GPU 模型存储的优缺点及适用场景进行对比分析,以期为您的模型存储决策提供帮助。

热门文章

最新文章

相关产品

  • 函数计算