Serverless 架构落地实践及案例解析

简介: 从单体架构到微服务架构,从单机部署到集群化部署,互联网软件架构越来越复杂,公司需要投入大量精力和成本进行底层技术的升级和维护。但是 Serverless 架构能够让开发者专注业务实现从而创造更大的业务价值。


作者 | 袁坤  
整理 | 徐诗瑶
出品 | CSDN 云原生


互联网软件架构演进


我们先简单回顾下互联网软件架构的演进之路。单机部署在单机部署中,将所有的业务和数据库都部署在一台主机中。


此架构的优点是:开发、部署以及运维都非常简单。缺点是:一旦遇到流量过大或者机器故障,整个系统瘫痪,甚至丢失业务数据,造成巨大业务损失。


集群化部署


针对上述架构问题,常用的解决方案是采取水平扩容的方式进行集群化部署。引入 SLB 的流量网关路由,进行负载均衡。


集群化部署本质上是单体架构,开发人员在项目开发的时候需要额外注意,比如要使用 cookie 进行鉴权,session 就不能存储在本地,需要引入 Redis 进行单独存储。集群化部署可以通过快速水平扩容解决流量突增或机器故障的问题。


微服务拆分


随着业务的发展以及团队规模的扩张,单体架构这样紧耦合的方式会带来越来越多的问题,架构的灵活性和可扩展性成为阻碍业务发展的重大挑战。微服务架构应运而生。


对比单体架构,微服务架构远比其复杂,也衍生了很多新技术,比如:API 网关、服务注册、服务发现、RPC 通信。


Serverless 架构


从单体架构到微服务架构,从单机部署到集群化部署,互联网软件架构越来越复杂,公司需要投入大量精力和成本进行底层技术的升级和维护。下图是 Serverless 架构,和单体架构不同的是将对应的组件换成 Serverless 云产品。


技术演进的本质是更好服务业务,传统开发方式使企业花费更多的精力打磨底层技术细节,而 Serverless 架构就是让开发者专注业务实现从而创造更大的业务价值。

Serverless 架构的优势很明显:


不关注底层基础设施,专注业务价值创造

自动弹性,从容面对突增流量

按资源使用计费,避免资源闲置浪费Serverless 架构探讨先来看一下 FaaS 的执行过程。蓝色部分是用户手动管理,只需要交付代码,其他的启动、运行、运维等都是在 FaaS 平台进行。


但是此架构会产生一些问题:


代码碎片化,无法统一管理和部署

本地环境和线上环境不一致,无法处理依赖兼容性问题

进行本地 Debug 和线上调试困难

FaaS 厂商对代码包有限制,无法部署大代码包

没有统一的标准,导致厂商锁定问题


Serverless Devs针对上述问题,Serverless Devs 可以帮助开发者更好地开发管理 Serverless 应用,它具备以下几个特点:


无厂商锁定,Serverless Devs 帮助开发者将应用部署在各个厂商上面

开源开放,代码逻辑无任何黑洞

功能可插拨,Serverless Devs 通过组件的形式提供,开发者完全可以根据需求,快速开发适合自己的工具套件

项目全生命周期管理能力,Serverless Devs 是用户进行项目初始化创建、开发、调试、部署等全生命周期管理的工具,简化 Serverless 应用开发如果说 Serverless 架构可以帮助开发者开发应用,那么 Serverles Devs 就是帮助 Serverless 开发者更好地开发 Serverless 应用!


Serverless 架构实践


Serverless Devs 官网实践通过上面的介绍可以看出 Serverless Devs 开发者工具并没有提供业务,业务的实现由组件提供,而组件本身分散在不同的 GitHub 仓库中。


Serverless Devs 官网有下面几个诉求:

不同仓库下 GitHub 源中的文档汇集在一个界面进行展示

组件开发者专注组件文档编写,文档自动实时同步到官网

组件一旦有变动,官网能够自动部署和构建整体方案如下:


开发者在 GitHub 更新文档,触发 webhook 钩子配置的 Http Serverless 函数。这里需要注意的是:由于组件的文档数目不定以及 GitHub 网络不稳定等问题,如果所有的工作都在 Http 函数中处理,非常容易导致超时,所以将所有的处理逻辑放在异步调用中,执行完后将处理的结果投递到钉钉或者邮件等渠道。


阿里云函数计算控制台实践阿里云函数计算 FC 控制台是用户使用函数计算产品的第一站,控制台的用户体验至关重要。


在架构上面临几个问题:

后端采用中心化部署模式,用户在海外访问延时非常高

需要用户手动建设监控、日志、灰度等能力,导致运维成本偏高

研发效率较低,开发过程中前后端需要协调沟通,协作成本较大整体解决方案如下:



左侧是阿里云通用的网关,负责统一鉴权和安全等逻辑,抽离出 BFF(Backend for Frontend)层,这部分的特点如下:

整体 BFF 部署在阿里云函数计算 FC 上,开发者无需手动运维
BFF 层由前端工程师负责,前端工程师更好地深入业务,提供优秀的用户体验
后端工程师专注于底层稳定性和原子能力的提供,通过 SDK 的方式进行交付给 BFF



通过 Serverless 实现的 BFF 不仅给业务带来了极大的灵活性,对于前端工程师这个群体也有质的改变:从之前的技术视角转变到更加关注业务价值和用户体验提升。


CD 构建实践


常规的自建 CD 构建集群方案通过 Jenkins 或 Tekton 框架实现业务逻辑的编排,资源层面使用 K8s 部署,实现弹性伸缩。如果需要实现简单的云端构建 CD 方案,采用上文的架构略显复杂。CI/CD 的业务场景有以下几个特性:通过事件触发执行流量无法提前预估需要长时间在后台运行,对延时不敏感由于网络时延等问题,需要设计失败重试机制这些特性完全是为 Serverless 量身打造的。实现方案还使用了异步函数,将构建的所有流程导到异步函数中处理,整个编排逻辑通过 Serverless Devs 进行,完美实现了一个性能稳定的 CD 构建集群。阿里云函数计算应用中心这款产品的底层的 CD 能力完全基于上述的原理进行实践,大家可以自行体验。


异步函数


实践中有非常多使用到异步函数的场景,这里简单介绍下异步函数。




总结来看,异步函数有四个特点:

1、可长时间运行,两个小时到一天不等
2、可以设置自动终止,自由调节时间,节约资源
3、可把触发结果分发给各个事件兑现中心
4、有三次机会可在失败的情况下自动重试



1分钟 Serverless 极速搭建真网站



阿里云云原生应用平台联合云起实验室推出场景体验,2022.6.20-2022.7.1日 (工作日期间)完成以下体验,即有机会领取天猫超市 10 元代金券。


  • 极速搭建 Zblog 博客系统


体验地址:

https://developer.aliyun.com/adc/series/activity/serverless2022

相关实践学习
函数计算部署PuLID for FLUX人像写真实现智能换颜效果
只需一张图片,生成程序员专属写真!本次实验在函数计算中内置PuLID for FLUX,您可以通过函数计算+Serverless应用中心一键部署Flux模型,快速体验超写实图像生成的魅力。
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
|
7月前
|
数据采集 监控 API
移动端性能监控探索:iOS RUM SDK 技术架构与实践
阿里云 RUM SDK 作为一款性能体验监控采集工具,可以作为辅助 App 运维的强有力助手,提升您的问题排查效率。
406 57
|
7月前
|
存储 运维 分布式计算
零售数据湖的进化之路:滔搏从Lambda架构到阿里云Flink+Paimon统一架构的实战实践
在数字化浪潮席卷全球的今天,传统零售企业面临着前所未有的技术挑战和转型压力。本文整理自 Flink Forward Asia 2025 城市巡回上海站,滔搏技术负责人分享了滔搏从传统 Lambda 架构向阿里云实时计算 Flink 版+Paimon 统一架构转型的完整实战历程。这不仅是一次技术架构的重大升级,更是中国零售企业拥抱实时数据湖仓一体化的典型案例。
507 0
|
8月前
|
数据采集 运维 数据可视化
AR 运维系统与 MES、EMA、IoT 系统的融合架构与实践
AR运维系统融合IoT、EMA、MES数据,构建“感知-分析-决策-执行”闭环。通过AR终端实现设备数据可视化,实时呈现温度、工单等信息,提升运维效率与生产可靠性。(238字)
|
7月前
|
存储 SQL 消息中间件
从 ClickHouse 到 StarRocks 存算分离: 携程 UBT 架构升级实践
查询性能实现从秒级到毫秒级的跨越式提升
|
边缘计算 Kubernetes 物联网
Kubernetes 赋能边缘计算:架构解析、挑战突破与实践方案
在物联网和工业互联网快速发展的背景下,边缘计算凭借就近处理数据的优势,成为解决云计算延迟高、带宽成本高的关键技术。而 Kubernetes 凭借统一管理、容器化适配和强大生态扩展性,正逐步成为边缘计算的核心编排平台。本文系统解析 Kubernetes 适配边缘环境的架构分层、核心挑战与新兴解决方案,为企业落地边缘项目提供实践参考。
682 0
|
7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。
723 30
|
8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。
755 12
|
SQL 分布式计算 Serverless
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
鹰角网络为应对游戏业务高频活动带来的数据潮汐、资源弹性及稳定性需求,采用阿里云 EMR Serverless Spark 替代原有架构。迁移后实现研发效率提升,支持业务快速发展、计算效率提升,增强SLA保障,稳定性提升,降低运维成本,并支撑全球化数据架构部署。
1316 56
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
|
人工智能 开发框架 安全
Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
作为云上托管 MCP 服务的最佳运行时,函数计算 FC 为阿里云百炼 MCP 提供弹性调用能力,用户只需提交 npx 命令即可“零改造”将开源 MCP Server 部署到云上,函数计算 FC 会准备好计算资源,并以弹性、可靠的方式运行 MCP 服务,按实际调用时长和次数计费,欢迎你在阿里云百炼和函数计算 FC 上体验 MCP 服务。
993 31
|
11月前
|
存储 编解码 Serverless
Serverless架构下的OSS应用:函数计算FC自动处理图片/视频转码(演示水印添加+缩略图生成流水线)
本文介绍基于阿里云函数计算(FC)和对象存储(OSS)构建Serverless媒体处理流水线,解决传统方案资源利用率低、运维复杂、成本高等问题。通过事件驱动机制实现图片水印添加、多规格缩略图生成及视频转码优化,支持毫秒级弹性伸缩与精确计费,提升处理效率并降低成本,适用于高并发媒体处理场景。
1170 0

相关产品

  • 函数计算
  • 推荐镜像

    更多
  • DNS