云端舞蹈——阿里云Serverless函数计算测评

本文涉及的产品
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
函数计算FC,每月15万CU 3个月
简介: Serverless函数计算作为一种新形式的计算方式,可以更好的应对计算资源弹性变化的场景。从宏观上看,不同企业、不同服务对计算资源的需求存在时空不均衡的特点。云计算厂商可以通过动态的调度资源,实现计算能力的合理调配,节省大量的闲置资源,从而降低成本。再宏观一点,当人类命运共同体的思想发展到一定程度,全球各个云计算厂商之间可以共享基础计算能力。当某个国家、地区计算资源在某个突然事件下不够用时,就可以临时调用其他国家、地区云厂商的计算资源——当然需要合理付费。Serverless这种产品的研发,利国利民。前途是光明的,道路可能会有一些曲折。对于现今的技术,我们总会满怀希冀——愿云端起

1. 计算舞台的发展史

1.1 上古时代

long long ago,很久很久以前,计算机是一种极其稀缺的资源。我曾跟某大学教授沟通,他说最开始的时候,一个大学的计算机系可能只有一台计算机。计算机是如此稀缺,那时候的计算资源可以说就算你有钱,也未必能轻易得到。

这个时代,我愿称之为计算资源的上古时代,其特点就是稀缺!

1.2 中古时代

在我刚毕业那会,进入一家国有大型商业银行从事信息科技工作。第一次走进机房,就被那一排排的服务器电脑震撼了。

看着那些服务器时不时闪烁的灯光,我能想象到,它们支撑的是数百亿、千亿、万亿的资金流动。

它们体格巨大、性能强悍、运行稳定,但是——额——非常昂贵。不光购买贵,要想让这些大型服务器正常运行,配套的机房、运维人员成本也不低。大型企业能承受,中小公司就有心无力了。

这个时代,我愿称之为计算资源的中古时代,其特点就是昂贵!

1.3 近现代

2018年,我进入一家民企企业,我发现企业使用的基本都是云服务器,像阿里云、华为云、联通沃云等等。

使用云服务器的好处是,如果部署的程序访问量大、并发量高、数据量大,那就买配置高的、贵一点的。如果部署的程序比较简单,访问人数也不多,那就买配置低的、便宜一点的。

而且随着时间的发展,访问量大增时,也可以花钱升级配置。同时采用云服务器的话,不用单独建设机房,也不用买硬件路由器、防火墙啥的,从成本上讲也不高。

简直是太香了,所以中小企业开始积极拥抱云服务器。我记得在公司工作的时候,管理的云服务器有几十台,而且每年都稳定新增若干台。

这个时代,我愿称之为计算资源的近现代,其特点嘛,就是性价比高。

1.4 当代

其实我在工作中,老早就发现了一些问题,就是我们对计算资源的需求,具有时空的不均衡性。

比如我们开发一套学校的缴费系统,这个系统平时无人问津,到了学校发缴费通知那几天,系统访问人数爆棚。

但是我们购买服务器的时候,总得按照支撑最大访问量的情形去购买,那平时剩余的计算能力不就大大的浪费了吗?

如果能有一种方式,可以根据需要,弹性的拓展或收缩计算能力,用户只需要按实际计算量付费,那会是一个相当大的进步吧。

另外从社会发展、从人类命运共同体的角度去看,这也是极大节约了社会资源、提高了生产效率啊。

哎,恕我孤陋寡闻,虽然我一直有这样的想法,却不知这在云计算领域是早就实现了的技术。而Serverless就是其中一种代表性的计算技术,它早已经来到我们身边了。

这个时代,我愿称之为计算资源的当代,其特点嘛,就是精细、和谐。

2. Serverless的概念

先从字面意思理解,Server是服务器,less是缺少,合起来就是无服务器。

无服务器的运算,就是咱们的程序不用部署到各类服务器,而是直接交给云(例如阿里云),云帮我们来协调计算资源、进行弹性的计算。

接下来我们就使用阿里云Serverless函数计算,来真正体验一下吧。

3. 快速体验

3.1 产品入口

阿里云产品众多,先给大家说下函数计算的位置。
在这里插入图片描述

3.2 创建应用

进入函数计算产品后,我们首先要创建一个应用。应用可以理解为一个后台服务、后台项目之类的东西。

阿里云内置了很多应用模板,例如常见的SpringBoot、Django、Flask等等,很好很强大,此处我选择了比较熟悉的SpringBoot。
在这里插入图片描述

3.3 应用部署设置

如下图,设置为通过Gitgee代码仓库部署应用代码。这个很好理解,我们的应用直接关联一个Gitgee的代码仓库,如果我们想部署应用,就先将代码提交到Gitgee。
在这里插入图片描述
注意,点击上图中红线处的链接,然后登陆Gitgee,即可完成Gitgee代码对阿里云Serveless的绑定授权。
在这里插入图片描述
点击创建后,会弹出如下窗口,等待创建完成即可。
在这里插入图片描述

3.4 编写代码

在上面创建项目时,我们指定了Gitgee代码仓库名为【start-springboot-jc】,我们将该仓库克隆到本地,查看项目代码结构如下:
在这里插入图片描述
打开pom.xml配置文件,熟悉的感觉,这是一个纯正的SpringBoot项目,版本为2.1.8。阿里云开发人员既然选择了该版本,它应该是非常稳定优秀的吧。
在这里插入图片描述
接下来看下启动类,我们可以轻易的猜出,welcome就是我们应用默认的入口。
在这里插入图片描述

来吧,不修改一番,怎能见证我这一代Java全栈程序员的风采!
在这里插入图片描述

3.5 代码部署

将代码提交到仓库,然后点击红线处进入应用详情:
在这里插入图片描述
在部署历史中惊奇的发现已经自动部署了,要问我咋发现的,看下时间就是了。此处说明阿里云做的挺好啊,自动发现代码更新然后自动触发部署,此处一个值得点赞!
在这里插入图片描述

3.6 访问测试

在应用详情页面的上方,点击访问域名:
在这里插入图片描述
弹出网页界面如下,大功告成。
在这里插入图片描述

4. 常见使用问题解析

4.1 如何开发自己的业务逻辑

如果对SpringBoot很熟悉的话,这个问题应该是很简单的。

可以在pom.xml中配置依赖项,然后编写服务类,最后在welcome方法中调用封装的服务类即可。运行结果可以通过网页显示,当然一些后台计算也可以不用网页显示。

4.2 如何配置正式域名

项目正式上线时,我们往往希望使用正式域名。可以进入函数计算首页,点击【域名管理菜单】,然后点击【添加自定义域名】:
在这里插入图片描述
如下图,就可以将我们的域名和应用里面的函数关联起来了。
在这里插入图片描述

4.3 实例规格及环境配置

在【服务管理】-【函数管理】中点击红圈中的【配置】按钮。
在这里插入图片描述
如下图,可以对实例规格、环境信息进行配置,例如内存、并发度、实例类型。

注意内存指的是函数执行的最大内存、并发度指的是函数可以同时处理多少个请求
在这里插入图片描述

4.4 如何选择实例类型

实例类型分为三大类,下面是阿里云官方说明,我感觉写得挺好,就不再过多解释了。

  • 弹性实例:函数计算基本实例,主要适用于突发流量场景,例如活动、大型促销和红包等。
  • 性能实例:大规格实例,资源上限更高,主要适用于计算密集型场景,例如音视频处理、AI建模和企业级Java应用等场景。当您选择性能实例时,您的函数将运行在计算能力更高的实例中。
  • GPU实例(公测中):基于Turing架构的GPU实例,主要适用于音视频、AI人工智能和图像处理等场景。在不同的场景中,将不同的业务负载下沉至GPU硬件加速,从而极大地提升了业务处理的效率。

4.5 如何进行监控和日志查看

注意在应用详情里面,会显示应用相关的底层服务和函数,如下图:
在这里插入图片描述
点击函数,可以看到很多信息,如下图可以很轻松的看到监控指标。
在这里插入图片描述
下图是日志信息:
在这里插入图片描述

4.6 如何进行弹性管理

在函数详情页面,点击【弹性管理】-【创建规则】,可以通过设定规则,对函数进行弹性管理。
在这里插入图片描述
如下图,可以按时间、或者按指标,动态的调整实例数。
在这里插入图片描述

5. 小结

经过上面的讲述可以发现,Serverless函数计算作为一种新形式的计算方式,可以更好的应对计算资源弹性变化的场景。

从宏观上看,不同企业、不同服务对计算资源的需求存在时空不均衡的特点。云计算厂商可以通过动态的调度资源,实现计算能力的合理调配,节省大量的闲置资源,从而降低成本。

再宏观一点,当人类命运共同体的思想发展到一定程度,全球各个云计算厂商之间可以共享基础计算能力。当某个国家、地区计算资源在某个突然事件下不够用时,就可以临时调用其他国家、地区云厂商的计算资源——当然需要合理付费。

Serverless这种产品的研发,利国利民。前途是光明的,道路可能会有一些曲折。对于现今的技术,我们总会满怀希冀——愿云端起舞翩翩,伴人间璀璨华年。

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
目录
打赏
0
3
4
0
466
分享
相关文章
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。
145 29
借助 serverless 将 MCP 服务部署到云端
本文介绍了如何将 MCP 服务通过 SSE 协议部署到云端,避免本地下载和启动的麻烦。首先,使用 Python 实现了一个基于 FastMCP 的网络搜索工具,并通过设置 `transport='sse'` 启用 SSE 协议。接着,编写客户端代码测试服务功能,确保其正常运行。随后,利用阿里云函数计算服务(FC 3.0)以 Serverless 方式部署该服务,包括创建函数、配置环境变量、添加依赖层以及部署代码。最后,提供了客户端测试方法和日志排查技巧,并展示了如何在不同工具(如 Cherry-Studio、Cline 和 Cursor)中配置云端 MCP 服务。
414 10
借助 serverless 将 MCP 服务部署到云端
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。
99 12
Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
Serverless MCP 运行时业界首发,函数计算支持阿里云百炼 MCP 服务!阿里云百炼发布业界首个全生命周期 MCP 服务,无需用户管理资源、开发部署、工程运维等工作,5 分钟即可快速搭建一个连接 MCP 服务的 Agent(智能体)。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。
157 0
 Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
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。
云原生应用实战:基于阿里云Serverless的API服务开发与部署
随着云计算的发展,Serverless架构日益流行。阿里云函数计算(Function Compute)作为Serverless服务,让开发者无需管理服务器即可运行代码,按需付费,简化开发运维流程。本文从零开始,介绍如何使用阿里云函数计算开发简单的API服务,并探讨其核心优势与最佳实践。通过Python示例,演示创建、部署及优化API的过程,涵盖环境准备、代码实现、性能优化和安全管理等内容,帮助读者快速上手Serverless开发。
企业级API集成方案:基于阿里云函数计算调用DeepSeek全解析
DeepSeek R1 是一款先进的大规模深度学习模型,专为自然语言处理等复杂任务设计。它具备高效的架构、强大的泛化能力和优化的参数管理,适用于文本生成、智能问答、代码生成和数据分析等领域。阿里云平台提供了高性能计算资源、合规与数据安全、低延迟覆盖和成本效益等优势,支持用户便捷部署和调用 DeepSeek R1 模型,确保快速响应和稳定服务。通过阿里云百炼模型服务,用户可以轻松体验满血版 DeepSeek R1,并享受免费试用和灵活的API调用方式。
265 12
阿里云 EMR Serverless Spark 在微财机器学习场景下的应用
面对机器学习场景下的训练瓶颈,微财选择基于阿里云 EMR Serverless Spark 建立数据平台。通过 EMR Serverless Spark,微财突破了单机训练使用的数据规模瓶颈,大幅提升了训练效率,解决了存算分离架构下 Shuffle 稳定性和性能困扰,为智能风控等业务提供了强有力的技术支撑。
204 15
美的楼宇科技基于阿里云 EMR Serverless Spark 构建 LakeHouse 湖仓数据平台
美的楼宇科技基于阿里云 EMR Serverless Spark 建设 IoT 数据平台,实现了数据与 AI 技术的有效融合,解决了美的楼宇科技设备数据量庞大且持续增长、数据半结构化、数据价值缺乏深度挖掘的痛点问题。并结合 EMR Serverless StarRocks 搭建了 Lakehouse 平台,最终实现不同场景下整体性能提升50%以上,同时综合成本下降30%。
阿里云 EMR Serverless StarRocks3.x,极速统一的湖仓新范式
阿里云 EMR Serverless StarRocks3.x,极速统一的湖仓新范式

相关产品

  • 函数计算
  • AI助理

    你好,我是AI助理

    可以解答问题、推荐解决方案等