Serverless 在阿里巴巴的实践_新手上云_技术课程_开发者学堂

云原生社区 > Serverless > 正文

Serverless 在阿里巴巴的实践

2课时 |
109人已学 |
免费
课程介绍

课程大纲:

一、 为什么选择函数计算 FC

二、 FC 集团规模化落地技术方案

三、 FC 集团规模化落地案例

Serverless 在阿里集团的大规模落地案例(上)

 

内容目录:

一、 为什么选择函数计算 FC

二、 FC 集团规模化落地技术方案

三、 FC 集团规模化落地案例

 

一、为什么选择函数计算 FC

(一) Serverless 未来趋势

l 函数计算 (FC):

面向函教,基于事件驱动与云产品间集成提供端到端的爆决方案,用户只需编写代码上传后,为代码实际产生的请求资源消耗付费。

l Serverless 应用引擎( SAE):

面向应用,提供面向微服务的 U I 和 API,抽象了应用的概念并对用户屏蔽底层,Kubemetes 的技术细节, 降低用户的使用门槛。

l Serverless Kubernetes Serverless Addon:

面向容器,底层使用 ECI,标准的 Kubernetes UI 和 API 用户界面,主要提供原生Kubernetes 的生态。

l ECI:

面向 laaS 资源层,提供容器 /Pod 级别的运行环境,用户快速运行容器,只为容器实际消。

l 函数计算 FC 是国内出现最早、应用最广泛的 Serverless 形态,是云原生产品技术的全面升级。

(二)全面 Serverless—中间件 4.0战略

l 云上服务的“集大成者”,Serverless 计算平台可以轻松应对各种突发流量,最大化云原生价值

l Serveress ( No Server,提升研发和运维效率)

l Serveress ( No Server,提升研发和运维效率)

l BaaS(Backend As Serice ,产品化,全部采用公有云产品,提供 99.9% 高可用, 统一控制面,提供灵活调度能力,支持中心容灾)

l 微服务体系

图片7.png

l 消息体系

l 可观测体系

l 高可用

(三)Serverless 软件架构

(四)阿里云函数计算核心优势

l 智能弹性

l 极致效率

l 开放标准

l 安全稳定

l 函数计算能力全面升级,新发布包括容器镜像、APM、消息生态全面集成等领先功能

(五)集团 Serverless 的痛点

l 弹性弱

l 不降本

l 非标准

l 重复造轮子,不专一,产品化不够

(六)集团 Serverless 平台的优势

l 集成度高

l 技术生态强

l 业务流量大

l 深度融入集团内技术体系,切合集团内用户习惯

 

二、FC 集团规模化落地技术方案

(一)函数计算是如何工作的

事件源:

l 日志服务

l 对象存储

l 表格储存

l 消息服务

l API网关

l CDN

直接调用:

l Node.js SDK

l Python SDK

l Java SDK

l PHP SDK

l Golang SDK

函数计算:

l APL Server接受请求

l 分配环境

(一) 函数计算同步调用

特性:

1. 服务端会立即返回计算结果

2. 执行过程中遇到错误,会将错误返回客户端,函数计算不会对错误进行重试,需要客户端添加重试机制

(三)函数计算异步调用

特性:

1. 异步调用将触发请求放到队列中就返回,不会等待函数调用结束。

2. 执行过程中遇到错误,会对错误进行重试,函数错误重试三次,系统错误会以指数退避方式无限重试。

3. 适用于批量数据处理。

(四)函数计算事件源集成

丰富的事件源:

l 对象存储

l API网关

l 消息服务

l 表格存储

l 日志服务

l HTTP

l 定时器

l IOT

l DataHub

l CDN

l 云监控

l 云呼叫中心

事件驱动,简化编程模型,编写少量的代码即可串联多个服务实现复杂的功能

l 全托管 serverless

l 任意类型任务编排

l 分布式协调、 状态管理

(五)集团落地 FC  整体架构方案

(六)极致 Serverless 性能—消除冷启动

系统冷启动

l 调度实例

l 下载并解压代码

l 启动实例

避免冷启动

l 使用预留实例可以完全避免冷启动

l 降低代码包大小

l 使用 Initializer 函数

l 保持请求连续稳定

预留模式+按量模式=保证资源弹性+消除冷启动方案:

预留实例:

l 根据产品流量曲线,很容易得出固定流量是多少。

l 这部分流量用“预留模式”

l 适合冷启动敏感的业务

按量模式:

l Brust 流量可以用按量模式,支持二种模式扩容 KPA:按照用户设置的并发度进行扩容

l HPA:按照用户设置的 CPU 利用率阅值进行扩容

l 如果两者都进行设置,两个指标谁先到达,就会触发扩容

扩容中的实例,不会立即接收流量,而是实例 Ready 后,再进行服务。所以扩容中新增的流量会仍然派发到”正在服务中“的实例,不会触发冷启动。

我的学习进度
请登录后查看您的学习进度!
立即登录
Serverless
+关注
快速交付实现商业价值。