vlambda博客
学习文章列表

Serverless是Function as a Service的又名，其实并不是代表没有服务器存在，而是开发者不需要关心服务器。Serverless是Amazon AWS早在2014年推出的，随后有了微软的Azure Function，Google GKE Function等。国内的主流云厂商都有类似的产品，例如阿里云的Function Computing、腾讯云函数、华为云函数等。FaaS， 如其名，开发者只需要把自己的代码逻辑封装到一个Java方法或者NodeJS、Python函数里，提供Serverless服务的平台就会给用户部署的函数提供基于http调用的入口。这样用户只需要写业务逻辑，不需要担心服务器的规格、技术、运维，甚至不用考虑网络层就可以提供服务以备使用者调用，用户调用函数再“按次”收费，这对于初创团队来说，尤其是接口在低频调用的时期，可以不选择“按月”租用昂贵的公有云服务器资源。

比如一个中小银行，用户量20万，日活不到5000，一个均数中度活跃的业务：比如“理财的购买”，因为从“手机银行——查看理财产品——最终购买转化”，经过一系列的漏斗筛选，最终转化不到20%，所以一天的调用量才1000次，平均到每个小时，每秒的TPS可能不会超过50；所以为了每秒50的访问量，如果是非微服务的，很多银行会买4台、十几万一台，大概50万的服务器；如果是微服务的成本可能更高。如果同时有几十、上百个服务在跑，服务器的总体成本会很高；但是如果换成Serverless, 同一个服务器可以混补多个业务，一秒钟可以达到1000TPS, 一台服务器可以支撑10-20个业务，成本节约可见一斑。

如果能把中台、核心抽象到90%不怎么变化，大部分开发工作都在上层开发业务函数，就能极大的提升研发效率。如果底层接口和函数都抽象好，再复杂的Function也只是一个流程，一大堆 if else , 无非是把分布式事务做好。一个简单函数开发一天可以写4-5个；复杂的函数一套一天也可以写2-3个；一个小型的信贷业务也就是20-30个接口，可在10天左右完成开发自测，15天完成上线。

主流的Serverless框架都支持但不限于:

1.Java

2.Kotlin

3.Scala

4.Clojure

5.NodeJs

6.Deno

7.CPython

8.PyPy

9.GraalPython

10.C++/C

11.Rust

12.Golang

13.Haskell

14.Dart

15.Ruby

16.Elixir

17.Ballerina

自动弹性伸缩。如果遇到组织营销活动，提前预测好峰值，提前做好全链路压测，确保Serverless的扩容指标和效率即可。基于GraalVM的Spring Native函数可以做到最低90ms冷启动。

上图是Knative的基础架构，源头是基于事件驱动K8s调用，基于K8s eventing，发送到KNative的Broker。Knative在部署的函数里加了Trigger，然后根据订阅关系，推动服务执行。这个过程服务的开发者是无感的，函数的发布、注册是通过KNative存储在etcd的，函数被调用的过程中，KNative根据配置的扩容监控指标，比如是TPS，负载，然后驱动K8s的调度器，动态的去启动更多的函数容器或者动态的进行回收。

KNative 是Kubernetes团队基于K8s的核心能力构建的Serverless框架，对K8s的支持比较好，基于Golang实现，支持多种编程语言，是一个Serverless的建议之选；基于K8s原生的接口和理念实现，成熟度高，而且更方便集成CNCF协会的各种开源组件。

基于K8s实现，比KNative小众，基于K8s原生的接口和理念实现，成熟度中等。

Dapr是微软基于Azure Function孵化的Serverless框架，是基于C#实现，支持OAM(Open Application Model)，阿里云也在用Dapr，他的原理和Service Mesh的Sidecar类似，在多个高并发量场景有实际用例，成熟度高。

另一个开源Serverless实现，支持K8s，成熟度中等。

另一个开源FaaS项目，支持K8s, Vert.x，成熟度中等。

Apache OpenWhisk由IBM开源的项目，诞生于K8s大行其道之前，基于Akka作为基于事件驱动的通信，每个函数是被一个Akka Actor进行执行和调度，成熟度中等。

Oracle的原生，JIT 虚拟机，性能优于JVM，可以支持更多的语法例如Python, JS, C++等；但是Python等语法和库的支持还不成熟，可以让其他语言拥有近似于JVM的性能。

对于Serverless来说，越轻量，启动快速的容器或虚机技术，越能提升Serverless的弹性能力和冷启动的函数容器储备量。例如：runC, lightVM和阿里自研的只有一个systemd进程的容器。

基于函数的网格，方便集成函数，提供Serverless的网格化管理能力，例如：Uber就提供了类似的技术。