來源 | 《云原生架構白皮書》

【導讀】近日，由阿里云 20+ 位云原生技術專家共同編撰的《云原生架構白皮書》正式對外發布。作為業界第一本全方位構建云原生架構規劃與實踐全景圖的白皮書，本書在詳細闡述云原生架構定義的同時，完整展示云原生架構應用所需的演進路徑與設計規則，旨在幫助企業更好地理解與應用云原生架構，助力企業數字化轉型升級。（文末有驚喜）

以下為 Serverless 章節內容：

隨著以 Kubernetes 為代表的云原生技術成為云計算的容器界面，Kubernetes 成為云計算的新一代操作系統。面向特定領域的后端云服務（BaaS）則是這個操作系統上的服務 API，存儲、數據庫、中間件、大數據、AI 等領域的大量產品與技術都開始提供全托管的云形態服務，如今越來越多用戶已習慣使用云服務，而不是自己搭建存儲系統、部署數據庫軟件。

當這些 BaaS 云服務日趨完善時，Serverless 因為屏蔽了服務器的各種運維復雜度，讓開發人員可以將更多精力用于業務邏輯設計與實現，而逐漸成為云原生主流技術之一。

技術特點

Serverless 計算包含以下特征：

• 全托管的計算服務，客戶只需要編寫代碼構建應用，無需關注同質化的、負擔繁重的基于服務器等基礎設施的開發、運維、安全、高可用等工作；

• 通用性，結合云 BaaS API 的能力，能夠支撐云上所有重要類型的應用；

• 自動的彈性伸縮，讓用戶無需為資源使用提前進行容量規劃；

• 按量計費，讓企業使用成本得有效降低，無需為閑置資源付費。

函數計算（Function as a Service）是 Serverless 中最具代表性的產品形態。它通過把應用邏輯拆分多個函數，每個函數都通過事件驅動的方式觸發執行，例如當對象存儲（OSS）中產生的上傳 / 刪除對象等事件，能夠自動、可靠地觸發 FaaS 函數處理，且每個環節都是彈性和高可用的，客戶能夠快速實現大規模數據的實時并行處理。同樣的，通過消息中間件和函數計算的集成，客戶可以快速實現大規模消息的實時處理。

目前函數計算這種 Serverless 形態在普及方面仍存在一定困難，例如：

• 函數編程以事件驅動方式執行，這在應用架構、開發習慣方面，以及研發交付流程上都會有比較大的改變；

• 函數編程的生態仍不夠成熟，應用開發者和企業內部的研發流程需要重新適配；

• 細顆粒度的函數運行也引發了新技術挑戰，比如冷啟動會導致應用響應延遲，按需建立數據庫連接成本高等。

針對這些情況，在 Serverless 計算中又誕生出更多其他形式的服務形態，典型的就是和容器技術進行融合創新，通過良好的可移植性，容器化的應用能夠無差別地運行在開發機、自建機房以及公有云環境中；基于容器工具鏈能夠加快解決 Serverless 的交付。云廠商如阿里云提供了彈性容器實例（ECI）以及更上層的 Serverless 應用引擎（SAE），Google 提供了 CloudRun 服務，這都幫助用戶專注于容器化應用構建，而無需關心基礎設施的管理成本。此外 Google 也開源了基于 Kubernetes 的 Serverless 應用框架 Knative。

相對函數計算的編程模式，這類 Serverless 應用服務支持容器鏡像作為載體，無需修改即可部署在Serverless 環境中，可以享受到 Serverless 帶來的全托管免運維、自動彈性伸縮、按量計費等優勢。下面是傳統的彈性計算服務、基于容器的 Serverless 應用服務和函數計算的對比：

常見場景

近兩年來 Serverless 近年來呈加速發展趨勢，用戶使用 Serverless 架構在可靠性、成本和研發運維效率等方面獲得顯著收益。

小程序 /Web/Mobile/API 后端服務

在小程序、Web/Moible 應用、API 服務等場景中，業務邏輯復雜多變，迭代上線速度要求高，而且這類在線應用，資源利用率通常小于 30%，尤其是小程序等長尾應用，資源利用率更是低于 10%。Serverless 免運維，按需付費的特點非常適合構建小程序 /Web/Mobile/API 后端系統，通過預留計算資源 + 實時自動伸縮，開發者能夠快速構建延時穩定、能承載高頻訪問的在線應用。在阿里內部，使用 Serverless 構建后端服務是落地最多的場景，包括前端全棧領域的 Serverless For Frontends，機器學習算法服務，小程序平臺實現等等。

大規模批處理任務

在構建典型任務批處理系統時，例如大規模音視頻文件轉碼服務，需要包含計算資源管理、任務優先級調度、任務編排、任務可靠執行、任務數據可視化等一系列功能。如果從機器或者容器層開始構建，用戶通常使用消息隊列進行任務信息的持久化和計算資源分配，使用 Kubernetes 等容器編排系統實現資源的伸縮和容錯，自行搭建或集成監控報警系統。而通過 Serverless 計算平臺，用戶只需要專注于任務處理邏輯的處理，而且 Serverless 計算的極致彈性可以很好地滿足突發任務下對算力的需求。

通過將對象存儲和 Serverless 計算平臺集成的方式，能實時響應對象創建、刪除等操作，實現以對象存儲為中心的大規模數據處理。用戶既可以通過增量處理對象存儲上的新增數據，也可以創建大量函數實例來并行處理存量數據。

基于事件驅動架構的在線應用和離線數據處理

典型 Serverless 計算服務通過事件驅動的方式，可以廣泛地與云端各種類型服務集成，用戶無需管理服務器等基礎設施和編寫集成多個服務的“膠水”代碼，就能夠輕松構建松耦合、基于分布式事件驅動架構的應用。

通過和事件總線的集成，無論是一方 BaaS 云服務，還是三方的 SaaS 服務，或者是用戶自建的系統，所有事件都可以快速便捷地被函數計算處理。例如通過和 API 網關集成，外部請求可以轉化為事件，從而觸發后端函數處理。通過和消息中間件的事件集成，用戶能快速實現對海量消息的處理。

開發運維自動化

通過定時觸發器，用戶用函數的方式就能夠快速實現定時任務，而無須管理執行任務的底層服務器。通過將定時觸發器和監控系統的時間觸發器集成，用戶可以及時接收機器重啟、宕機、擴容等 IaaS 層服務的運維事件，并自動觸發函數執行處理。

技術關注點

計算資源彈性調度

為了實現精準、實時的實例伸縮和放置，必須把應用負載的特征作為資源調度依據，使用“白盒”調度策略，由Serverless 平臺負責管理應用所需的計算資源。平臺要能夠識別應用特征，在負載快速上升時，及時擴容計算資源，保證應用性能穩定；在負載下降時，及時回收計算資源，加快資源在不同租戶函數間的流轉，提高數據中心利用率。因此更實時、更主動、更智能的彈性伸縮能力是函數計算服務獲得良好用戶體驗的關鍵。通過計算資源的彈性調度，幫助用戶完成指標收集、在線決策、離線分析、決策優化的閉環。

在創建新實例時，系統需要判斷如何將應用實例放置在下層計算節點上。放置算法應當滿足多方面的目標：

• 容錯：當有多個實例時，將其分布在不同的計算節點和可用區上，提高應用的可用性。

• 資源利用率：在不損失性能的前提下，將計算密集型、I/O 密集型等應用調度到相同計算節點上，盡可能充分利用節點的計算、存儲和網絡資源。動態遷移不同節點上的碎片化實例，進行“碎片整理”，提高資源利用率。

• 性能：例如復用啟動過相同應用實例或函數的節點、利用緩存數據加速應用的啟動時間。

• 數據驅動：除了在線調度，系統還將天、周或者更大時間范圍的數據用于離線分析。離線分析的目的是利用全量數據驗證在線調度算法的效果，為參數調優提供依據，通過數據驅動的方式加快資源流轉速度，提高集群整體資源利用率。

負載均衡和流控

資源調度服務是 Serverless 系統的關鍵鏈路。為了支撐每秒近百萬次的資源調度請求，系統需要對資源調度服務的負載進行分片，橫向擴展到多臺機器上，避免單點瓶頸。分片管理器通過監控整個集群的分片和服務器負載情況，執行分片的遷移、分裂、合并操作，從而實現集群處理能力的橫向擴展和負載均衡。

在多租戶環境下，流量隔離控制是保證服務質量的關鍵。由于用戶是按實際使用的資源付費，因此計算資源要通過被不同用戶的不同應用共享來降低系統成本。這就需要系統具備出色的隔離能力，避免應用相互干擾。

安全性

Serverless 計算平臺的定位是通用計算服務，要能執行任意用戶代碼，因此安全是不可逾越的底線。系統應當從權限管理、網絡安全、數據安全、運行時安全等各個維度全面保障應用的安全性。輕量安全容器等新的虛擬化技術實現了更小的資源隔離粒度、更快的啟動速度、更小的系統開銷，使數據中心的資源使用變得更加細粒度和動態化，從而更充分地利用碎片化資源。

以上內容出自阿里云出品的《云原生架構白皮書》。

本報告共分為七大章節，涵蓋為什么需要云原生架構、云原生架構定義、主要云原生技術、阿里巴巴云原生架構設計、阿里云云原生產品介紹、云原生架構實踐案例、云原生架構未來發展趨勢幾部分，詳細闡述了云原生領域的整體落地應用及未來發展趨勢。

還想了解更多云原生干貨知識？立即掃描二維碼或點擊閱讀原文下載閱讀吧！

更多推薦閱讀

• 硬核“畢業證”：5 位本科生帶自研處理器芯片畢業，包云崗解讀“一生一芯”計劃

• IT 實力較量：決戰超級數據中心之巔

• 完了！TCP出了大事！

• 微軟重啟收購 TikTok 討論；字節跳動稱被Facebook抄襲和抹黑；Debian 10.5 發布| 極客頭條

• 區塊鏈時代的世界憲章：代碼即法律
  

總結

以上是生活随笔為你收集整理的云原生领域首本架构白皮书，你Get到了吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。