企业网站建设的经验心得,wordpress文章添加seo标题,韶关公司做网站,房产网站制作找哪家简介#xff1a; 2020 年#xff0c;新冠肺炎疫情催化数字化生活方式渐成常态。在企业积极进行数字化转型、全面提升效率的今天#xff0c;几乎无人否认背负“降本增效”使命诞生的 Serverless 即将成为云时代新的计算范式。 来源|阿里巴巴云原生公众号
2020 年#xff0c…简介 2020 年新冠肺炎疫情催化数字化生活方式渐成常态。在企业积极进行数字化转型、全面提升效率的今天几乎无人否认背负“降本增效”使命诞生的 Serverless 即将成为云时代新的计算范式。 来源|阿里巴巴云原生公众号
2020 年新冠肺炎疫情催化数字化生活方式渐成常态。在企业积极进行数字化转型、全面提升效率的今天几乎无人否认背负“降本增效”使命诞生的 Serverless 即将成为云时代新的计算范式。
Serverless 将开发者从繁重的手动资源管理和性能优化中解放出来正在引发云计算生产力的新变革。
然而Serverless 的落地问题却往往很棘手例如传统项目如何迁移到 Serverless同时保障迁移过程业务连续性在 Serverless 架构下如何提供完善的开发工具、有效的调试诊断工具如何利用 Serverless 做更好的节约成本等每一个都是难题。
尤其涉及到在主流场景大规模的落地 Serverless 更是并非易事。正因为这样业界对于 Serverless 核心场景规模化落地最佳实践的呼唤更加迫切。
总交易额 4982 亿元订单创建峰值 58.3 万笔/秒2020 年天猫 双11 又一次创造记录。对于阿里云来说今年的 双11 还有另一个意义阿里云实现了国内首例 Serverless 在核心业务场景下的大规模落地扛住了全球最大规模的流量洪峰创造了 Serverless 落地应用的里程碑。
Serverless 落地之痛
挑战一冷启动耗时长
快弹是 Serverless 天然自带的属性但是快弹的条件是要有极致的冷启动速度去支撑。在非核心的业务上毫秒级别的延时对业务来说几乎不受影响。但是对于核心业务场景延时超过 500 毫秒已经会影响到用户体验。
虽然 Serverless 利用轻量化的虚拟技术不断的降低冷启动甚至某些场景能降低到 200 毫秒以下。但这也只是理想的独立运行场景在核心业务链路上用户不仅是运行自己的业务逻辑还要依赖中间件、数据库、存储等后端服务这些服务的连接都要在实例启动的时候进行建连这无形中加大了冷启动的时间进而把冷启动的时间加长到秒级别。
对于核心在线业务场景来说秒级别的冷启动是不可接受的。
挑战二与研发流程割裂
Serverless 主打的场景是像写业务函数一样去写业务代码简单快速即可上线让开发者在云上写代码轻松完成上线。
然而在现实中核心业务的要求把开发者从云上拉回到现实面对几个灵魂拷问如何做测试如何灰度上线如何做业务的容灾如何控制权限
当开发者回答完了这些问题就会变的心灰意冷原来在核心业务上线中“函数正常运行”只占了小小的一环离上线的距离还有长江那么长。
挑战三中间件的连通问题
核心在线业务不是独立函数孤立运行的需要连接存储、中间件、数据中后台服务获取数据后再计算进而输出返回给用户。
传统中间件客户端需要打通和客户的网络、初始化建连等一系列操作往往会使函数启动速度下降很多。
Serverless 场景下实例生命周期短、数量多会导致频繁建连、连接数多的问题因此针对在线核心应用常用的中间件的客户端进行网络连通优化同时对调用链路进行监控数据打通帮助 SRE Site Reliability Engineer 从业者更好的评估函数的下游中间件依赖情况对于核心应用迁移上 Serverless 非常重要。
挑战四可观测性差
用户大多数的核心业务应用多采用微服务架构看核心业务应用的问题也就会带有微服务的特性比如用户需要对业务系统的各种指标进行非常详尽的检查不仅需要检查业务指标还需要检查业务所在系统的资源指标但是在 Serverless 场景中没有机器资源的概念那这些指标如何透出是否只透出请求的错误率和并发度就可以满足业务方的需求
实际上业务方的需求远不止这些。可观测性做的好坏还是源于业务方是否信任你的技术平台。做好可观测性是赢得用户信任的重要前提。
挑战五远程调试难度高
当核心业务出现线上问题时需要立即进入调查而调查的第一要素就是现场的保留然后登陆进行调试。而在 Serverless 场景中没有机器层面的概念所以如果用户想登陆机器在现有的 Serverless 基础技术之上是很难做到的。当然原因不仅限于此比如 Vendor-lockin 的担心等。
上面几大类痛点的概括主要是针对开发者的开发体验对于实际的开发场景中是否真的是提效, 而不是新瓶装旧酒。目前仍有大部分核心应用开发者对 Serverless 还是持有观望状态当然也不乏一些质疑观点“FaaS 只适合小业务场景以及非核心业务场景”。
Serverless 的 双11 “大考”
2019 年 12 月咨询公司 OReill 发布 Serverless 使用调研中已有 40% 的受访者所在的组织采用了 Serverless。2020 年 10 月中国信息通信研究院发布的《中国云原生用户调研报告》指出“Serverless 技术显著升温近 30% 的用户已在生产环境中应用。”2020 年越来越多企业选择加入 Serverless 阵营翘首以待更多 Serverless 规模化落地核心场景的案例。
面对 Serverless 开发者数量的稳步增长的现状阿里巴巴年初就制定了“打造 Serverless 双11”的策略目的不只是单纯的去抗流量、打峰值而是切实的降成本提高资源利用率通过 “双11 技术炼金炉”把阿里云 Serverless 打造成更安全、更稳定、更友好的云产品帮助用户实现更大的业务价值。
与过去 11 年的 双11 都不同的是继去年天猫 双11 核心系统上云后阿里巴巴基于数字原生商业操作系统实现了全面云原生化底层硬核技术升级带来了澎湃动力和极致效能。以支撑订单创建峰值为例每万笔峰值交易的 IT 成本较四年前下降了 80%。Serverless 也迎来了首次在 双11 核心场景下的规模化落地。
场景一前端多场景
2020 年 双11阿里巴巴集团前端全面拥抱云原生 Serverless淘系、飞猪、高德、CBU、ICBU、优酷、考拉等十数 BU 共同落地了以 Node.js FaaS 在线服务架构为核心的云端一体研发模式。
今年 双11 在保障稳定性、高资源利用率的前提下多 BU 的重点营销导购场景实现了研发模式升级。前端 FaaS 支撑的云端一体研发模式交付平均提效 38.89%。依托 Serverless 的便利性和可靠性淘宝、天猫、飞猪等 双11 会场页面快捷落地 SSR 技术提高了用户页面体验除了保障大促以外日常弹性下也较以往减少 30% 计算成本。 场景二个性化推荐场景
Serverless 天然的弹性伸缩能力是“个性化推荐业务场景”选择由 Serverless 实现的最重要原因数以千计的异构应用运维成本一直是这个场景下的痛点。通过 Serverless 化进一步释放运维让开发者专注于业务的算法创新。
目前这个场景的应用范围越来越广已经覆盖了几乎整个阿里系 APP淘宝天猫支付宝优酷飞猪等等因此我们可以对机器资源利用率方面做更多的优化通过智能化的调度在峰值时的机器资源利用率达到了 60%。 场景三中、后台场景
2020 年世纪联华 双11 基于阿里云函数计算(FC)弹性扩容在大促会场 SSR、线上商品秒杀、优惠券定点发放、行业导购、数据中台计算等多个场景进行应用业务峰值 QPS 超过 2019 年 双11 的 230%研发效率交付提效超过 30%弹性资源成本减少 40% 以上。 当然适用于 Serverless 的场景还有很多需要更多行业的开发者们共同丰富。总的来说今年 FaaS 的成绩单非常耀眼在 双11 大促中不仅承接了部分核心业务流量也突破新高帮助业务扛住了百万 QPS 的流量洪峰。
阿里云如何击破 Serverless 痛点
那么面对行业共有的 Serverless 落地之痛阿里云是如何克服的呢
1. 预留模式 按量模式消除冷启动
在 2019 年的 Serverless 2.0 重大升级中阿里云函数计算率先支持了预留模式接着 AWS Lambda 几个月后也上线了类似的功能。
为什么阿里云会率先提出这个问题阿里云 Serverless 团队不断探索真实业务的需求按量模式的按需付费模式虽然非常的诱人但是冷启动时间过长因此把核心在线业务拒之门外。接下来阿里云着重分析了核心在线业务的诉求延时小保证资源弹性。那如何解决呢
请看下图一个非常典型的业务曲线图用预留模式方式满足底部固定的量用弹性能力去满足 burst 的需求。 针对 burst 扩容我们利用两种扩容方式结合进行满足按资源扩容与按请求扩容比如用户可以只设置 CPU 资源的扩容阈值为 60%当实例的 CPU 达到阈值后就会触发扩容。此时的新请求并没有立即到扩容实例而是等待实例准备好后再导流从而避免了冷启动。
同理如果只设置了并发度指标的扩容阈值为 30每一个实例承载的并发度同样满足这个条件后也会触发同样流程的扩容。如果两个指标都进行了设置那么先满足的条件会先触发扩容。
通过丰富的伸缩方式阿里云函数计算解决了 Serverless 冷启动的问题很好的支撑了延时敏感业务。
2. 核心业务研发提效 38.89%
“提升效率”本应该是 Serverless 的优势但对于核心应用来说快 风险大用户需要经过 CI 测试日常测试预发测试灰度部署等几个流程验证才能确保函数的质量。这些流程是阻碍核心应用使用 FaaS 的绊脚石。
针对于这个问题阿里云函数计算的策略是 被集成“把研发平台的优势与阿里云函数计算进行结合既能满足用户的 CI/CD 流程又能享受到 Serverless 的红利帮用户跨过使用 FaaS 的鸿沟。
阿里集团内部通过暴露标准的 OpenAPI 与各个核心应用的研发平台进行集成经过双十一业务研发的验证研发效率大大提高了 38.89%。在公有云上我们与云效平台集成把研发流程与 FaaS 结合的更紧密、更顺畅帮助集团外的业务提高人效。 3. 中间件连通
核心应用离不开上下游的配合一旦核心应用使用了函数计算又该如何与中间件相配合传统应用开发需要集成各类中间件的 SDK进行打包上线但对于 Serverless 的函数来说代码包的大小就是一个硬伤这个问题将将直接影响冷启动的时间。
阿里云函数计算经过两个阶段的发展第一个阶段我们通过搭建中间件 Proxy通过 Proxy 去打通中间件函数只用单一的协议与 Proxy 进行交互从而 offload 掉中间件的 SDK 的包袱。
第二个阶段随着中间件能力的下沉一些控制类型的需求也被提上了议程比如命令下发流量管理配置拉取等等期间阿里云拥抱了开源组件 Dapr利用 Sidecar 的方式 Offload 中间的交互成本。
上述的方案是基于阿里云函数计算的 Custom Runtime以及 Custom Container 功能完成的。 4. 极致的开发体验
远程调试、日志查看、链路追踪、资源利用率以及完善周边工具链是开发者的必备能力。阿里云函数计算同时启动了不同的攻关小组首先与 Tracing/ARMS 结合打造清晰的链路追能力与 SLS 集成打造了全面的业务数据监控。
因此业务可以根据需求进行自定义并且拥抱开源产品 Prometheus 暴露出资源利用率支持远程调试能力的 WebIDE。
再加上阿里云近期刚开源的重磅武器Serverless-devs 一个无厂商绑定的、帮助开发者在 Serverless 架构下实现开发/运维效率翻倍的开发者工具。开发者可以简单、快速的创建应用、项目开发、项目测试、发布部署等实现项目的全生命周期管理。 Serverless 初始的痛点有很多为什么阿里云却能把 Serverless 落地到各行各业
首先阿里云提供了所有云厂商中最完整的 Serverless 产品矩阵包括函数计算 FC、Serverless 应用引擎 SAE、面向容器编排的 ASK、以及面向容器实例的 ECI。
丰富的产品矩阵能够覆盖不同的场景比如针对事件触发场景函数计算提供了丰富的事件源集成能力和百毫秒伸缩的极致弹性而针对微服务应用Serverless 应用引擎能做到零代码改造让微服务也能享受 Serverless 红利。
其次 Serverless 是一个快速发展的领域阿里云在不断拓展 Serverless 的产品边界。例如函数计算支持容器镜像、预付费模式、实例内并发执行多请求等多个业界首创的功能彻底解决了冷启动带来的性能毛刺等 Serverless 难题大大拓展了函数计算的应用场景。
最后阿里经济体拥有非常丰富的业务场景可以进一步打磨 Serverless 的落地实践。今年阿里经济体的淘系、考拉、飞猪、高德等多个 BU 的 双11 核心业务场景均使用了阿里云函数计算并顺利扛住了 双11 的高峰。
Serverless 引领下一个十年
“劳动生产力的最大激进以及运用劳动时所表现的更大熟练、技巧和判断力似乎都是劳动分工的结果” 这是摘自《国富论》的一段话强调的是“劳动分工”的利害关系任何一个行业市场规模越大分工将会越细这也是著名的“斯密定理”。
同样这一定理也适用于软件应用市场行业随着传统行业进入了互联网化阶段市场规模越来越大劳动分工越来越细物理机托管时代已经成为了历史被成熟的 IaaS 层取代随之而来的是容器服务目前也已经是行业的标配。
那么接下来的技术十年是什么呢答案是Serverless抹平了研发人员在预算、运维经验上的不足在对抗业务洪峰的情况下绝大多数研发也能轻易掌控处理不仅极大地降低了研发技术门槛同时大规模提升了研发效率线上预警、流量观测等工具一应俱全轻松做到了技术研发的免运维可以说 Serverless 是更细粒度的分工让业务开发者不再关注底层运维只关注于业务创新以此大大提高了劳动生产力这就是“斯密定理”效应也是 Serverless 成为未来必然趋势的内在原因。
当下整个云的产品体系已经 Serverless 化70% 以上的产品都是 Serverless 形态。对象存储、消息中间件、API 网关、表格存储等 Serverless 产品已经被广大开发者熟知。下一个十年 Serverless 将重新定义云的编程模型重塑企业创新的方式。 原文链接 本文为阿里云原创内容未经允许不得转载。
