Serverless发展早有“端倪”，函数计算源于云用户需求

在Serverless出现之前,用户运维时要考虑机器挂了怎么办,连接数暴涨了怎么办等等.用户用云,从某种意义上讲是为了提高效率,而效率又分为开发效率、运维效率和成本效率.Serverless之后,运维从事的更多是业务运维,摸清依赖关系,设定监控项进行健康报警.

运维不再负责机器运维,而是业务运维.比如函数A调用函数B,这样的依赖关系是否合理；从业务逻辑上去评估哪些关键路径需要报警,哪些是允许失败的.原来的机器运维需要关心配置问题、操作系统、Kernel升级和网络设定等.所以其实Serverless更加推动了DevOps,Ops工作被改变了,Serverless对开发人员也更加友好.

长远而讲,Serverless会冲击传统PaaS

如果Serverless平台可以解决通用问题,并且有吸引力,那确实会对传统的云计算有冲击；但是,这是个渐进的过程.Serverless可以部署在公有云、私有云和混合云上.(备注：目前阿里云推出的产品尚限于公有云.)

在不瞋看来,Cloud-Native应用是指基于各种云的服务构建的高可用、可伸缩的应用.例如通过函数计算实现控制流逻辑、整合对象存储、离线数据处理等云服务,就能快速搭建一个实时弹性伸缩、高可用的业务系统.因此Serverless是构建Cloud-Native应用的理想方式.

开发模式和职责的改变

未来,Serverless一旦流行开来,用户可以依托于云计算厂商提供的平台类服务,快速构建弹性高可用的系统,从而专注于业务逻辑的创新.

四问阿里云的函数计算

阿里云函数计算是不是一种跟风行为?

函数即服务(FaaS)并非阿里云首创,2014年10月hook.io推出了首个FaaS服务.同年AWS Lambda问世,2016年Google Cloud Functions 和 Microsoft Azure Functions相继商用化,具备开源版和商用版IBM Bluemix的OpenWhisk也提供类似的功能.Uber曾经演示过其私有云平台如何构建去模式化触发(Schemaless triggers),和云厂商的FaaS服务有异曲同工之妙的(https://eng.uber.com/schemaless-part-three/).

不瞋称,函数计算的推出其实是因为客户在使用过程中产生了这种需求,并且同时也确实契合了云的发展趋势.

阿里云做产品是由用户需求驱动,比如观察到用户在使用OSS对象存储时,通常需要由存储事件触发的数据处理.例如在音视频行业中,上传的视频文件通常会进行转码、鉴黄等处理.通过对这些需求的分析,然后去思考是否可以抽象为通用的技术解决方案.这是主要驱动力,当然同时也会观察业界的发展,不过本质上还是与所服务用户的需求相关.

从什么时候开始积累函数计算的技术能力?

函数计算的技术可以分成两个部分去看：

第一部分是服务的内核：包括资源动态的调度,用户函数的隔离运行,还有自动的负载均衡和流控,这是后台必须要具备的能力.

第二部分是服务的外延：当提供成计算服务供其他人去使用时,平台需要为用户提供优秀的debugging和tracing能力、函数依赖的管理、持续集成持续发布等功能.

对于内核部分的技术,包括资源的调度,程序运行的隔离等等,阿里云飞天计算平台有长期的积累.相对而言,外延部分比较新；业界也处于早期阶段,目前尚没有统一的厂商构建标准,还有很大的发展空间.打造好的服务外延的出发点是,怎么可以让用户基于函数计算构建复杂的Serverless应用,只有解决了这个本质问题,函数计算才能变成主流的通用计算服务.

除了函数计算技术本身,函数计算的产品生态非常重要,函数计算本身是事件、消息和数据驱动的计算模式,还需要其他云服务与之协同配合应用于不同的场景中,比如OSS的多媒体数据写入和访问、LogService的日志、API Gateway的请求、消息服务的消息到达,这些都为函数计算的技术生态提供了协作关系.此外,对于数据处理方案,不瞋称用户也可以接入第三方的数据处理服务.

按需付费,如何面对“缺斤短两”的问题?

Serverless计算的一个核心优势是按需付费.因此关键的问题是,如何让用户能很容易预估费用?如何证明费用的真实性?

不瞋称,云服务的费用问题不是新问题,Serverless服务需要给用户提供简洁的,易于预估的费用模型,非常丰富的计量指标和细粒度的账单,让用户能够推敲验证.

此外,好的产品设计还需要考虑到如何帮用户规避错误.有时候用户实现的函数逻辑可能会有bug,导致突然间错误消耗大量资源,比如在具有巨大计算能力的云平台上写出了无限递归调用的函数；在这个方面,不瞋称阿里云也有考量,函数计算允许用户设置费用上限,并且提供丰富的监控和报警功能,帮助用户减少因为自身失误带来的资源过度使用的损失.

函数计算产品短期和长期的目标是什么?

阿里云的FaaS产品与业界相比的差异在哪里?坦白讲,目前还在发展的初期阶段,未来则会根据用户场景进行不断优化.目前使用函数计算的用户来自于电商、游戏、IoT等领域,用户的主要诉求是可以专注于业务逻辑开发,不再维护后端服务器；此外用户也非常看重按需付费,削峰填谷等特性.

短期主攻数个典型的用户场景,打造出尖锐的用户体验,自下向上的积累理解和经验.阿里云的函数计算目前还只支持Node.js,在多语言支持上有待提高.还有一种做法是去语言化,定一个与语言无关的http交互协议.但是后者的使用门槛稍微高一些：前者是写一个Function,而后者却需要用户实现一个mini web server.

在此基础上,从云发展的宏观角度思考,自上而下地制定中长期目标.持续改进服务的内核和外延能力,让平台变成构建复杂应用的核心计算平台.

还有,如何拓展技术的边界,计算场景是否可以发生在不同的计算环境中,不同的计算介质如FPGA、GPU、边缘节点、端设备.其中边缘节点计算需求在工控领域中尤为突出,比如如何收集偏远地区风力发电站的数据以实现智能化?在恶劣环境下,网络传输并不总是可靠且成本很高,这时就需要在本地对数据进行处理,然后再将提炼的数据传到云端.为什么这种情况函数计算适合?因为它已经脱离了机器概念,抽象出了统一的计算模型去支撑云端和边缘计算.基于Serverless写的程序,是不需要考虑如何部署、管控和重度运维.用户可以自己在远端的办公室进行调控,比如将某些计算任务部署到边缘节点上,实现和云端类似的监控,在网络良好时,再进行数据的传输.而且在本地对噪声数据进行处理提炼,能有效的降低传输到云端的数据量,大幅降低成本.

Serverless未来光明,但挑战犹在

比起微服务、DevOps,Serverless的落地和流行将更快

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!