您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關如何理解Serverless架構模式,文章內容質量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關知識有一定的了解。
什么是 Serverless 架構?按照 CNCF 對 Serverless 計算的定義,Serverless 架構應該是采用 FaaS(函數即服務)和 BaaS(后端服務)服務來解決問題的一種設計。這個定義讓我們對 Serverless 的理解稍顯清晰,同時可能也造成了一些困擾和爭論。
隨著需求和技術的發展,業界出現了一些 FaaS 以外的其它形態的 Serverless 計算服務,比如 Google Cloud Run,阿里云推出的面向應用的 Serverless 應用引擎服務以及 Serverless K8s,這些服務也提供了彈性伸縮能力和按使用計費的收費模式,具備 Serverless 服務的形態,可以說進一步擴大了 Serverless 計算的陣營;
為了消除冷啟動影響,FaaS 類服務如阿里云的函數計算和 AWS 的 Lambda 相繼推出了預留功能,變得不那么“按使用付費”了;
一些基于服務器(Serverful)的后端服務也推出了 Serverless 形態產品,比如 AWS Serverless Aurora,阿里云 Serverless HBase 服務。
這樣看來,Serverless 的界線是有些模糊的,諸多云服務都向著 Serverless 方向演進。一個模糊的東西如何指導我們解決業務問題呢?Serverless 有一個根本的理念是一直沒有改變的,即讓用戶最大化地專注業務邏輯,其它的特征如不關心服務器、自動彈性、按使用計費等,都是為了實現這個理念而服務。
著名的 Serverless 實踐者 Ben Kehoe 這樣描述 Serverless 原生心智,當我們在業務中考慮做什么時可以體會一下這種心智:
我的業務是什么?
做這件事情能不能讓我的業務出類拔萃?
如果不能,我為什么要做這件事情而不是讓別人來解決這個問題?
在解決業務問題之前沒有必要解決技術問題。
在實踐 Serverless 架構時,最重要的心智不是選擇哪些流行服務和技術,攻克哪些技術難題,而是時刻將專注業務邏輯銘記在心,這樣更容易讓我們選擇合適的技術和服務,明確如何設計應用架構。人的精力是有限的,組織的資源是有限的,Serverless 的理念可以讓我們更好地用有限的資源解決真正需要解決的問題,正是因為我們少做了一些事情,轉而讓別人做這些事情,我們才可以在業務上做的更多。
接下來我們介紹一些常見的場景,并探討如何使用 Serverless 架構支持這些場景。我們主要會采用計算、存儲和消息通信等技術來設計架構,從可運維性、安全性、可靠性、可擴展性、成本幾個角度來衡量架構的優劣。為了讓這種討論不過于抽象,我們會用一些具體的服務作為參考,但是這些架構的思想是通用的,可以用其它類似產品實現。
假如我們要做一個信息展示的網站,需求很簡單,就像早年的中國黃頁那樣,信息更新很少,大概有以下幾種主要選擇:
買臺服務器放在 IDC 機房里托管,運行站點;
采用靜態站點方式,直接由對象存儲服務(如 OSS)支持,并使用 CDN 回源 OSS。
這三種方式由云下到云上,由管理服務器到無需管理服務器,即 Serverless。這一系列的轉變給使用者帶來了什么變化呢?前兩種方案需要預算,需要擴展,需要實現高可用,需要自行監控等,這些都不是馬老師當年想要的,他只想去展示信息,讓世界了解中國,這是他的業務邏輯。Serverless 正是這樣一種理念,最大化地讓人去專注業務邏輯。第三種方式就是采用了 Serverless 架構去構建一個靜態站點,它有其它方案無法比擬的優勢,比如:
可運維性:無需管理服務器,比如操作系統的安全補丁升級、故障升級、高可用性,這些云服務(OSS,CDN)都幫著做了;
可擴展性:無需對資源做預估和考慮未來的擴展,因為 OSS 本身是彈性的,使用 CDN 使得系統延遲更小、費用更低、可用性更高;
成本:按實際使用的資源付費,包括存儲費用和請求費用,沒有請求時不收取請求費用;
安全性:這樣一個系統甚至看不到服務器,不需要通過 SSH 登錄,DDoS 攻擊也交給云服務來解決。
靜態頁面和站點適合用于內容少、更新頻率低的場景,反之,就需要動態站點了。比如淘寶的商品頁面,采用靜態頁面方式管理商品信息是不現實的。如何根據用戶請求動態地返回結果呢?我們來看兩種常見的解決方案:
Web 單體應用:所有的應用邏輯都在一個應用中完成,結合數據庫,這種分層架構可以快速實現一些復雜度較低的應用;
微服務應用:隨著業務發展,功能多了,訪問量高了,團隊大了,這時候一般就需要將單體應用中的邏輯拆分成多個執行單元,比如商品頁面上的評論信息、售賣信息、配送信息等,都可以對應一個單獨的微服務。這種架構的好處是每個單元是高度自治的,易于開發(比如使用不同技術)、部署和擴展。但是這種架構也引入了分布式系統的一些問題,如服務間通信的負載均衡、失敗處理等。
處在不同階段不同規模的組織可以選擇適合自身的方式,來解決它面臨的首要業務問題,淘寶最初被人們接受一定不是因為它使用了哪種技術架構。但是無論選擇哪種架構,上面提到的 Serverless 原生心智都有助于我們專注業務。比如:
是否需要自己購置服務器安裝數據庫,實現高可用、管理備份、升級版本等,還是可以把這些事情交給托管的服務如 RDS;是否可以使用表格存儲、Serverless HBase 等 Serverless 數據庫服務,實現按使用的彈性擴容縮容和付費;
單體應用是需要自己購置服務器運行,還是可以交給托管服務,如函數計算和 Serverless 應用引擎;
是否可以通過函數來實現輕量級微服務,依賴函數計算提供的負載均衡、自動伸縮、按需付費、日志采集、系統監控等能力;
基于 Spring Cloud、Dubbo、HSF 等實現的微服務應用是否需要自己購置服務器部署應用,管理服務發現,負載均衡,彈性伸縮,熔斷,系統監控等,還是可以將這些工作交給諸如 Serverless 應用引擎服務。
上圖右側的架構引入了 API 網關、函數計算或者 Serverless 應用引擎來實現計算層,將大量的工作交給了云服務完成,讓用戶最大程度上專注實現業務邏輯。其中系統內部多個微服務的交互如下圖所示,通過提供一個商品聚合服務,將內部的多個微服務統一呈現給外部。這里的微服務可以通過 SAE 或者函數實現。
這樣的架構還可以繼續擴展,比如如何支持不同客戶端的訪問,如上圖右側所示。現實中這種需求是常見的,不同的客戶端需要的信息可能是不同的,手機可以根據位置信息做相關推薦。如何讓手機客戶端和不同瀏覽器都能受益于 Serverless 架構呢?這又牽扯出了另一個詞——Backend for fronted(BFF),即為前端定做的后端,這受到了前端開發工程師的推崇,Serverless 技術讓這個架構廣泛流行,因為前端工程師可以從業務角度出發直接編寫 BFF,而無需管理服務器相關的令前端工程師更加頭疼的事情。更多實踐可以參見: 基于函數計算的 BFF 架構。
前面提到的動態頁面生成是同步請求完成的,還有一類常見場景,其中請求處理通常需要較長時間或者較多資源,比如用戶評論中的圖片和視頻內容管理,涉及到如何上傳圖片和處理圖片(縮略圖、水印、審核等)及視頻,以適應不同客戶端的播放需求。
如何對上傳多媒體文件實時處理呢?這個場景的技術架構大體經歷了以下演變:
基于服務器的單體架構:多媒體文件被上傳到服務器,由服務器處理,對多媒體的顯示請求也由服務器完成;
基于服務器的微服務架構:多媒體文件被上傳到服務器,服務器處理轉存到 OSS,然后將文件地址加入消息隊列,由另一組服務器處理文件,將處理結果保存到 OSS,對多媒體的顯示請求由 OSS 和 CDN 完成;
Serverless 架構:多媒體直接上傳到 OSS,由 OSS 的事件觸發能力直接觸發函數,函數處理結果保存到 OSS,對多媒體的顯示請求由 OSS 和 CDN 完成。
基于服務器的單體架構面臨以下問題:
如何處理海量文件?單臺服務器空間有限,購買更多的服務器;
如何擴展 Web 應用服務器?Web 應用服務器是否適合 CPU 密集型任務?
如何解決上傳請求的高可用?
如果解決顯示請求的高可用?
如何應對請求負載的波峰波谷?
基于服務器的微服務架構很好地解決了上述的大部分問題,但是仍然面臨一些問題:
管理應用服務器的高可用性和彈性;
管理文件處理服務器的彈性;
管理消息隊列的彈性。
而第三種 Serverless 架構很好地解決了上述所有問題。開發人員原來需要做的負載均衡、服務器的高可用和彈性伸縮、消息隊列都轉移到了服務內部。我們可以看到隨著架構的演進,開發人員做的事情越來越少,系統更加成熟,業務上更加聚焦,大大提升了交付速度。
這里的 Serverless 架構主要體現的價值是:
事件觸發能力:函數計算服務與事件源(OSS)的原生集成讓使用者無需管理隊列資源,隊列自動擴展,實時處理上傳的多媒體文件;
高彈性和按需付費:圖片和視頻(不同大小的視頻)需要的計算資源規格是不同的,流量的波峰波谷對資源的需求是不同的,現在這種彈性由服務提供,按照用戶的真實使用去擴容縮容,讓用戶 100% 地利用資源,無需為閑置資源付費。
事件觸發能力是 FaaS 服務的一個重要特性,這種 Pub-Sub 事件驅動模式不是一個新的概念,但是在 Serverless 流行之前,事件的生產者、消費者以及中間的連接樞紐都是用戶負責的,就像前面架構演進中的第二個架構。
Serverless 讓生產者發送事件,維護連接樞紐都從用戶職責中省略了,而只需關注消費者的邏輯,這就是 Serverless 的價值所在。
函數計算服務還集成其它云服務事件源,讓你更方便地在業務中使用一些常見的模式,如 Pub/Sub、事件流模式、Event Sourcing 模式。關于更多的函數組合模式可以參見: 函數組合的 N 種方式。
前面的商品頁面雖然復雜,但是所有的操作都是讀操作,聚合服務 API 是無狀態、同步的。我們來看一下電商中的一個核心場景——訂單流程。
這個場景涉及到多個分布式寫的問題,這是引入微服務架構導致的最麻煩的一個問題。單體應用在一定程度上可以比較容易地處理這個流程,因為使用了一個數據庫,可以通過數據庫事務保持數據一致性。但是現實中可能不得不去跟一些外部服務打交道,需要一定的機制保證流程的前進和回退順利完成,解決這個問題的一個經典模式是 Saga 模式,而實現這種模式有兩種不同架構:
一種做法是采用事件驅動模式,驅動流程完成。在這個架構里,有一個消息總線,感興趣的服務如庫存服務監聽事件,監聽者可以使用服務器或者函數。借助于函數計算和消息主題的集成,這個架構也可以完全不使用服務器。
這個架構模塊是松耦合的,職責清晰。不足之處是隨著流程變得更長更加復雜,這個系統變得難以維護。比如很難直觀地了解業務邏輯,執行時的狀態也不宜跟蹤,可運維性比較差。
另外一種架構是基于工作流的 Saga 模式。在這個架構里,各個服務之間是獨立的,也不通過事件傳遞信息,而是有一個集中的協調者服務來調度單個業務服務,業務邏輯和狀態由集中協調者維護。而實現這個集中的協調者通常面臨以下問題:
編寫大量代碼來實現編排邏輯、狀態維護和錯誤重試等功能,而這些實現又很難被其它應用重用;
維護運行編排應用的基礎設施,以確保編排應用的高可用性和可伸縮性;
考慮狀態持久性,以支持多步驟長時間運行流程并確保流程的事務性。
依賴于云服務,比如阿里云的 Serverless 工作流服務,這些事情都可以交給平臺來做,用戶又回到了只需關注業務邏輯的狀態。
下圖右側是流程定義,我們可以看到這實現了前面基于事件的 Saga 模式的效果,并且流程大大簡化,提升了可觀測性。
隨著業務的進一步發展,數據變得越來越多,這時候就可以挖掘數據的價值。比如,分析用戶對網站的使用行為并做相應的推薦。一個數據流水線包括數據采集、處理、分析等多個環節。這樣的服務如果從頭搭建雖然是可行的,但是也是復雜的,我們這里討論的業務是電商,而不是去提供一個數據流水線服務。有了這樣一個目標,我們做選擇時就會變得簡單明確。
日志服務(SLS)提供了數據采集、分析和投遞功能;
函數計算(FC)可以對日志服務的數據進行實時處理,將結果寫入其它服務,如日志服務、OSS;
Serverless 工作流服務可以定時批量處理數據,通過函數定義靈活的數據處理邏輯,構建 ETL 作業;
數據湖分析(DLA)提供了 Serverless 化的交互式查詢服務,它使用標準 SQL分析對象存儲(OSS)、數據庫(PostgreSQL / MySQL等)、NoSQL(TableStore 等)等多個數據源的數據。關于如何理解Serverless架構模式就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。