乐趣区

关于阿里云:降价背后函数计算规格自主选配功能揭秘

作者:吴森梵(仰森)

在刚刚完结的 2022 杭州 · 云栖大会上,阿里云发表函数计算 FC 开启全面提价,vCPU 单价降幅 11%,其余的各个独立计费项最高降幅达 37.5%。函数计算 FC 全面提价,让 Serverless 更加普惠,用户可随用随取,按量计费,用更低成本采纳 Serverless 架构,然而函数计算 FC 到底在技术上作出怎么的降级才促成本次提价产生呢?本文将全面揭秘幕后关键技术——函数规格自主选配性能

痛点:规格灵便度低,老本节约

随着越来越多用户逐渐将更多样化的负载部署至函数计算,比方 CPU 密集型,IO 密集型等,这些负载中有的须要更大的磁盘,但函数计算却只提供了依照内存大小等比例调配算力的能力,此时为了满足需要最大的一项,用户须要设置比理论所需更大的规格,这并不利于更准确的管制老本。但因为可选的规格计划数量较少,加上较大的梯度,进一步减弱了灵活性。

为解决以上痛点,函数计算提供了规格自主选配性能,不仅放开了 CPU 和内存固定比例的限度,同时提供极小的梯度,准确地设置函数规格,让函数须要多少用多少,晋升资源利用率的同时,升高用户老本。

规格自选性能如何帮忙升高用户老本?

接下来以具体案例进行展现,让大家直观地理解函数规定自主选配性能的劣势。

贴合理论资源用量的函数规格

下图展现了函数运行期间 vCPU 和内存的应用状况,该函数的 vCPU 用量始终低于 1.5 核,内存用量低于 6GB,资源节约显著,用户须要为没应用到的资源付费。

在推出自主选配性能前,函数计算提供的内存规格有 4GB、8GB、16GB、32GB。因为该函数内存最大使用量超过 5GB,为确保函数失常执行,只能配置内存为 8GB,该内存对应的 vCPU 规格为 4 核。

当初,咱们能够将函数规格调整为 1.5 核 vCPU 和 6GB 内存,显著晋升资源利用率的同时,老本也升高到了原来的 44%。

  • 调整前:4 核 8GB 规格的函数,每秒费用是 4 核 0.000127 元 /(核 秒) + 8GB0.0000127 元 /(GB秒) = 0.0006096 元
  • 调整后:1.5 核 6GB 规格的函数,每秒费用是 1.5 核 0.000127 元 /(核 秒)+6GB0.0000127 元 /(GB秒)=0.0002662 元

tips:察看监控指标页面的实例指标,如果函数不能充分利用 vCPU 或内存资源,思考调整函数规格以降低成本。

更细粒度 GPU 算力

在一些算法场景下,咱们将模型部署到云上提供在线推理服务,假如模型须要应用 1.8GB 的显存,如果采纳传统计划,购买装备 GPU 资源的云服务器,最低显存是 8GB,运行单个在线推理服务时,GPU 利用率低于 25%,存在微小的节约。即便通过单机运行多个在线推理服务来进步利用率,但须要额定开发申请调度性能、均衡其余类型资源的调配,减少开发和运维的复杂性,并且弹性能力简直为 0。

相比于持有整张 GPU 卡,应用函数计算能够仅为函数调配 2GB 的显存,实现对资源利用率极致压迫的同时,也播种了弱小的弹性能力,节俭资源老本和运维老本。

立刻体验

规格自主选配性能现已对所有用户凋谢,您能够在函数计算控制台的函数配置页面批改 CPU、内存、磁盘和 GPU 资源的规格,但需满足如下具体规定如下:

  • vCPU:在 0.05 核到 16 核的范畴内,且是 0.05 核的倍数
  • 内存:在 128MB 到 32GB 的范畴内,且是 64MB 的倍数
  • GPU:在 2GB 到 16GB 的范畴内,且是 1GB 的倍数
  • 磁盘:提供了 512 MB 和 10GB 两种规格,函数计算为每个实例提供 512 MB 的收费磁盘空间 

如果您应用 Serverless Devs  工具,能够通过配置 function 字段的 memorySize、cpu 和 diskSize 属性实现雷同的成果,其中 memorySize 和 diskSize 的单位为 MB,cpu 单位为核数。

实现技术揭秘

从上文介绍的案例,能够感触到该性能的实用性和价值,而且这并不是一个简单的性能,但为什么当初才推出呢?

要答复这个问题,咱们须要理解函数计算资源管理系统的工作原理。

高密部署

过来,函数计算应用 Docker 创立容器作为函数的运行环境,为了保障多租环境下的平安,为每个用户调配独立的虚拟机,即便只须要运行 1 个 128MB 的小函数,也须要调配一台 2 核 4G 的虚拟机,平台承当了资源节约。因为虚拟机的规格都是固定的,为了进步平台的资源利用率,在设置函数规格时,只容许设置内存大小,并且 CPU 与内存的比例与虚拟机规格相近。

当初,函数计算在弹性裸金属服务器上通过平安容器运行用户的函数,单机运行 2000+ 函数实例,实现高密部署,升高平台老本。

调度优化

实现了高密部署后,还不能间接提供自主选配性能,因为这个性能会导致函数的规格品种出现多样化,各种可能的配比会减少函数计算的调度复杂性,升高平台资源利用率。例如一台裸金属服务器上运行了多数函数实例后,就将 CPU 打满,而内存利用率仍在较低水位,但此时曾经无奈在该机器上创立新的函数实例。

对于这个问题,函数计算对函数进行资源画像,统计函数对每种资源的应用状况,在调度函数实例时,抉择最有利于资源互补的机器创立实例。

基于多年来的技术积淀和高效的调度策略,函数计算一直进步资源池利用率,这也让咱们敢于提供自主选配性能,为用户提供更灵便的体验,更轻松地享受 Serverless 技术的红利。

点击此处,中转函数计算!

退出移动版