作者 | 赵庆杰（卢令）
起源 | Serverless 公众号

一、Serverless 规模化落地团体的成绩

2020 年，咱们在 Serverless 底层基建上做了十分大的降级，比方计算降级到了第四代神龙架构，存储上降级到了盘古 2.0，网络上进入了百 G 洛神网络，整体降级之后性能晋升两倍；BaaS 层面也进行了很大的拓展，比方反对了 Event Bridge、Serverless Workflow，进一步晋升了零碎能力。

除此以外，咱们还与团体内十几个 BU 进行了单干共建，帮忙业务方落地 Serverless 产品，其中蕴含 双 11 外围的利用场景，帮忙其顺利通过 双 11 流量峰值大考，证实了 Serverless 在外围的利用场景下，仍然体现得十分稳固。

二、两大背景，两大劣势 – 减速 Serverless 落地

1. Serverless 两大背景

为什么在团体外部能疾速实现规模化地落地 Serverless？首先咱们有两大前提背景：

第一个背景是 上云，团体上云是重要的前提，只有上云能力享受到云上的弹性红利，如果还是本人外部的一朵云，后续的起效降本其实十分难达成，所以 2019 年双十一阿里实现了外围零碎 100% 上云，有了上云前提，Serverless 才有了施展十分作用的空间。

第二个背景是 全面云原生化，打造了一个弱小的云原生产品的云家族，对团体外部业务进行赋能，帮忙业务达成了在上云根底上的两个次要指标：进步效力和降低成本，2020 年天猫双十一外围零碎全面云原生化，效率晋升 100%，老本升高 80%。
 

2. Serverless 两大劣势

• 进步效力

一个规范的云原生利用，从研发到上线到运维，须要实现上图中所有标橙色的工作项，能力实现正式的微服务利用上线，首先是 CI/CD 代码构建，另外是零碎运维的可视化工作我的项目，不仅要配置、对接，还需对整体数据链路进行流量评估、平安评估、流量治理等，这显然对人力门槛要求曾经十分高。除此以外，为了晋升资源利用率，咱们还须要对各个业务进行混部，门槛会进一步的进步。

能够看出，整体的云原生传统利用，要实现微服务上线所须要实现的工作项，对于开发者来说十分艰巨，须要由多个角色进行实现，然而如果到 Serverless 时代，开发者只有实现上图中标蓝色的框 coding，后续剩下的所有工作项，Serverless 的研发平台能够间接帮忙业务实现上线。
 

• 降低成本

进步效力次要指的是人力老本的节俭，而降低成本则针对的是利用的资源利用率。一般利用咱们须要为峰值预留资源，但波谷就会造成极大节约。在 Serverless 场景下，咱们只须要按需付费，回绝为峰值预留资源，这是 Serverless 降低成本的最大劣势。

以上两大背景和两大劣势，合乎技术上云的趋势，所以团体外部的业务方一拍即合，一些大的 BU 曾经把 Serverless 落地降级为战斗层面，减速业务落地的 Serverless 场景。目前在团体落地的 Serverless 场景曾经十分丰盛，波及到了外围的一些利用、个性化举荐、视频解决，还有 AI 推理、业务巡检等等。
 

三、Serverless 落地场景 – 前端轻利用

目前，团体内前端场景是利用 Serverless 最快、最广的场景，蕴含淘系、高德、飞猪、优酷、闲鱼等 10+ 以上 BU。那为什么前端场景适宜 Serverless 呢？

上图是全栈工程师的能力模型图，个别的微利用中须要有三个角色：前端工程师、后端开发工程师，运维工程师，三者共同完成利用的上线公布。为了进步效力，最近几年呈现了全栈工程师的角色，作为全栈工程师，他要具备这三个角色的能力，不仅须要前端的利用开发技术，还须要后端系统层面的开发技能，并且要关注底层的内核、零碎资源管理等，这对于前端工程师来说门槛显然十分高。

最近几年 Node.js 技术衰亡，可能代替后端开发工程师角色，前端工程师只有具备前端开发能力，就能够充当两个角色，即前端工程师和后端开发工程师，但运维工程师依然无奈被取代。

而 Serverless 平台，解决的就是上图三角形构造中的底部三层，极大升高了前端工程师转变为全栈工程师的门槛，这对前端业务开发者来说十分有诱惑力。

另外一个起因是业务个性合乎，大部分的前端利用具备流量洪峰的个性，须要业务评估前置，存在评估老本；同时前端场景更新迭代快，快上快下，运维老本高；且不足动静扩缩能力，存在资源碎片及资源节约。而如果应用 Serverless，平台会主动帮你解决以上所有的后顾之忧，所以 Serverless 对前端场景的诱惑力十分大。

1. 前端落地场景

上图列举了前端落地的几个次要场景和技术点：

BFF 转换成 SFF 层：BFF 次要是 Backend For Frontend，前端工程师做次要运维，但到了 Serverless 时代，运维齐全交于 Serverless 平台，前端工程师只须要写业务代码，就能够实现这项工作。

瘦身：把前端的业务逻辑下沉到 SFF 层，由 SFF 层去做逻辑的复用，把运维的能力也交给 Serverless 平台，实现客户端轻量化，提效性能下沉。

云端一体化：一处代码多端利用，这是十分风行的开发框架，同样须要 SFF 作为撑持。

CSR/SSR：通过 Serverless 满足服务端渲染、客户端渲染等，来实现前端首屏的疾速展示，Serverless 联合 CDN 整体能够作为前端减速的解决方案。

NoCode：相当于在 Serverless 平台上做了封装，只需拖拽几个组件，就能够搭建一个前端页面，每个组件都能够用 Serverless 进行包装、性能聚合等，达到 NoCode 的成果。

中后盾场景：次要是单体的富利用场景，单体利用能够齐全用 Serverless 模式进行托管，实现中后盾利用上线，这同样也能够节俭运维能力、缩小老本。
 

2. 前端 Coding 变动

在前端场景利用 Serverless 之后，coding 有哪些变动呢？

对前端有肯定理解的都晓得，前端个别分三层：State、View 和 Logic Engine，同时会把一些形象的业务逻辑下沉到 FaaS 层云函数上，而后用云函数作为 FaaS API 来提供服务，在代码编写上能够形象各类 Aaction，每个 Aaction 能够有 FaaS 函数 API 提供服务。

以一个简略的页面为例，页面左侧是一些渲染接口，能够获取商品详情、收货地址等，这是基于 Faas API 实现的；右侧的是一些交互逻辑，比方购买、增加等，这也是 Faas API 能够持续实现的工作。

页面设计中，所有的 Faas API 不是只能为一个页面所应用，它能够为多个页面复用。复用这些 API 或者进行拖拽之后，就能够实现前端页面的组装，这对于前端来说是十分不便的。

3. 前端轻利用研发提效：1-5-10

在前端利用 Serverless 之后，咱们把 Serverless 对前端的研发效力的提效简略总结为 1-5-10，其含意是：

1 分钟的疾速开始：咱们把各类次要场景做一个总结，将其归类为利用模板，每个用户或者业务方新起一个业务时，只须要抉择相应的利用启动模板，就会帮忙用户疾速生成业务代码，用户只须要写本人的业务函数代码就能够疾速开始。

5 分钟上线利用：齐全复用 Serverless 的运维平台，利用平台人造能力，帮忙用户实现灰度公布等能力；并且配合前端网关、切流等实现金丝雀测试等性能。

10 分钟排查问题：基于上线之后的 Serverless 函数，提供业务指标或零碎指标的展现，通过指标不仅能够设置报警，还能够在管制台上给用户推送谬误日志等，帮忙用户疾速定位问题、剖析问题，10 分钟内把握整个 Serverless 函数的衰弱状态。
 

4. 前端落地 Serverless 成果

前端实现 Serverless 的场景后成果如何？咱们将 3 款 APP 在传统利用研发模式下所须要的性能和工时与利用 Faas 场景之后进行比照，能够显著看到，在原有的云原生根底上，效力还能晋升 38.89%，这对于 Serverless 利用或前端利用来说成果十分可观，目前 Serverless 场景曾经简直笼罩整个团体外部，帮忙业务方实现 Serverless 化，实现 进步效力 和降低成本 两个次要指标。

四、技术输入，拓展新场景

在团体的 Serverless 落地过程中，咱们发现了很多新的业务诉求，比方存量业务如何疾速实现迁徙并节省成本？执行工夫是否能够调大或者调长？资源配置是否能够调高？等等，针对这些问题咱们提出了一些解决方案，基于这些解决方案咱们形象出了产品的一些性能，接下来介绍几个比拟重要的性能：

1. 自定义镜像

自定义镜像次要目标是实现存量业务的无缝迁徙，帮忙用户实现零代码革新，并且把业务代码齐全迁徙到 Serverless 平台上。

存量业务的迁徙是十分大的痛点，在一个团队内，不可能长期存在两种研发模式，这会造成极大内耗。想让业务方迁徙到 Serverless 研发体系下，必须推出彻底的革新计划，帮忙用户实现 Serverless 体系革新，不仅须要反对新业务应用 Serverless，还要帮忙存量业务实现零老本疾速迁徙，所以咱们推出了自定义容器性能。

传统 Web 单体利用场景个性：

• 利用现代化细粒度责任拆分、服务治理等运维累赘；
• 历史包袱不易 Serverless 化：云上云下业务代码，依赖、配置不对立；
• 容量布局，自建运维、监控体系；
• 资源利用率低（低流量服务独占资源）。

函数计算 + 容器镜像劣势：

• 低成本迁徙单体利用；
• 免运维；
• 无需容量布局，主动伸缩；
• 100% 资源利用率，优化闲置老本。

自定义容器性能，能够让传统 Web 单体利用（比方 SpringBoot、Wordpress、Flask、Express、Rails 等框架）不需任何革新，就能够以镜像的形式迁徙到函数计算上，防止低流量业务独占服务器造成资源节约。同时也能够享受到无需为利用做容量布局、主动伸缩、免运费等效益。

2. 性能实例

高性能实例，缩小应用限度，拓展更多场景。比方：代码包从原来的 50M 回升到 500M，执行工夫从原来的 10 分钟进步到 2 小时，性能规格比原先晋升 4 倍多，可能最大反对 16G 和 32G 的大规格实例，来帮忙用户运行一些十分耗时的长工作等等。

函数计算服务了很多场景，在服务过程中咱们收到了很多诉求，比方约束条件多、应用门槛高、计算场景资源有余等问题。所以针对这些场景，咱们推出了性能实例性能，指标是缩小函数计算利用场景的应用限度，升高应用门槛，并且在执行时长上、各种指标上，用户能够灵便配置、按需配置。

目前咱们反对的 16 核 32G 齐全具备与同规格 ECS 截然不同的计算能力，能够实用于高性能的业务场景如 AI 推理、音视频转码等。这个性能对后续拓展利用场景来说十分重要。

挑战：

• 弹性实例约束条件多，有肯定应用门槛，如执行时长、实例规格等；
• 传统单体利用、音视频等重计算场景下，业务须要拆分革新，减少累赘；
• vCPU、内存、带宽等资源维度，弹性实例未给出明确承诺。

指标：

• 减小函数计算的应用限度，升高企业应用门槛；
• 兼容传统利用和重计算场景；
• 给用户明确的资源承诺。

做法：

• 推出更高规格、资源承诺更明确的性能实例；
• 将来，性能实例将具备更高的稳定性 SLA、更丰盛的性能配置。

主打场景 ：
计算型工作、long-running 工作、弹性伸缩不敏感工作。

• 音视频转码解决；
• AI 推理；
• 其它需要高规格的计算场景。

劣势：

性能实例除放宽限度外，仍保留以后函数计算产品所具备的所有能力：按量付费、预留模式、单实例多申请、多种事件源集成、多可用区容灾、主动伸缩、利用的构建部署及免运维等。
 

3. 链路追踪

链路追踪性能包含：链路还原、拓扑剖析、问题定位。

一个失常的微服务，不是一个函数就能实现所有工作，须要依赖上下游服务。在上下游业务都是失常的状况下，个别不须要链路追踪，然而如果上游服务呈现了异样，如何定位问题？这时就能够依赖链路追踪性能，迅速剖析上下游的性能瓶颈或者定位问题的产生点等。

函数计算也调研了很多团体内外的开源技术计划，目前曾经反对 X-trace 性能，并且兼容了开源计划，拥抱开源，提供了兼容 OpenTracing 的产品能力。

上图是链路追踪的 Demo 图，通过计算 tracing 能够可视化看到后端服务的数据库拜访开销，防止大量服务间的简单校验关系减少问题排查的难度等。函数计算还反对函数代码级的链路剖析能力，帮忙用户优化冷启动、要害代码实现等。

Serverless 产品在业务角度上带来了微小收益，然而封装也带来了一个阶段性难题——黑盒问题。当咱们向用户提供链路追踪技术，同时也把黑盒问题裸露给用户，用户也能够通过这些黑盒问题晋升本身的业务能力。这也是 Serverless 将来进步用户体验的方向，后续咱们会在这方面持续加大投入，升高用户应用 Serverless 的老本。

挑战：

• Serverless 产品在业务角度有微小收益，但封装带来黑盒问题；
• Serverless 连贯云生态，大量的云服务造成调用关系简单；
• Serverless 开发者仍然有链路还原、拓扑剖析、问题定位等需要。

FC + x-trace 次要劣势：

• 函数代码级链路剖析，帮忙优化冷启动等要害代码实现；
• 服务调用级链路追踪，帮忙串联云生态服务，分布式链路剖析。

4. 异步配置

在 Serverless 场景下，咱们提供了离线工作解决、音讯对抗生产等性能，在函数计算中这类性能的使用率占比 50% 左右。在大量音讯生产中，存在很多异步配置问题常常被业务方挑战，比方，这些音讯是从哪里来？又去到哪里？被什么服务生产？生产的工夫？生产的成功率如何？等等。这些问题的可视化 / 可配置，是目前须要次要解决的重要课题。

上图为异步配置的工作原理，首先从用户指定的事件源开始触发异步调用，函数计算立刻返回申请 ID，同时也能够调用执行函数，返回执行后果到函数计算或者音讯队列 MNS 外面。而后通过事件源可配置触发器等等，这些成果或者主题生产，能够进行音讯的再次生产。比方，如果一个音讯解决失败了，能够配置一下进行二次解决。

典型的利用场景：

• 一是 事件闭环，比方对投递后果（如收集监控指标、报警配置）进行后果剖析；生产事件上客户不仅能够利用 FC 生产事件，也能够利用 FC 被动生产事件。
• 二是 日常的异样解决，比方失败解决、重试策略等。
• 三是 资源回收，用户能够自定义存货工夫，及时抛弃无用音讯，节俭资源，这是异步场景十分大的优化。

作者简介 ：
赵庆杰（卢令），目前就任于阿里云云原生 Serverless 团队，专一于 Serverless、PaaS，分布式系统架构等方向，致力于打造新一代的 Serverless 技术平台，把平台技术做到更加普惠。曾就任于百度，负责外部最大的 PaaS 平台，承接了 80% 的在线业务，在 PaaS 方向，后端分布式系统架构等畛域有丰盛的教训。

本文整顿自【Serverless Live 系列直播】1 月 26 日场
直播回看链接：https://developer.aliyun.com/topic/serverless/practices