作者|望宸 等
Serverless 的实质是通过屏蔽底层的计算资源，来实现业务层开发的专一度和自由度。但越是往上形象，云厂商在底层的实现就越是简单。函数计算将服务进一步拆分到函数的颗粒度，这势必会给开发、运维、交付等带来新的挑战，例如如何对函数进行端云联调、如何对函数进行可观测和调试、如何优化 GB 级别的镜像冷启动？这些以往在服务的颗粒度时，都不是问题的事件，成了 Serverless 大规模落地企业外围生产业务的绊脚石。
2021 云栖大会现场，阿里巴巴研究员、阿里云智能云原生利用平台总经理 丁宇（叔同）重磅公布了函数计算的 7 大技术创新和冲破，减速古代利用架构的变革。
Serverless Devs 2.0：业内首发 Desktop，反对端云联调、多环境部署
开源近一年，Serverless 开发者平台 Serverless Devs 2.0 版本正式公布。相比 1.0，2.0 在性能、应用体验实现全方位晋升，业内首发桌面客户端 Serverless Desktop，对桌面客户端进行了精密设计兼具美感和实用主义，具备更强的企业级服务能力。
作为业内首个反对支流 Serverless 服务 / 框架的云原生全生命周期治理的平台，Serverless Devs 致力于为开发者打造 Serverless 利用开发一站式服务，Serverless Devs 2.0 提出多模式调试计划，包含买通线上线下环境；本地对接线上环境并进行调试的端云联调计划、本地间接进行开发态调试的本地调试计划、以及云端运维态调试的在线调试 / 近程调试计划等。新版本减少多环境部署部署能力，Serverless Devs 2.0 已反对一键部署框架 30 余种，包含 Django，Express，Koa，Egg，Flask，Zblog，Wordpress 等。
业内首发实例级别可观测和调试
实例是函数资源最小的可被调度的原子单位，类比容器的 Pod。Serverless 将异构根底资源高度形象，因而“黑盒问题”是 Serverless 大规模遍及的外围落地之痛。业内同类产品均没有透出“实例”概念，也从未在可观测性能中将 CPU、内存等指标透出，但可观测就是开发者的眼睛，没有可观测，何谈高可用呢？
函数计算重磅公布实例级别可观测能力，对函数实例进行实时监控和性能数据采集，并进行可视化展现，为开发者提供函数实例端到端的监控排查门路。通过实例级别指标，您能够查看 CPU 和内存应用状况、实例网络状况和实例内申请数等外围指标信息，让“黑盒”不黑。同时，函数计算将通过凋谢局部实例登录权限，做到既能观测，还能调试。
业内首发固定数量、定时、水位主动伸缩的实例预留策略
函数计算冷启动受到多个因素影响：代码和镜像大小、启动容器、语言运行时初始化、过程初始化、执行逻辑等，这依赖用户和云厂商的双向优化。云厂商会主动为每个函数调配最合适的实例数量，并进行平台侧的冷启动优化。但对于某些在线业务时延十分敏感，云厂商无奈代替用户进行更深层的业务优化，如对代码或依赖进行精简、编程语言的抉择、过程的初始化、算法优化等。
业内同类产品广泛是采纳预留固定实例数量的策略，即让用户配置 N 个并发值，除非手动调整，否则在调配了 N 个实例后不会再伸或者缩。这种计划只解决了局部业务高峰期的冷启动延时，但大大增加了运维老本和资源老本，对红包大促等带有不定期峰谷的业务，其实并不敌对。
因而，函数计算率先将局部实例资源的调度权限授予用户，容许用户通过固定数量、定时伸缩、按水位伸缩、混合伸缩等多维度的实例预留策略，来预留适量函数实例，别离满足业务曲线绝对安稳（如 AI/ML 场景）、峰谷时间段明确（如游戏互娱、在线教育、新批发等场景）、突发流量无奈预估（如电商大促、广告等场景）、业务混淆（如 Web 后盾、数据处理等场景）等不同场景的诉求，从而升高冷启动对时延敏感型业务的影响，真正实现弹性和性能兼顾的终极目标。
业内率先推出 GPU 实例
函数计算提供弹性实例和性能实例两种实例类型，弹性实例规格从 128 MB 到 3 GB，隔离粒度做到了整个云生态最细，能真正实现普适场景下资源利用率 100%；性能实例规格区间范畴蕴含 4 GB、8 GB、16 GB 和 32 GB。资源下限更高，次要实用于计算密集型场景，如音视频解决、AI 建模和企业级 Java 利用等场景。
随着专用畛域硬件加速的蓬勃发展，各 GPU 厂商均推出了视频编解码专用 ASIC，比方：英伟达从 Kepler 架构集成视频编码专用电路、从 Fermi 架构集成视频解码专用电路。
函数计算正式推出了基于 Turning 架构的 GPU 实例，使得 Serverless 开发者能够将视频编解码的 workload，下沉到 GPU 硬件加速，从而大大放慢了视频生产、视频转码的效率。
最高可交付 2w 实例 / 分钟
所谓“无服务器”，并不是说软件应用不须要服务器就能够运行了，而是指用户毋庸关怀软件应用运行时，波及的底层服务器的状态、资源（比方 CPU、内存、磁盘及网络）和数量。软件应用失常运行所须要的计算资源由云计算厂商动静提供，但实际上，用户还是会关怀云厂商的资源交付能力，以及应答突发流量场景下资源有余导致的拜访稳定。
函数计算依靠于阿里云弱小的云基础设施服务能力，通过神龙裸金属资源池和 ECS 资源池双池互备，在业务高峰期，实现最大交付达 2w 实例 / 分钟，这近一步晋升了函数计算在客户外围业务上的交付能力。
VPC 网络建连优化：从 10s 优化至 200ms
当用户须要在函数中拜访用户 VPC 中的资源，例如 RDS/NAS 时，须要买通 VPC 网络。业内 FaaS 产品广泛采纳动静挂载 ENI 的形式来实现 VPC 买通，即在 VPC 创立一个 ENI，挂载到 VPC 中执行函数的机器上。该计划让用户能非常简单地联动后端云服务，但 ENI 挂载的速度个别须要 10 秒以上，在延时敏感业务场景下带来极大的性能开销。
函数计算通过将 VPC 网关服务化，实现计算和网络解耦，计算节点的伸缩不再受限于 ENI 挂载的能力。该计划由网关服务负责 ENI 的挂载、网关节点的高可用和主动伸缩，而函数计算专一于计算节点的调度，最终实现 VPC 网络建连时，函数冷启动工夫降至 200 ms。
GB 级别镜像启动：从分钟级优化至秒级
函数计算在 2020 年 8 月率先公布了容器镜像的函数部署形式，AWS Lambda 在 2020 年 12 月 Re-Invent，国内友商在 2021 年 6 月也相继发表了 FaaS 反对容器的重磅性能。冷启动始终都是 FaaS 的痛点，引入比代码压缩包大几十倍的容器镜像后，减轻了冷启动过程带来的时延。
函数计算创新性的创造了 Serverless Caching，依据不同的存储服务特点，构建数据驱动、智能高效的缓存体系，实现软硬件协同优化，将 Custom Container 体验进一步晋升。到目前为止，函数计算曾经将镜像减速优化到了较高的水准。咱们在函数计算的公开用例（https://github.com/awesome-fc）外面，筛选了 4 个典型的镜像，并将它们适配至国内外几个大型云厂商进行横向比照，每距离 3 小时调用上述镜像，反复数次。
试验证实，在 GB 级别镜像冷启动的场景下，函数计算曾经实现了分钟级到秒级的逾越。
先行一步，志在千里
2009 年，伯克利就过后衰亡的云计算提出 6 点预测，包含服务的按需付费成为可能、物理硬件的利用率将大大提高等，在过来的 12 年间，这些都已成为事实。2019 年，伯克利再次预测 Serverless 计算将会成为云时代默认的计算范式，并取代 Serverful（传统云）计算模式。
参照云计算这 12 年的倒退历程，Serverless 正处于验证伯克利预测的第 3 年，刚过四分之一。这 3 年间，从云的将来的美妙畅想，到云厂商提倡的 Serverless First 和大规模投入，再到企业用户充分利用 Serverless 的劣势来优化现有架构，并主观的面对影响 Serverless 大规模落地企业外围业务的绊脚石，再到明天，通过技术创新和冲破来化解行业独特的痛点。这不仅须要先行一步的勇气和气魄，更须要志在千里的使命和责任。
特别感谢 墨飏、黛忻、筱姜、刘宇 对本文做出的奉献。
戳下方链接，查看函数计算 FC 主页！！
https://www.aliyun.com/produc…