作者 | Hongqi 阿里云高级技术专家
到底什么是 Serverless 架构？
什么是 Serverless 架构？依照 CNCF 对 Serverless 计算的定义，Serverless 架构应该是采纳 FaaS（函数即服务）和 BaaS（后端服务）服务来解决问题的一种设计。这个定义让咱们对 Serverless 的了解稍显清晰，同时可能也造成了一些困扰和争执。
- 随着需要和技术的倒退，业界呈现了一些 FaaS 以外的其它状态的 Serverless 计算服务，比方 Google Cloud Run，阿里云推出的面向利用的 Serverless 利用引擎服务以及 Serverless K8s，这些服务也提供了弹性伸缩能力和按应用计费的免费模式，具备 Serverless 服务的状态，能够说进一步扩充了 Serverless 计算的营垒；
- 为了打消冷启动影响，FaaS 类服务如阿里云的函数计算和 AWS 的 Lambda 相继推出了预留性能，变得不那么“按应用付费”了；
- 一些基于服务器（Serverful）的后端服务也推出了 Serverless 状态产品，比方 AWS Serverless Aurora，阿里云 Serverless HBase 服务。
这样看来，Serverless 的界限是有些含糊的，诸多云服务都向着 Serverless 方向演进。一个含糊的货色如何领导咱们解决业务问题呢？Serverless 有一个基本的理念是始终没有扭转的，即让用户最大化地专一业务逻辑，其它的特色如不关怀服务器、主动弹性、按应用计费等，都是为了实现这个理念而服务。
驰名的 Serverless 实践者 Ben Kehoe 这样形容 Serverless 原生心智，当咱们在业务中思考做什么时能够领会一下这种心智：
- 我的业务是什么？
- 做这件事件能不能让我的业务超群绝伦？
- 如果不能，我为什么要做这件事件而不是让他人来解决这个问题？
- 在解决业务问题之前没有必要解决技术问题。
在实际 Serverless 架构时，最重要的心智不是抉择哪些风行服务和技术，攻克哪些技术难题，而是时刻将专一业务逻辑铭记在心，这样更容易让咱们抉择适合的技术和服务，明确如何设计利用架构。人的精力是无限的，组织的资源是无限的，Serverless 的理念能够让咱们更好地用无限的资源解决真正须要解决的问题，正是因为咱们少做了一些事件，转而让他人做这些事件，咱们才能够在业务上做的更多。
接下来咱们介绍一些常见的场景，并探讨如何应用 Serverless 架构反对这些场景。咱们次要会采纳计算、存储和音讯通信等技术来设计架构，从可运维性、安全性、可靠性、可扩展性、老本几个角度来掂量架构的优劣。为了让这种探讨不过于形象，咱们会用一些具体的服务作为参考，然而这些架构的思维是通用的，能够用其它相似产品实现。
场景 1: 动态 Web 站点
如果咱们要做一个信息展现的网站，需要很简略，就像早年的中国黄页那样，信息更新很少，大略有以下几种次要抉择：
- 买台服务器放在 IDC 机房里托管，运行站点；
- 去云厂商上买台云服务器运行站点，为了解决高可用的问题又买了负载平衡服务和多个服务器；
- 采纳动态站点形式，间接由对象存储服务（如 OSS）反对，并应用 CDN 回源 OSS。
这三种形式由云下到云上，由治理服务器到无需治理服务器，即 Serverless。这一系列的转变给使用者带来了什么变动呢？前两种计划须要估算，须要扩大，须要实现高可用，须要自行监控等，这些都不是马老师当年想要的，他只想去展现信息，让世界理解中国，这是他的业务逻辑。Serverless 正是这样一种理念，最大化地让人去专一业务逻辑。第三种形式就是采纳了 Serverless 架构去构建一个动态站点，它有其它计划无法比拟的劣势，比方：
- 可运维性：无需治理服务器，比方操作系统的安全补丁降级、故障降级、高可用性，这些云服务（OSS，CDN）都帮着做了；
- 可扩展性：无需对资源做预估和思考将来的扩大，因为 OSS 自身是弹性的，应用 CDN 使得零碎提早更小、费用更低、可用性更高；
- 老本：按理论应用的资源付费，包含存储费用和申请费用，没有申请时不收取申请费用；
- 安全性：这样一个零碎甚至看不到服务器，不须要通过 SSH 登录，DDoS 攻打也交给云服务来解决。
场景 2: 单体和微服务利用
动态页面和站点适宜用于内容少、更新频率低的场景，反之，就须要动静站点了。比方淘宝的商品页面，采纳动态页面形式治理商品信息是不事实的。如何依据用户申请动静地返回后果呢？咱们来看两种常见的解决方案：
- Web 单体利用：所有的应用逻辑都在一个利用中实现，联合数据库，这种分层架构能够疾速实现一些复杂度较低的利用；
- 微服务利用：随着业务倒退，性能多了，访问量高了，团队大了，这时候个别就须要将单体利用中的逻辑拆分成多个执行单元，比方商品页面上的评论信息、售卖信息、配送信息等，都能够对应一个独自的微服务。这种架构的益处是每个单元是高度自治的，易于开发（比方应用不同技术）、部署和扩大。然而这种架构也引入了分布式系统的一些问题，如服务间通信的负载平衡、失败解决等。
处在不同阶段不同规模的组织能够抉择适宜本身的形式，来解决它面临的首要业务问题，淘宝最后被人们承受肯定不是因为它应用了哪种技术架构。然而无论抉择哪种架构，下面提到的 Serverless 原生心智都有助于咱们专一业务。比方：
- 是否须要本人购买服务器装置数据库，实现高可用、治理备份、降级版本等，还是能够把这些事件交给托管的服务如 RDS；是否能够应用表格存储、Serverless HBase 等 Serverless 数据库服务，实现按应用的弹性扩容缩容和付费；
- 单体利用是须要本人购买服务器运行，还是能够交给托管服务，如函数计算和 Serverless 利用引擎；
- 是否能够通过函数来实现轻量级微服务，依赖函数计算提供的负载平衡、主动伸缩、按需付费、日志采集、系统监控等能力；
- 基于 Spring Cloud、Dubbo、HSF 等实现的微服务利用是否须要本人购买服务器部署利用，治理服务发现，负载平衡，弹性伸缩，熔断，系统监控等，还是能够将这些工作交给诸如 Serverless 利用引擎服务。
上图右侧的架构引入了 API 网关、函数计算或者 Serverless 利用引擎来实现计算层，将大量的工作交给了云服务实现，让用户最大水平上专一实现业务逻辑。其中零碎外部多个微服务的交互如下图所示，通过提供一个商品聚合服务，将外部的多个微服务对立出现给内部。这里的微服务能够通过 SAE 或者函数实现。
这样的架构还能够持续扩大，比方如何反对不同客户端的拜访，如上图右侧所示。事实中这种需要是常见的，不同的客户端须要的信息可能是不同的，手机能够依据地位信息做相干举荐。如何让手机客户端和不同浏览器都能受害于 Serverless 架构呢？这又牵扯出了另一个词——Backend for fronted（BFF），即为前端定做的后端，这受到了前端开发工程师的推崇，Serverless 技术让这个架构宽泛风行，因为前端工程师能够从业务角度登程间接编写 BFF，而无需治理服务器相干的令前端工程师更加头疼的事件。更多实际能够参见：基于函数计算的 BFF 架构。
场景 3: 事件触发
后面提到的动静页面生成是同步申请实现的，还有一类常见场景，其中申请解决通常须要较长时间或者较多资源，比方用户评论中的图片和视频内容治理，波及到如何上传图片和解决图片（缩略图、水印、审核等）及视频，以适应不同客户端的播放需要。
如何对上传多媒体文件实时处理呢？这个场景的技术架构大体经验了以下演变：
- 基于服务器的单体架构：多媒体文件被上传到服务器，由服务器解决，对多媒体的显示申请也由服务器实现；
- 基于服务器的微服务架构：多媒体文件被上传到服务器，服务器解决转存到 OSS，而后将文件地址退出音讯队列，由另一组服务器解决文件，将处理结果保留到 OSS，对多媒体的显示申请由 OSS 和 CDN 实现；
- Serverless 架构：多媒体间接上传到 OSS，由 OSS 的事件触发能力间接触发函数，函数处理结果保留到 OSS，对多媒体的显示申请由 OSS 和 CDN 实现。
基于服务器的单体架构面临以下问题：
- 如何解决海量文件？单台服务器空间无限，购买更多的服务器；
- 如何扩大 Web 应用服务器？Web 应用服务器是否适宜 CPU 密集型工作？
- 如何解决上传申请的高可用？
- 如果解决显示申请的高可用？
- 如何应答申请负载的波峰波谷？
基于服务器的微服务架构很好地解决了上述的大部分问题，然而依然面临一些问题：
- 治理应用服务器的高可用性和弹性；
- 管理文件解决服务器的弹性；
- 治理音讯队列的弹性。
而第三种 Serverless 架构很好地解决了上述所有问题。开发人员原来须要做的负载平衡、服务器的高可用和弹性伸缩、音讯队列都转移到了服务外部。咱们能够看到随着架构的演进，开发人员做的事件越来越少，零碎更加成熟，业务上更加聚焦，大大晋升了交付速度。
这里的 Serverless 架构次要体现的价值是：
- 事件触发能力：函数计算服务与事件源（OSS）的原生集成让使用者无需治理队列资源，队列主动扩大，实时处理上传的多媒体文件；
- 高弹性和按需付费：图片和视频（不同大小的视频）须要的计算资源规格是不同的，流量的波峰波谷对资源的需要是不同的，当初这种弹性由服务提供，依照用户的实在应用去扩容缩容，让用户 100% 地利用资源，无需为闲置资源付费。
事件触发能力是 FaaS 服务的一个重要个性，这种 Pub-Sub 事件驱动模式不是一个新的概念，然而在 Serverless 风行之前，事件的生产者、消费者以及两头的连贯枢纽都是用户负责的，就像后面架构演进中的第二个架构。
Serverless 让生产者发送事件，保护连贯枢纽都从用户职责中省略了，而只需关注消费者的逻辑，这就是 Serverless 的价值所在。
函数计算服务还集成其它云服务事件源，让你更不便地在业务中应用一些常见的模式，如 Pub/Sub、事件流模式、Event Sourcing 模式。对于更多的函数组合模式能够参见：函数组合的 N 种形式。
场景 4: 服务编排
后面的商品页面尽管简单，然而所有的操作都是读操作，聚合服务 API 是无状态、同步的。咱们来看一下电商中的一个外围场景——订单流程。
这个场景波及到多个分布式写的问题，这是引入微服务架构导致的最麻烦的一个问题。单体利用在肯定水平上能够比拟容易地解决这个流程，因为应用了一个数据库，能够通过数据库事务保持数据一致性。然而事实中可能不得不去跟一些内部服务打交道，须要肯定的机制保障流程的后退和回退顺利完成，解决这个问题的一个经典模式是 Saga 模式，而实现这种模式有两种不同架构：
一种做法是采纳事件驱动模式，驱动流程实现。在这个架构里，有一个音讯总线，感兴趣的服务如库存服务监听事件，监听者能够应用服务器或者函数。借助于函数计算和音讯主题的集成，这个架构也能够齐全不应用服务器。
这个架构模块是松耦合的，职责清晰。不足之处是随着流程变得更长更加简单，这个零碎变得难以保护。比方很难直观地理解业务逻辑，执行时的状态也不宜跟踪，可运维性比拟差。
另外一种架构是基于工作流的 Saga 模式。在这个架构里，各个服务之间是独立的，也不通过事件传递信息，而是有一个集中的协调者服务来调度单个业务服务，业务逻辑和状态由集中协调者保护。而实现这个集中的协调者通常面临以下问题：
- 编写大量代码来实现编排逻辑、状态保护和谬误重试等性能，而这些实现又很难被其它利用重用；
- 保护运行编排利用的基础设施，以确保编排利用的高可用性和可伸缩性；
- 思考状态持久性，以反对多步骤长时间运行流程并确保流程的事务性。
依赖于云服务，比方阿里云的 Serverless 工作流服务，这些事件都能够交给平台来做，用户又回到了只需关注业务逻辑的状态。
下图右侧是流程定义，咱们能够看到这实现了后面基于事件的 Saga 模式的成果，并且流程大大简化，晋升了可观测性。
场景 5: 数据流水线
随着业务的进一步倒退，数据变得越来越多，这时候就能够开掘数据的价值。比方，剖析用户对网站的应用行为并做相应的举荐。一个数据流水线包含数据采集、解决、剖析等多个环节。这样的服务如果从头搭建尽管是可行的，然而也是简单的，咱们这里探讨的业务是电商，而不是去提供一个数据流水线服务。有了这样一个指标，咱们做抉择时就会变得简略明确。
- 日志服务（SLS）提供了数据采集、剖析和投递性能；
- 函数计算（FC）能够对日志服务的数据进行实时处理，将后果写入其它服务，如日志服务、OSS；
- Serverless 工作流服务能够定时批量解决数据，通过函数定义灵便的数据处理逻辑，构建 ETL 作业；
- 数据湖剖析（DLA）提供了 Serverless 化的交互式查问服务，它应用规范 SQL 剖析对象存储 (OSS)、数据库（PostgreSQL / MySQL 等）、NoSQL（TableStore 等）等多个数据源的数据。
总结
限于篇幅，咱们只探讨了 Serverless 架构在几个场景中的利用，然而在实践中咱们能够看出一种共性，即如何将业务逻辑中与业务不相干的工作剥离进来，交给平台和服务实现。这种各司其职、分工协作的做法在其它场合并不生疏，然而 Serverless 的思维让这种状态更为明确。Less is more，少的不只是 Server 和围绕 Server 相干的累赘，还能够是业务以外的方方面面，多的是专一的业务和产品的外围竞争力。