简介：本篇内容将从 2 个局部为读者介绍对于阿里云 FaaS 架构设计和神龙高密部署的 FaaS，心愿能够让大家对阿里云 FaaS 有更深刻的理解，并能够将 FaaS 利用到我的项目中，达到降本提效的目标。
一、基于 ECS 的 FaaS
在阿里云传统架构，用户通过互联网进入到负载平衡零碎中，再通过负载平衡把零碎的申请调度到不同的机器下来。这种传统的架构带来的问题比拟多，一方面是多利用配比比例容易失衡，造成资源节约；另一方面是镜像降级比拟繁琐，整个过程的开机速度在分钟级，扩容速度也绝对较慢。
(1) 架构设计
基于 ECS 的 FaaS 架构设计同样也是通过互联网进入，落到 SLB 负载平衡上。SLB 负载平衡这个零碎是部署在阿里云外部的，次要用于抵御 DDoS 攻打及申请平衡到多台 api_server 上。api_server 再发动函数的 CRUD 操作，并向 Scheduler 申请容器。
Scheduler 治理容器在 worker 的搁置，申请落在容器上的调度散发。用户所在 worker 就是咱们称之为的计算节点，如果须要拜访用户的 VPC 环境则在计算节点上通过 ENI 网卡买通到用户 VPC 环境。
(2) 多租户多利用部署的反对
namespace 是 linux 前几年推出的一个资源隔离计划，能够在内核层面做一些设置指定一部分过程固定。并且能够在 cgroup 的这一套设置计划里设置，管制资源的拜访。在 namespace、cgroup 整套计划下，衍生出了 container，社区中罕用的的 Docker 计划把镜像操作系统中的很多细节包装成一个计划，用户看到了一个绝对比拟残缺的操作系统，把用户当成一个单个用户搁置在虚拟机当中。这就是一个 vm，相当于说一台 ECS，这里就是操作系统层面，把整个 cpu、memory、包含设施全副给屏蔽掉，在下面用 cgroup 封一层，对应的就是 Docker 容器。
利用搁置策略包含用户独占虚拟机、同 VPC 独占虚拟机、资源拜访权限统一的 APP 混部在同机器。把两个不同的用户混在一个 vm 下，也就是 ECS 下面，对于用户之间来说是存在危险的。为了屏蔽掉共用 kernel 带来的危险，ECS 上的实现，咱们单个 ECS 只有一个租户，这样解决也存在一些问题，最突出的就是对于低频调用函数资源使用率低。
(3) 疾速程度弹性扩容
如何做到程度弹性扩容？
① 通过利用容器部署，能够定制一些特地的语言、Runtime 容器、通用 LIB/SDK，并放弃社区生态统一，这样就不须要另外去下载，用户用起来也比拟不便，启动速度也十分快。
② 通过设置公共容器镜像、容器镜像写入 ECS 镜像、ECS 镜像启动机器、疾速补充机器池等管制机器资源池，从而可能兼顾性能与老本。
③ 在池化的机器中池化容器创立、代码目录提早挂载、提前启动 runtime、提前 health check，用户申请降临的时候须要启动的工夫会变得更短。
④ 通过限度用户利用大小、激励拆分业务逻辑、内置 SDK/Lib 来管制利用大小。
⑤ 通过 P2P 镜像散发、防止对下载服务造成冲击、按需加载、升高下载提早、晋升启动速度等实现 P2P 镜像下载减速。
如何晋升资源使用率
在理论研发过程中发现，雷同 QPS 下单位工夫片内调度对资源量的影响十分大，咱们能够通过调度晋升资源使用率。例如在下图中，咱们看到宏观状态下的整体 TPS 是十分稳固的，然而事实上，咱们放大到毫秒级别会发现，其实十分不平均！那么这种不平均到底会给咱们带来什么影响？
假如咱们每个容器被设置的最大并发度为 1，即任意时刻一个容器只解决一个工作。下图展现了 a,b,c,d,e,f 多个申请在不同时刻点被调度时对容器数目的影响。
能够看到场景一时，每个申请平均打入时，任意时刻只须要一个容器就够了，这种状况就是咱们现实中心愿能达到的；
而在场景二下，如果调度产生了滞后，可能导致前置的申请和起初的申请混到了一个工夫点，导致容器数目翻倍，在两头的空白处，这些容器又没有被充分利用造成了资源的节约；
在场景三下，如果容器启动耗时较长，或者调用耗时变长，原来的 b 申请会和 a 申请呈现工夫上的叠加，导致又须要创立新的容器，而新的容器如果须要较长时间的冷启动，又会导致和 c 申请呈现工夫上的叠加。如果调度零碎实现得不够好，这样一来就可能产生雪崩效应，导致资源使用量暴涨，而理论使用率却极其低下。
通过下面几个场景，咱们能够大抵为资源使用率的开销上总结一个优化方向：
- 尽可能让调度更平均、更正当，防止扎堆唤起容器
- 尽可能升高冷启动时长，防止短期大量容器都处于创立当中，防止无意义的系统调度开销
- 除了上述外，咱们还能够思考高密部署，将单机的资源使用率晋升下来
如何容灾、避免雪崩？
在实际操作中产生异样的时候，用户申请会出错，出错后会重启或调动新资源创立新的容器，但这样会导致整个提早增大。用户有又会反复尝试，反复尝试则会导致负载升高，从而又引起异样，如此恶性循环。能够通过优化启动速度、多 Partition 容灾部署、指数退却重试、Breaker 阻断异样申请、多可用区备灾、SLB 阻断 DDoS 攻打来避免雪崩。
二、基于神龙高密部署的 FaaS
(1) 为什么须要做高密部署？
一是因为弹性启动速度要求高，心愿做到每秒 1 万个容器实例的启动、启动提早管制在 300 毫秒以内、容器的存活工夫在分钟级别、资源粒度 128MB；
二是老本更低，ECS 架构因平安隔离问题资源碎片多，突发调用提早高，影响资源数目；
三是性能，ECS 单机缓存少、申请毛刺率较高、申请最大提早高；
四是稳定性，高并发对系统冲击、频繁的创立删除资源、ECS 管控压力，爆炸半径难以管制。
(2) 高密部署架构带来的技术难题
整个高密部署架构带来的一些技术难题：
首先要面对的是如何解决单机多租户隔离平安危险，如果不解决这个问题那么就无奈做到单机多租户的平安高密部署，这样资源使用率密度无奈无效晋升；
其次是如何解决高并发下启动速度问题，如果无奈做到这点，如咱们后面所提到的，冷启动工夫较长会重大加剧资源的开销，同时重大影响用户提早体验；
再就是如何解决单机多租户 VPC 网络买通及平安问题，这一点其实十分重要，咱们在 ECS 上建设 VPC 网络连接的速度十分慢，这也重大影响了用户冷启动及资源的应用；
另外咱们还须要思考如何设计高密部署下的技术容灾计划，因为任何一个计算节点的异样会带来大量用户的服务异样。
(3) 基于平安容器模板技术的优化
咱们是如何做到基于平安容器模板技术的优化的？每个容器独占一个虚拟机沙箱，这个沙箱相当于是一个独立的虚拟机，有本人独立的 linux 内核，这样一来每个容器都是通过独立的 kernel 来做平安隔离。神龙启动时模板化大量虚拟机用于晋升启动速度，通过 virtiofs 提早挂载用户代码目录，通过虚拟机微内核隔离用户，能够做到单台机上每个微内核 20M 左右的内存，单机至多 2000 个容器，管制它的冷启动工夫是在 250 毫秒左右。通过调度算法，咱们能够正当地应用资源，承诺用户的资源 quota。
(4) 代码按需加载
代码按需加载是通过以下几个方面做到的：用户容器会重复使用同一份代码，单台神龙只需下载一次；脚本语言蕴含了大量用不到的代码；应用应用 FUSE（用户空间文件系统）来做中间层文件的实在读取；底层应用 NAS 做低提早的数据下载；OSS（阿里云对象存储）做高带宽反对的数据下载。留神到，咱们这里混用了 NAS 及 OSS 一起来做代码的加载，须要留神的是，NAS 的拜访提早相对而言更低，对于小文件的加载更快。咱们在加载初始阶段开始全量异步从 OSS 下载代码。而对于须要立刻拜访的数据，咱们则从 NAS 上读取。因为咱们将整个用户代码目录做成了两个文件：一个为目录文件索引数据，另一个为文件内容数据。因为 NAS 拜访提早低，咱们能够通过相似 GetRange 的形式去数据文件上获取小文件内容。这样就能够用最快的速度即时加载用户代码来达到疾速冷启动了。
![上传中 …]()
(5) VPC 网络优化
基于网络服务网格的 VPC 网关代理是通过用户 VPC 网络安全隔离。咱们过来在 ECS 计划上插拔 ENI 网卡十分耗时，至多须要 2~3s，P99 甚至达到 6～8s。在高密部署的神龙计划上，咱们没有必要为每个平安容器做屡次网卡插拔，只须要在神龙机器上对立买通到网关代理，而用户 ENI 网卡常驻在网关集群上，这样整个网卡的加载速度会变得很快。这样对于用户体验和资源开销都会是一个微小的优化。
(6) 资源分配率
通过混合部署多租户各类业务晋升部署密度，正当配比不同资源需要的容器到一台物理神龙，从而晋升资源分配率。
三、总结
讲师简介：朱鹏，阿里云 Serverless 技术专家，负责阿里云函数计算调度设计研发，在函数计算高并发、技术容灾、冷启动优化、调度资源管理、神龙裸金属技术架构等多个方向均参加了设计和研发实现，是阿里云函数计算神龙高密部署架构主导推动负责人之一。目前次要致力于晋升资源使用率，钻研设计超大规模并发下的低提早资源调度解决方案。
原文链接
本文为阿里云原创内容，未经容许不得转载。