北京米连科技有限公司成立于2015年，是国家高新技术企业，旗下品牌伊对App上线于2018年，专一于挪动端交友和相亲，将视频、直播和线上红娘创造性地交融在一起，开拓了视频恋爱社区的独立赛道，为独身人群提供了全新的社交体验。截至2020年，伊对App注册用户已达1亿，每月撮合线上相亲流动约1000万场，成为视频恋爱社交垂直畛域最具影响力的品牌之一。
业务需要
随着伊对App业务的快速增长，外围利用的零碎规模和零碎复杂度也在经验着天翻地覆的变动。伊对App技术团队通过引进新的技术手段，保护整套零碎架构的技术先进性，以更好地反对业务需要，升高IT老本。从成立以来，伊对App的外围零碎架构实现了屡次重大的降级，波及微服务化、容器化、分布式数据库、大数据和人工智能等重要的技术，特地在Serverless技术的摸索方面，伊对App投入了很大精力，以充沛享受到云计算时代资源疾速弹性伸缩的价值。
在伊对App的业务场景外面，视频直播是最为重要的环节，基于视频直播这个骨架，能够融入线上红娘等多类翻新业务模式，这也对视频直播的内容平安提出了极高的要求。不论是本身通过AI技术对视频直播内容进行智能剖析，还是应答监管的要求，都须要在每一路视频直播流开始后，依据固定频率对视频进行截帧，并通过对立的审核服务对截帧生成的图片进行解决。
在这个需要外面，截帧服务承当着要害职责，这个服务不仅须要通过FFmpeg命令对每一路直播视频流进行截帧操作，还须要将生成的图片保留到对象存储OSS，并将截帧信息写入到Kafka。这样上游的截帧服务就能从Kafka上拉取截帧信息，并从截帧信息中失去图片在OSS中的地址，从而实现对于图片的审核。在这个架构中，引入Kafka是为了通过异步解决机制缓解审核服务在业务高峰期的负载。
业务痛点
FFmpeg截帧命令应用非常简单，但这是一个对于CPU算力要求十分高的操作。依据伊对App技术团队的屡次试验，采纳ECS部署截帧服务，是一个绝对老本最优的抉择。如果依照每秒钟1次截帧的固定频繁，1台ECS可能同时撑持大概数百路直播视频流的截帧工作。为了保障业务高峰期的资源储备，伊对App筹备了大量ECS来部署截帧服务。跟绝大多数互联网利用一样，伊对App的负载也存在着波峰波谷，这样的稳定对伊对App整体的资源布局带来了极高的挑战，如果依照固定的ECS集群规模来部署截帧服务，会存在两个非常明显的弊病：
- 为了反对业务顶峰，必须依照高峰期的用户量来评估集群规模，在业务低峰期就会造成微小的节约。
- 在某些场景下，比方节假日效应的带动，业务量会有突增，有可能须要对集群进行长期扩容，这种状况下往往扩容速度会滞后于业务流的增速，造成局部业务的降级解决。
为了节俭资源老本，伊对App也摸索过很多种弹性伸缩策略，比方通过弹性ECS实例配合容器化的形式部署利用，以实现集群规模能动静适配实在业务量的变动。但这些策略的实现都比较复杂，弹性伸缩能力都绝对滞后。其中基本的起因是在传统的服务架构中，一个利用启动后都是长期保持运行的，在运行期间会并发会解决多个业务需要，不论业务量如何变动，这个利用占据的计算力都不会有实质的变动。
有没有一种含糊其辞的形式，能够在一路直播视频流开启后，拉起对应的计算力承接截帧工作，而在视频流敞开后，主动将计算力开释呢？这样的形式不须要利用实例长驻，能够实现真正的计算资源按需分配，也不须要借助额定的伎俩动静调整截帧服务的集群规模，是一种最为现实的计划。
作为云原生Serverless技术的代表，阿里云函数计算FC就正好实现了这样的思路。
函数计算FC有哪些独特之处？
阿里云自研的Serverless产品函数计算FC是事件驱动的全托管计算服务，完满符合了伊对App的需要和痛点。应用函数计算，用户无需洽购与治理服务器等基础设施，只需编写并上传代码。函数计算会主动筹备好计算资源，弹性地、牢靠地运行工作，并提供日志查问、性能监控和报警等性能。借助函数计算FC，能够疾速构建任何类型的利用和服务，并且只需为工作理论耗费的资源付费。
函数计算FC提供了一种事件驱动的计算模型，函数的执行是由事件驱动的。函数的执行能够通过函数使用者本人触发，也能够由其它一些事件源来触发。能够在指定函数中创立触发器，该触发器形容了一组规定，当某个事件满足这些规定，事件源就会触发相应的函数。比方对于HTTP触发起而言，用户的一次HTTP申请就能触发一个函数；而对于OSS触发器而言，OSS上新增或批改一个文件就能触发一个函数。在伊对App的视频截帧场景中，函数只须要在每一个直播流开始推送之前，通过业务程序被动触发一个截帧函数就能够了。因而之前截帧业务的架构只须要做很小的调整，就能迁徙到函数计算平台上来，以享受Serverless的价值。
解决方案及劣势
反对多种编程语言的Runtime
伊对App的技术团队第一次和阿里云沟通Serverless计划的时候，阿里云的技术人员举荐应用Python语言实现截帧函数，因为函数计算FC对于Node.js、Python、PHP、Java等语言提供了原生的运行环境，而且像Python这样的脚本语言能够实现在函数计算平台上间接批改调度代码，应用非常简单。其实函数计算FC对于开发语言没有要求，任何支流的开发语言都能够很好的反对。通过函数计算FC提供的Custom Runtime，能够为工作语言建设自定义的运行环境。Custom Runtime实质上是一个HTTP Server，这个HTTP Server接管了函数计算零碎的所有申请，包含来自事件调用或者HTTP函数调用。
极致弹性和高可用性
因为在Serverless架构下，每一路直播视频流都会拉起新的计算资源来承接截帧工作，因而并不需要采纳高规格的ECS实例同时并发解决多个截帧工作。通过重复的测试，伊对App采取了最适宜的函数计算实例来实现每路视频流的截帧工作。
函数计算FC在计算资源的启动方面做了大量优化，配合云化的资源池，可能在100毫秒的工夫内调度大量计算实例，以承载非凡状况下突增的业务流量。为了更进一步的适配伊对App的业务场景，阿里云函数计算团队还专门为伊对App提供了定时预热的形式，以最大水平的保障业务高峰期冷启动计算资源的性能。这样极致的弹性伸缩能力是Serverless的特长，传统的利用架构的弹性伸缩依赖于底层计算资源的调度，以及简单的初始化工作，在计算实例的启动速度上远远达不到这个程度。
失常状况下，函数计算FC上一个一般弹性实例可运行时长为10分钟，此外还提供了性能实例，以应答更高的资源需要，性能实例在可运行时长上也晋升到了数小时。在伊对App的截帧场景中，单实例并不需要有很高的性能，但有必要随同着直播视频流长期运行，因而阿里云也为伊对App适当放开了弹性实例的运行时长限度：达到1小时。对于超过1小时的直播，同样能够反对：在截帧场景中，当一个函数实例将要达到运行时长限度的时候，只须要再拉起一个新的函数实例对截帧工作进行接力就能够了，对于截帧业务的失常运行不会有任何影响。
节俭资源，降本增效
函数计算FC在实现计算资源按需调度，按量计费的同时，还通过预留实例的模型更进一步升高应用老本。依据初步的评估，在直播截帧这个业务场景上，通过基于函数计算FC的Serverless架构，可能帮忙伊对App缩小20%以上的资源老本开销。
此外，因为函数计算FC不须要预留计算资源，也不须要对底层的软硬件进行保护，极大水平的升高了经营老本，能够让伊对App的技术团队更专一在简单业务逻辑的实现上。这也是Serverless技术为宽广企业和开发者带来的微小价值之一。
总结
在直播截帧场景试点Serverless技术胜利后，伊对App持续在更多业务畛域挖掘Serverless技术的匹配场景。将来，伊对App将持续基于本身的技术特点不断深入摸索Serverless架构，在拥抱新技术的同时也能充沛享受到云计算的红利。
查看更多：原文链接
本文为阿里中间件原创文章，未经容许不得转载。