亚洲国产欧美日韩操,99R精品视频在线

歷川：華為云 Serverless 研發(fā)專家

丙真：華為云中間件 Serverless 產(chǎn)品經(jīng)理

馮嘉：華為云中間件首席專家

背景

分散治理、數(shù)據(jù)去中心化、基礎(chǔ)設(shè)施自動化等優(yōu)秀設(shè)計原則，使得微服務(wù)架構(gòu)在過去幾年中逐漸發(fā)展為企業(yè)應(yīng)用架構(gòu)的首選。然而，隨著應(yīng)用規(guī)模的持續(xù)增長和微服務(wù)生態(tài)的成熟，新的挑戰(zhàn)也在不斷涌現(xiàn)出來。相比于傳統(tǒng) SOA 等架構(gòu)，微服務(wù)架構(gòu)給予開發(fā)者更多設(shè)計和開發(fā) “自由度”，同一應(yīng)用的各微服務(wù)模塊，可以采用不同的技術(shù)棧來實(shí)現(xiàn)獨(dú)立自治的業(yè)務(wù)邏輯。但自由也相應(yīng)增加了開發(fā)運(yùn)維的復(fù)雜度，提高了軟件開發(fā)者的認(rèn)知成本；同時，微服務(wù)架構(gòu)在業(yè)務(wù)資源開銷、交付速度、擴(kuò)展性能和基礎(chǔ)設(shè)施彈性等方面，也面臨一系列新的挑戰(zhàn)。

Serverless 編程范式的興起，允許開發(fā)者聚焦業(yè)務(wù)邏輯本身，無需再感知底層運(yùn)行時細(xì)節(jié)和后端資源的維護(hù)伸縮等問題，給微服務(wù)應(yīng)用開發(fā)提供了效率更高的選擇。本文結(jié)合華為云函數(shù)工作流 FunctionGraph、事件網(wǎng)格 EventGrid 以及云應(yīng)用引擎 CAE 等在 Serverless Microservice 方面的實(shí)踐，總結(jié)提煉出包括基礎(chǔ)設(shè)施無感知、全生命周期可觀測、狀態(tài)管理自動化等在內(nèi)的七大 Serverless Microservice 開發(fā) “實(shí)踐標(biāo)準(zhǔn)”，為加速全域 Serverless 產(chǎn)業(yè)升級、推動企業(yè)應(yīng)用開發(fā)框架從微服務(wù)向 Serverless 演進(jìn)提供一些思考。

微服務(wù)架構(gòu)新挑戰(zhàn)

圖 1. 微服務(wù)應(yīng)用開發(fā)的生命周期示意

如圖 1 所示，在微服務(wù)架構(gòu)中，應(yīng)用程序由一組功能自治的小型化服務(wù)圍繞業(yè)務(wù)能力構(gòu)建，服務(wù)之間采用輕量級通信，可以獨(dú)立開發(fā)、構(gòu)建、測試、發(fā)布和監(jiān)控。微服務(wù)的目的是有效拆分應(yīng)用，實(shí)現(xiàn)敏捷開發(fā)和部署 [1]。Martin Fowler 和 James Lewis 在《Microservices: A Definition of This New Architectural Term》中，列舉了微服務(wù)架構(gòu)的九大特征，如表 1 所示 (參見 [2])，這些特征使得微服務(wù)相比于傳統(tǒng)軟件開發(fā)架構(gòu)，具有更加靈活的設(shè)計開發(fā)模式，服務(wù)之間支持獨(dú)立部署和擴(kuò)展，有效提升了企業(yè)應(yīng)用的開發(fā)、迭代和運(yùn)維效率。

表 1：微服務(wù)架構(gòu)的九大特征

盡管微服務(wù)架構(gòu)秉承眾多優(yōu)秀設(shè)計原則，隨著應(yīng)用規(guī)模增長、技術(shù)生態(tài)的成熟和工具鏈的多元化發(fā)展，一系列新的挑戰(zhàn)逐漸呈現(xiàn)在企業(yè)應(yīng)用開發(fā)者面前。

挑戰(zhàn)一：開發(fā)運(yùn)維的復(fù)雜性高

相比于單體（Monolithic）或 SOA（Service-Oriented Architecture）等傳統(tǒng)架構(gòu)下的 “規(guī)范標(biāo)準(zhǔn)”，微服務(wù)更提倡基于 “實(shí)踐標(biāo)準(zhǔn)” 解決分布式問題 [2]；因此，對于服務(wù)注冊發(fā)現(xiàn)、負(fù)載均衡、配置和安全、事務(wù)處理等，在微服務(wù)場景中不再有統(tǒng)一的解決方案。例如，服務(wù)間通信方案就有數(shù)十種，包括 REST、gRPC、Thrift、Dubbo 等，服務(wù)發(fā)現(xiàn)也包含 CoreDNS、Eureka、ZooKeeper、ETCD 等多種技術(shù)選型 ; 應(yīng)用開發(fā)人員從這些各有千秋的技術(shù)中，選擇最適合自己業(yè)務(wù)場景的系統(tǒng)性方案，無疑是一件門檻很高的任務(wù) ; 盡管有 Spring Cloud 等一站式的全家桶工具集，對應(yīng)用設(shè)計和運(yùn)維人員來說，一攬子工具集所提供的技術(shù)組合復(fù)雜多樣，導(dǎo)致問題定位、定界效率低。

除 Spring Cloud，Kubernetes 也逐漸成為一種主流的微服務(wù)解決方案。與 Spring Cloud 相比，Kubernetes 的配置管理和服務(wù)注冊功能更加友好，且“邊車代理模式”、服務(wù)網(wǎng)格 (e.g., Istio) 等技術(shù)的提出，顯著提高了服務(wù)治理的效率；但要實(shí)現(xiàn)這類解決方案的高效利用，開發(fā)者的認(rèn)知成本和所面對的復(fù)雜性并不低；從 Spring Cloud 到 Kubernetes，復(fù)雜性沒有被減弱，更多地是被轉(zhuǎn)移。微服務(wù)架構(gòu)也需要開發(fā)者掌握并發(fā)編程框架和分布式事務(wù)一致性等技術(shù)，這些技術(shù)本身具備不低的復(fù)雜性，以事務(wù)一致性為例，常見機(jī)制就包括 TCC (Try-Confirm-Cancel)、2/3PC (2/3 Phase Commit)、SAGA 等模式。

挑戰(zhàn)二：服務(wù)擴(kuò)展效率與應(yīng)用規(guī)模難平衡

盡管微服務(wù)提倡對應(yīng)用進(jìn)行拆分，但微服務(wù)的粒度仍然比較大。同一個微服務(wù)單元中，不同子功能之間的使用頻率（e.g., QPS、RPS et al.）、變更頻率等往往也不相同，因而對擴(kuò)展性的訴求也不一樣。圖 2 展示了一個 Web 應(yīng)用中“用戶管理”微服務(wù)的例子 [3]，該微服務(wù)包含賬號注冊 API、登錄 API 和登出 API 三項子功能，在實(shí)際使用中，注冊 API 和登錄 API 的調(diào)用頻率通常遠(yuǎn)高于登出 API，因此對擴(kuò)展性的要求也高于后者；此時雖然可以對微服務(wù)進(jìn)一步進(jìn)行拆分，但整個應(yīng)用的服務(wù)數(shù)量也可能會隨之翻倍，從而加重應(yīng)用基礎(chǔ)設(shè)施的管理負(fù)擔(dān)。

圖 2. 一個 Web 應(yīng)用中“用戶管理”微服務(wù)的示例

微服務(wù)粒度較大的問題也使得單個服務(wù)的擴(kuò)容速度十分受限，在高并發(fā)場景下要實(shí)現(xiàn)微服務(wù)的快速彈性是一件十分困難的事；對于時延敏感型應(yīng)用，并發(fā)請求的擴(kuò)容訴求通常在秒級以內(nèi)，甚至毫秒級，但在微服務(wù)架構(gòu)下，服務(wù)彈性擴(kuò)容則通常需要秒級以上甚至分鐘級的時延。

挑戰(zhàn)三：高可用與彈性保障成本高

與服務(wù)擴(kuò)展效率和應(yīng)用規(guī)模平衡相關(guān)的另一個難題是成本問題。受限于單個服務(wù)的彈性能力，微服務(wù)架構(gòu)通常采用“多實(shí)例主備”或“多實(shí)例多活”的方案，來保障應(yīng)用的高可用性，實(shí)現(xiàn)容錯、容災(zāi)、負(fù)載均衡等目標(biāo)。但與前文中討論的相似，同一個微服務(wù)應(yīng)用的不同子服務(wù)之間，其承載的流量大小、調(diào)用頻率等的差距也可能很大，因此對資源的橫向、縱向擴(kuò)縮容訴求也不一致，這種差距往往給企業(yè)帶來無畏的成本浪費(fèi)。圖 3 展示了一個由 6 個功能不可或缺的子服務(wù)構(gòu)建而成的微服務(wù)應(yīng)用, 每個服務(wù)運(yùn)行在虛機(jī)或容器中，圖中實(shí)線表示在給定的一段時間內(nèi)企業(yè)為每個服務(wù)所占據(jù)的虛機(jī)或容器所支付的資源成本，虛線表示服務(wù)在業(yè)務(wù)運(yùn)行中所實(shí)際消耗的資源成本。

圖 3. 一個微服務(wù)應(yīng)用的資源成本示意

在圖 3 的示例中，微服務(wù) F 由于被調(diào)用的頻率很高，其所占據(jù)的資源利用率也較高，而微服務(wù) A 則相反，其所占據(jù)的資源成本和 F 相差不大（e.g., 2u2G 的容器），但 A 被調(diào)用的頻率則相對低很多，資源利用率也相應(yīng)更低。在實(shí)際應(yīng)用開發(fā)運(yùn)維中，為保障高可用性和資源彈性，圖中實(shí)線與虛線之間通常存在較大的差距，這部分成本是企業(yè)為應(yīng)用所占據(jù)但未使用的資源付出的成本，屬于一種成本浪費(fèi)；同時，由于微服務(wù)架構(gòu)通常不支持（一般也不建議）單個服務(wù) “Scale-to-Zero”，且微服務(wù)應(yīng)用逐漸變得越來越 “重”，上述 “資源占而不用” 導(dǎo)致的浪費(fèi)現(xiàn)象也更加嚴(yán)重。

事件驅(qū)動式 Serverless 函數(shù)架構(gòu)

云原生基礎(chǔ)設(shè)施的發(fā)展，有力促進(jìn)了事件驅(qū)動的 Serverless 架構(gòu)的廣泛應(yīng)用。相比于微服務(wù)，Serverless 提供了一種更加細(xì)粒度的應(yīng)用開發(fā)模型，以及更加便捷、輕量的應(yīng)用運(yùn)維框架。以 FaaS（Function-as-a-Service）為例，應(yīng)用開發(fā)支持以單個函數(shù)作為最小部署單元，開發(fā)者只需提供函數(shù)代碼（包括源碼文件、鏡像等）和一些配置信息，即可實(shí)現(xiàn)應(yīng)用的快速發(fā)布和上線；同時，后端資源的維護(hù)及其隨流量的自適應(yīng)伸縮等復(fù)雜任務(wù)，則全部被下移到 Serverless 平臺側(cè)，顯著降低了開發(fā)者的認(rèn)知成本和開發(fā)、運(yùn)維門檻，如圖 4 所示；開發(fā)者只需為應(yīng)用函數(shù)所實(shí)際使用的資源時長進(jìn)行付費(fèi)，付費(fèi)粒度精確到毫秒級；同時，在應(yīng)用流量負(fù)載為零的所有時間區(qū)間中，函數(shù)實(shí)例通過“Scale-to-zero”可以有效消除成本浪費(fèi)，實(shí)現(xiàn)應(yīng)用開發(fā)經(jīng)濟(jì)化。

圖 4. Serverless 應(yīng)用開發(fā)架構(gòu)的資源邊界示意

與在微服務(wù)場景下相似，事件驅(qū)動式（Event-driven）也是 Serverless 函數(shù)架構(gòu)的核心特征。Serverless 函數(shù)一般由函數(shù)代碼包和事件處理程序（event handler）構(gòu)成，函數(shù)通過事件進(jìn)行觸發(fā)，并對接收到的事件進(jìn)行響應(yīng)、處理。例如，F(xiàn)unctionGraph 支持多種類型的事件觸發(fā)器，滿足應(yīng)用在不同業(yè)務(wù)場景下的訴求；同時，通過原生集成事件網(wǎng)格服務(wù) EventGrid，F(xiàn)unctionGraph 為各類云服務(wù)、自定義應(yīng)用、SaaS 應(yīng)用提供了標(biāo)準(zhǔn)化、中心化的接入方式，事件可以在不同應(yīng)用和服務(wù)之間靈活路由，幫助開發(fā)者快速構(gòu)建松耦合、分布式的事件驅(qū)動式 Serverless 應(yīng)用，如圖 5 所示。

圖 5. EFG：基于 EventGrid 和 FunctionGraph 的事件驅(qū)動式 Serverless 應(yīng)用模型

基于函數(shù)快速實(shí)現(xiàn) Serverless Microservice 應(yīng)用

圖 6 給出了基于 FunctionGraph 和 APIG（API Gateway）的 Serverless Microservice 簡易應(yīng)用模型，整個應(yīng)用采用云上托管服務(wù)（managed services）構(gòu)建，每個微服務(wù)由函數(shù)實(shí)現(xiàn)，并通過 APIG 對外暴露，函數(shù)之間采用 Workflow 進(jìn)行功能編排。在該模型基礎(chǔ)上，我們用函數(shù)快速實(shí)現(xiàn)一個 Serverless Microservice 示例。

圖 6. 基于 FunctionGraph 和 APIG 的 Serverless Microservice 模型

以經(jīng)典的電商應(yīng)用為例，首先用 FunctionGraph 創(chuàng)建三個函數(shù)，分別實(shí)現(xiàn) Product, Basket, Order 微服務(wù)，其中，Product 實(shí)現(xiàn)商品清單及詳情瀏覽，Basket 負(fù)責(zé)加購，Order 完成下單。交易相關(guān)的狀態(tài)采用分布式緩存服務(wù) DCS（Distributed Cache Service）進(jìn)行存儲，DCS 實(shí)例通過綁定獨(dú)立 VPC 來實(shí)現(xiàn)網(wǎng)絡(luò)私有和隔離，最后，我們?yōu)槊總€函數(shù)分別綁定一個 APIG 觸發(fā)器，對外暴露服務(wù)；如圖 7(1) - 7(5) 所示。

圖 7-(1). 分別創(chuàng)建三個函數(shù)，實(shí)現(xiàn)微服務(wù)功能

圖 7-(2). 授權(quán) FunctionGraph 訪問 VPC 內(nèi)服務(wù) (i.e., DCS 實(shí)例)

圖 7-(3). 開啟函數(shù)訪問 VPC

圖 7-(4). 在函數(shù)中獲取對應(yīng)環(huán)境變量

圖 7-(5). 最后為每個函數(shù)綁定 APIG 觸發(fā)器

我們用 APIPost 進(jìn)行簡單測試并返回函數(shù)界面查看監(jiān)控信息，如圖 8(1) – (3) 所示：

圖 8-(1). 用 APIPost 測試函數(shù)微服務(wù)

圖 8-(2). 查看日志監(jiān)控

圖 8-(3). 查看并發(fā)數(shù)等監(jiān)控信息

最后，我們通過 EventGrid 進(jìn)行異步事件解耦，并采用分布式消息服務(wù) DMS（Distributed Message Service）實(shí)現(xiàn)基于 Fan Out/Fan In 的批處理，如圖 9 所示：

圖 9. 一個基于事件驅(qū)動的 Serverless 函數(shù)架構(gòu)的電商應(yīng)用示例

其中，EventGrid 創(chuàng)建事件訂閱時，事件源選擇 DCS 實(shí)例，事件目標(biāo)選擇 FunctionGraph 函數(shù)，如圖 10 所示：

圖 10. 創(chuàng)建 EventGrid 事件訂閱

云上 Serverless Microservice 實(shí)踐標(biāo)準(zhǔn)探索

在基于事件驅(qū)動式 Serverless 函數(shù)架構(gòu)開發(fā)應(yīng)用的過程中，遵循一定的設(shè)計 / 開發(fā)原則或“實(shí)踐標(biāo)準(zhǔn)”，有利于開發(fā)者構(gòu)建更加高效、經(jīng)濟(jì)和穩(wěn)健的企業(yè)應(yīng)用。本文結(jié)合華為云 FunctionGraph、EventGrid 以及 CAE 等云服務(wù)在 Serverless 領(lǐng)域的最佳實(shí)踐，總結(jié)并提煉出 Serverless microservice 應(yīng)用開發(fā)的七類實(shí)踐標(biāo)準(zhǔn)，為開發(fā)者的架構(gòu)決策提供參考；如表 2 所示。

表 2. 云上 Serverless Microservice 應(yīng)用開發(fā)的實(shí)踐標(biāo)準(zhǔn)探索

基礎(chǔ)設(shè)施無感知（Infra-less）：基礎(chǔ)設(shè)施無感知幫助開發(fā)者更快、更高效地構(gòu)建應(yīng)用程序，并顯著降低應(yīng)用運(yùn)維的成本和復(fù)雜性。除服務(wù)器無感知外，基礎(chǔ)設(shè)施無感知具有更廣泛的含義。包括開發(fā)者對平臺底層操作系統(tǒng)、分布式運(yùn)行時以及硬件的有限制訪問，開發(fā)者無需感知 FunctionGraph 平臺是如何架構(gòu)的，其它云服務(wù)與 FunctionGraph 的集成由華為云統(tǒng)一管理，只公開少量配置選項給開發(fā)者，開發(fā)者也無需感知函數(shù)在任何時間點(diǎn)被調(diào)用時實(shí)例資源位于哪個可用區(qū)（Available Zone, AZ），等等；這種抽象允許開發(fā)者專注于應(yīng)用程序本身的功能開發(fā)、數(shù)據(jù)流設(shè)計和業(yè)務(wù)邏輯優(yōu)化，從而更聚焦地為應(yīng)用的終端用戶提供價值。

全生命周期可觀測（Deep Observability）：基礎(chǔ)設(shè)施無感知在提供便捷性的同時，也在開發(fā)者的“心智模型”方面降低了透明性，因此，全生命周期、深度、實(shí)例級的可觀測性，對于開發(fā)者實(shí)現(xiàn)對應(yīng)用的自主掌控具有關(guān)鍵作用。Serverless 可觀測性包含鏈路追蹤，日志，和指標(biāo)三類，主要服務(wù)于異常監(jiān)控、性能調(diào)測、故障定位、問題定界等。例如，F(xiàn)unctionGraph 通過內(nèi)置對接云日志服務(wù) LTS，為應(yīng)用函數(shù)提供日志監(jiān)控能力，包括高級日志分析能力（e.g., loginsight）等；通過對接應(yīng)用性能管理服務(wù) APM，提供指標(biāo)豐富的函數(shù)實(shí)例級監(jiān)控；同時，支持全鏈路調(diào)用鏈管理等。開發(fā)者無需復(fù)雜的配置，即可享受應(yīng)用函數(shù)全生命周期的深度可觀測性能力。

流式編排（Flow Orchestration）：編排是 Serverless 的核心概念之一，狹義的編排主要指工作流編排，如 FunctionGraph Workflow，在 Serverless microservice 應(yīng)用開發(fā)中，開發(fā)者應(yīng)盡量避免在單個函數(shù)中定制化地開發(fā)應(yīng)用的各類分支邏輯及其異常處理程序，應(yīng)盡可能采用函數(shù)工作流編排來實(shí)現(xiàn)，工作流編排提供了一種更加便捷的分支路由、錯誤捕獲以及異常處理方法，能夠增強(qiáng)應(yīng)用邏輯的穩(wěn)健性并提高全鏈路可觀測性 [4]。廣義的編排還包括服務(wù)流編排（Service Flow），應(yīng)用架構(gòu)所依賴的三方功能，如網(wǎng)關(guān)、消息、緩存等，也應(yīng)盡可能采用云上托管服務(wù)，通過配置驅(qū)動、服務(wù)流編排的方式進(jìn)行組裝式構(gòu)建，從而盡可能減少定制化代碼的開發(fā)和維護(hù)，降低應(yīng)用運(yùn)維的負(fù)擔(dān)。FunctionGraph 原生支持開發(fā)者集成云上其它服務(wù)，表 3 列出了在 Serverless microservice 開發(fā)中最常用的幾類云服務(wù)。

表 3：Serverless microservice 應(yīng)用程序開發(fā)中常用的幾類云服務(wù)

事件驅(qū)動（Event-driven）：事件，表示狀態(tài)的變化。采用事件驅(qū)動的方式構(gòu)建應(yīng)用的優(yōu)點(diǎn)在于松耦合、獨(dú)立擴(kuò)縮容、良好的擴(kuò)展性等。在狀態(tài)查詢、數(shù)據(jù)存取、函數(shù)調(diào)用等場景中，優(yōu)先采用事件來代替?zhèn)鹘y(tǒng)應(yīng)用開發(fā)中常用的輪詢、Webhook 等機(jī)制，可以有效降低應(yīng)用的復(fù)雜性、提高系統(tǒng)性能、或降低應(yīng)用成本 [5]。以輪詢?yōu)槔?，由于系統(tǒng)狀態(tài)的更新在時間維度上不一定是規(guī)律且連續(xù)的，使得輪詢類策略往往是低效或非經(jīng)濟(jì)的；Webhook 機(jī)制則在被集成的服務(wù)之間不一定能夠得到廣泛的支持。同時，輪詢和 webhook 機(jī)制在支持應(yīng)用按需擴(kuò)縮容方面也存在較大挑戰(zhàn)。采用事件驅(qū)動模式，開發(fā)者既可以很方便地構(gòu)建實(shí)時系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)按需流動并避免過量的批處理任務(wù)；也可以通過將事件發(fā)布到 DMS 等消息服務(wù)，利用彈性緩沖區(qū)實(shí)現(xiàn)異步解耦，然后利用 EventGrid 對事件進(jìn)行過濾和路由，從而增強(qiáng)應(yīng)用在流量激變情形下的可伸縮性。

交互式控制（Interactive Autopilot）：交互式控制主要解決如何通過廣義的自動駕駛技術(shù)（autopilot）[7] 實(shí)現(xiàn)應(yīng)用迭代和生產(chǎn)的高性能、低成本；對于 Serverless 函數(shù)而言，自動駕駛主要包括函數(shù)代碼包瘦身、源碼優(yōu)化、資源規(guī)格選擇、并發(fā)度調(diào)優(yōu)等問題。以函數(shù)資源規(guī)格選擇為例，過去主要依賴于開發(fā)者的工程經(jīng)驗(yàn)和其對自身業(yè)務(wù)場景的理解進(jìn)行設(shè)定，但經(jīng)驗(yàn)性配置往往具有誤差大、靜態(tài)性、黑盒化等缺點(diǎn)；因此，F(xiàn)unctionGraph 提出在線式資源消耗感知與規(guī)格動態(tài)推薦等 autopilot 技術(shù)，配合離線式最佳規(guī)格調(diào)優(yōu)（power tuning），最大限度幫助用戶實(shí)現(xiàn)應(yīng)用函數(shù) FinOps 效果，讓開發(fā)者能夠真正享受到 Economical Serverless 的福利 [8]；開發(fā)者無需感知應(yīng)用自動駕駛技術(shù)的實(shí)現(xiàn)細(xì)節(jié)，但整個過程 “處處可觀察、實(shí)時可干預(yù)”。

狀態(tài)管理自動化（Automatic State Management）：盡管 Serverless 提倡無狀態(tài)優(yōu)先，但在多數(shù)分布式應(yīng)用中，狀態(tài)管理是無法回避且復(fù)雜度很高的任務(wù)。隨著數(shù)據(jù)密集型應(yīng)用逐漸成為云上應(yīng)用的主流，如大規(guī)模機(jī)器學(xué)習(xí)、大數(shù)據(jù)與流處理、實(shí)時交互型應(yīng)用、多人協(xié)作類應(yīng)用等，Serverless 編程框架對支持有狀態(tài)的訴求越來越強(qiáng)烈。FunctionGraph 作為業(yè)界首個支持有狀態(tài)的 Serverless 平臺，為開發(fā)者提供多種狀態(tài)一致性模型和自動化的并發(fā)處理機(jī)制，開發(fā)者通常只需要對函數(shù)中的簡單結(jié)構(gòu)體進(jìn)行操作，即可實(shí)現(xiàn)狀態(tài)數(shù)據(jù)的快速存取，整個狀態(tài)管理過程由平臺內(nèi)置提供，無需與外部存儲服務(wù)之間進(jìn)行頻繁交互，顯著減少了涉及大量狀態(tài)數(shù)據(jù)操作的網(wǎng)絡(luò)訪問次數(shù)，具有自動化、高性能、高可用等特點(diǎn)。

伸縮原子輕量化（Lightweight Scaling Unit）：伸縮原子，指最小可伸縮的運(yùn)行單元，如單個函數(shù)。在 Serverless microservice 應(yīng)用開發(fā)中，函數(shù)應(yīng)盡可能小型化，功能上保持邏輯內(nèi)聚，以響應(yīng)外部事件為主，對應(yīng)用全局邏輯弱感知；伸縮原子的輕量化，不僅能夠支持快速的獨(dú)立擴(kuò)縮容以及高并發(fā)下的快速彈性能力，也能夠最大限度地保證應(yīng)用的各個微服務(wù)函數(shù)能夠“按需擴(kuò)縮容”，從而在保障應(yīng)用負(fù)載 QoS 的前提下，實(shí)現(xiàn)極致成本。

總結(jié)和展望

以事件驅(qū)動式函數(shù)架構(gòu)為代表的 Serverless 編程模型，正在成為微服務(wù)應(yīng)用開發(fā)的新一代標(biāo)準(zhǔn)框架。本文結(jié)合華為云 FunctionGraph 和 EventGrid 等在 Serverless 微服務(wù)方面的最佳實(shí)踐，總結(jié)并提煉出七大 Serverless Microservice 實(shí)踐標(biāo)準(zhǔn), 為推動全域 Serverless 產(chǎn)業(yè)升級提供一些思考。

更進(jìn)一步地，華為云事件網(wǎng)格服務(wù) EventGrid 將于近期正式轉(zhuǎn)商用，并聯(lián)合 FunctionGraph 推出事件驅(qū)動式函數(shù)應(yīng)用開發(fā)模型 EFG（EventGrid-FunctionGraph）; 同時，基于七大實(shí)踐標(biāo)準(zhǔn)并結(jié)合豐富的客戶實(shí)踐，EFG 將推出 Serverless Microservice 參考架構(gòu)，為開發(fā)者構(gòu)建事件驅(qū)動式 Serverless 解決方案提供可視化的架構(gòu)抽象和優(yōu)秀的業(yè)務(wù)建模支持。

參考資料

[1] Introduction to Microservices. https://www.nginx.com/blog/introduction-to-microservices/
[2] 周志明,《鳳凰架構(gòu)：構(gòu)筑可靠的大型分布式系統(tǒng)》
[3] 劉方明, 李林峰, 王磊, 《華為 Serverless 核心技術(shù)與實(shí)踐》.
[4] Understanding event-driven architecture – Part 1https://aws.amazon.com/blogs/compute/operating-lambda-design-principles-in-event-driven-architectures-part-2/
[5] Design principles in event-driven architectures – Part 2https://aws.amazon.com/cn/blogs/compute/operating-lambda-design-principles-in-event-driven-architectures-part-2/
[6] Anti-patterns in event-driven architectureshttps://aws.amazon.com/cn/blogs/compute/operating-lambda-anti-patterns-in-event-driven-architectures-part-3/
[7] Rzadca, K., Findeisen, P., Swiderski, J., Zych, P., Broniek, P., Kusmierek, J., ... & Wilkes, J. (2020, April). Autopilot: workload autoscaling at google. In Proceedings of the Fifteenth European Conference on Computer Systems (pp. 1-16).
[8] 歷川, 平山, 馮嘉, Serverless 遇到 FinOps: Economical Serverless,https://www.infoq.cn/article/ckibtiofxn4whycfjt8b

原文標(biāo)題：Serverless時代的微服務(wù)開發(fā)指南：華為云提出七大實(shí)踐新標(biāo)準(zhǔn)

文章出處：【微信公眾號：華為DevCloud】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。舉報投訴

華為

華為

+關(guān)注

關(guān)注
218

文章
36212

瀏覽量
262732

原文標(biāo)題：Serverless時代的微服務(wù)開發(fā)指南：華為云提出七大實(shí)踐新標(biāo)準(zhǔn)

文章出處：【微信號：華為DevCloud，微信公眾號：華為DevCloud】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

日B视频亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

搜索歷史

Serverless時代的微服務(wù)開發(fā)指南：華為云提出七大實(shí)踐新標(biāo)準(zhǔn)

背景

微服務(wù)架構(gòu)新挑戰(zhàn)

評論