Serverless

对服务器的关心少一点

狭义 Serverless（最常见）= Serverless computing 架构 = FaaS 架构 = Trigger（事件驱动）+ FaaS（函数即服务）+ BaaS（后端即服务，持久化或第三方服务）= FaaS + BaaS

广义 Serverless = 服务端免运维 = 具备 Serverless 特性的云服务

FaaS

函数计算架构

分层

容器：操作系统
- 运行时：语言技术栈支持
  - 函数代码

分层的好处在于容器可以被预热，并且缓存，资源可以统筹优化，公共服务能力可以被提取

当一段时间内没有用户请求时，则会销毁函数实例，这样子可以达到缩容为 0

运行时主要做三件事：

获取请求信息
关联用户代码
调用用户代码处理请求。

冷启动

预热冷启动：利用构建好的缓存镜像，直接跳过冷启动的下载函数代码步骤，从镜像启动容器

平台侧的优化：

镜像加速手段优化资源调度和容器创建
包的缓存、极致的压缩和内置化通用依赖
利用代理模式的方法进行 VPC网络加速
通过函数实例的预测算法，提前加载接下来会被调用的函数

用户侧的优化：

合理控制代码包大小
选择性能较高的运行时
预留实例和定时预热
合理利用本地缓存

灰度发布

sequenceDiagram
    participant 用户
    participant HTTP 触发器
    participant 函数计算平台
    participant 别名
    participant 主版本
    participant 新版本

    用户 ->> HTTP 触发器: 发起请求
    HTTP 触发器 ->> 函数计算平台: 解析请求
    函数计算平台 -->> HTTP 触发器: 返回版本号
    HTTP 触发器 ->> 别名: 解析版本号
    别名 ->> 主版本: 处理请求
    主版本 -->> 别名: 返回结果
    别名 -->> HTTP 触发器: 返回结果
    HTTP 触发器 -->> 用户: 返回结果

    alt 需要切换流量至新版本
        用户 ->> 函数计算平台: 请求切换流量
        函数计算平台 ->> 别名: 更新别名指向新版本
        别名 -->> 用户: 切换成功
    else 不需要切换流量
        用户 ->> 函数计算平台: 请求不切换流量
        函数计算平台 -->> 用户: 操作完成
    end

    用户 ->> HTTP 触发器: 发起请求
    HTTP 触发器 ->> 函数计算平台: 解析请求
    函数计算平台 -->> HTTP 触发器: 返回版本号
    HTTP 触发器 ->> 别名: 解析版本号
    别名 ->> 主版本: 处理请求
    主版本 -->> 别名: 返回结果
    别名 -->> HTTP 触发器: 返回结果
    HTTP 触发器 -->> 用户: 返回结果

削峰容灾

sequenceDiagram
    participant 请求方
    participant 消息队列
    participant 函数计算平台
    participant 后端资源池
    participant 容灾队列
    participant 容灾处理函数

    请求方 ->> 消息队列: 发起请求
    消息队列 ->> 函数计算平台: 接收请求
    函数计算平台 ->> 后端资源池: 调度请求
    后端资源池 -->> 函数计算平台: 返回处理结果
    函数计算平台 -->> 请求方: 返回结果

    alt 削峰处理
        请求方 ->> 消息队列: 发起突增流量请求
        消息队列 ->> 函数计算平台: 接收突增流量请求
        函数计算平台 ->> 后端资源池: 调度突增流量请求
        后端资源池 -->> 函数计算平台: 返回处理结果
        函数计算平台 -->> 请求方: 返回结果
    else 容灾处理
        请求方 ->> 消息队列: 发起请求
        消息队列 ->> 函数计算平台: 接收请求
        函数计算平台 ->> 后端资源池: 调度请求
        后端资源池 -->> 函数计算平台: 返回错误信息
        函数计算平台 ->> 容灾队列: 将错误信息发送到容灾队列
        容灾队列 ->> 容灾处理函数: 接收错误信息
        容灾处理函数 -->> 后端资源池: 重新调度请求
        后端资源池 -->> 容灾处理函数: 返回处理结果
        容灾处理函数 -->> 请求方: 返回结果
    end

进程模型

用完即毁型：函数实例准备好后，执行完函数就直接结束，是天然的 Stateless
常驻进程型：函数实例准备好后，执行完函数不结束，而是返回继续等待下一次函数被调用，是天然的 Stateful

触发器

sequenceDiagram
    participant 用户
    participant 函数计算平台
    participant MinIO
    participant 事件监听器
    participant 数据库MySQL
    participant 远端云函数

    用户->>函数计算平台: 绑定自定义触发器
    Note over 函数计算平台: 设置事件源标识

    loop 监听事件
        MinIO->>事件监听器: 发生上传文件动作
        事件监听器->>数据库MySQL: 查询触发器
        数据库MySQL-->>事件监听器: 返回触发器信息

        loop 逐个触发触发器
            事件监听器->>远端云函数: 触发调用
            Note over 远端云函数: 执行相应操作
            远端云函数-->>事件监听器: 返回结果
        end
    end

触发器类型：单向集成触发器、双向集成触发器和代理集成触发器。它们的区别在于事件源和事件的规则存储在哪里，以及从哪里触发

扩缩容

云厂商容器调度服务通常有两种调度形态，一种是基于节点 Node 调度的方式，一种是基于容器实例的方式

graph TD;
    A[选择指标] --> B[收集指标];
    B --> C[决策扩缩容];
    C --> D[执行扩缩容];
    D --> E[资源调整];
    C --> F[调度方式];
    F --> G[及时扩容];
    F --> H[延时扩容];
    C --> I[决策模式];
    I --> J[稳定模式];
    I --> K[恐慌模式];
    J --> L[资源数量维护];
    K --> L;

流量转发

冷启动下的流量转发

异步下的流量转发主要通过事件 / 消息队列的方式来缓冲一步，然后通过异步处理模块，按照同步请求的请求机制来处理

数据编排

前端的一个数据请求过来，函数触发器触发我们的函数服务；我们的函数启动后，调用后端提供的元数据接口，并将返回的元数据加工成前端需要的数据格式

服务编排

和数据编排很像，主要区别是对云服务商提供的各种服务进行组合和加工。这些步骤通常通过 JSON 或者 YAML 的格式定义好函数之间的协作关系存在，通过顺序、分支、并行的方式来协调一个或多个分布式任务，这些任务不仅包括函数，还可以是服务和应用的形式，并且还能使用平台提供的状态跟踪、日志记录和异常重试逻辑

长流程场景
事务型业务流程
并发型业务流程
需要状态全链路监测的场景

数据存储

控制面：

函数元数据：关系型数据库
函数代码：对象存储、镜像存储

数据面：

报表数据：MPP数据库
服务状态：KV数据库

BaaS

FaaS 提供业务逻辑层的处理，BaaS 提供基础服务层的能力，让有状态的数据、过程消息等存储在 BaaS 化的服务中，BaaS 弥补了 FaaS 的无状态，数据库、消息队列都可以 BaaS 化，可以拥有自己的生命周期，使用完即销毁

不用运维的微服务

私有Serverless

Knative

平台设计

函数管理

需要集成函数的创建、配置、部署发布、测试、删除、上下线功能，并且支持底层资源规格的选取
需要提供多种函数语言的开发，适配不同操作系统镜像