什么是serverless computing
- serverless computing = FaaS (Function as a Service) + BaaS (Backend as a Service)
- serverless是云原生应用的业务需求，是云计算形态的进一步发展，是云计算的下一代计算范式，Everything is Serverless
无服务器和传统云计算之间的三个基本区别是：
- 解耦计算和存储；它们分别缩放并独立定价, 通常存储由独立服务提供，计算是无状态的
- 执行一段代码而不是分配执行代码的资源的抽象。用户提供一段代码，云端自动配置资源来执行代码(NoOPS，传统云计算是devops)
- 支付代码执行费用（Pay as you Run, 传统云计算是Pay as You Use），而不是支付为执行代码分配的资源。比如按执行时间计费，而不是按分配的虚机大小数量计费
Serverless 典型产品
| 厂商 |
产品 |
| AWS |
Lambda |
| Azure |
Azure Function |
| tencent |
Serverless Cloud Function |
| Google |
Cloud Functions |
| Huawei |
Function Graph |
函数服务主要开源项目
| 项目 |
简介 |
| Serverless |
Simple way to build serverless applications |
| OpenFaaS |
Serverless Functions Made Simple |
| Kubeless |
Kubernetes Native Serverless Framework |
| OpenWhisk |
Serverless Functions Platform for Building Cloud Applications |
| Knative |
Kubernetes-based, scale-to-zero, request-driven compute |
| Fission |
Fast and Simple Serverless Functions for Kubernetes |
| Fn |
Event-driven Functions-as-a-Service (FaaS) compute platform |
| Nuclio |
Serverless for Real-Time Events and Data Processing |
开源项目对比
ServerLess 框架比较
| 对比项/框架 |
OpenFaas |
OpenWhisk |
kubeless |
Fission |
Iron function |
Fn |
| 人气（Github星） |
19k |
5.2k |
6.4K |
5.9k |
2.9k |
4.9k |
| 稳定性（贡献者> 10次提交） |
10 |
33 |
7 |
6 |
9 |
19 |
| 稳定性（企业支持） |
VMware |
IBM（Apache Foundation） |
Bitnami |
Platform9 |
https://iron.io |
Oracle |
| 稳定性（项目时间） |
2016年12月 |
2016年2月 |
2016年11月 |
2016年8月 |
2016年2月 |
2016年五月 |
| 稳定性（开发语言） |
Go |
Scala |
Go |
Go |
Go |
Go |
| 工具（打包机制） |
Docker容器 |
Docker容器 |
Docker容器 |
Docker容器 |
Docker |
Docker |
| 工具（k8s上的部署功能） |
Manifest with custom yaml |
Manifest with custom yaml |
Manifest |
Manifest with custom yaml |
Proprietary |
Proprietary |
| 工具（通过无服务器部署吗？） |
是（WIP） |
是 |
是 |
否 |
否 |
是 |
| 技术（基础技术） |
AllertManager/Prometheus,Nats |
CouchDB，Kafka，Nginx，Redis，Zookeeper |
无（可选的Nats或Kafka） |
fluentd（可选的Nats） |
Postgres, Redis |
DB（sqlite3，PostgreSQL，MySQL），MQ（Bolt，Redis），Prometheus |
| 易用性（开箱即用？） |
是 |
是 |
|
否（无服务器插件失败） |
是（麻烦） |
|
| 文档 |
Good |
Good |
一般 |
较差（组织不好，导航不正常且缺少文档） |
一般 |
Good |
使用场景
| 百分比 |
场景 |
| 32% |
Web and API serving |
| 21% |
Data Processing, e.g., batch ETL (database Extract, Transform, and Load) |
| 17% |
Integrating 3rd Party Services |
| 16% |
Internal tooling |
| 8% |
Chat bots e.g., Alexa Skills (SDK for Alexa AI Assistant) |
| 6% |
Internet of Things |
架构
以AWS为例
两条支持异构硬件的路径
- Serverless 包含多种实例类型，不同的硬件使用不同的价格
- 提供商自动选择基于语言的加速器和DSA（Domain Specific Architecture），比如GPU硬件用于CUDA代码，TPU硬件用于TensorFlow代码（对于python或者js等高级语言，软硬件co-design提供language specific 处理器； 对于编译型语言，编译器应该建议使用何种硬件架构）
当前技术局限
| 场景 |
局限 |
| 实时视频压缩 |
函数间数据传递太慢 |
| MapReduce |
对象存储的时延和IOPS |
| 数据库（Serverless SQLite） |
缺少共享内存 |
挑战
- 计算抽象（屏蔽计算资源，解决数据依赖）
- 系统使能（函数状态的高速存储，函数间高速信令，函数极速启动）
- 安全性 (应用级隔离，分布式安全)
- 适应性 （异构硬件使能，微服务演进）
- 成本不可以预测： 需要提供成本预测能力
- 容易产生Vendor lock-in: 需要提供API标准规范，类似POSIX为操作系统做的事情，Google的Knative project在向这个方向努力
预测
Serverless将成为云时代默认的计算范式，基于Serverless的应用将激增， on-promises应用由于监管约束和数据治理规则将长期存在，但是随着时间的推移会逐渐减少
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
评论（0）