高德Serverless平臺建設及實踐

導讀

高德啟動Serverless建設已經有段時間了，目前高德Serverless業務的峰值早已超過十萬QPS量級，平臺從0到1，QPS從零到超過十萬，成為 阿里集團內Serverless應用落地規模最大的BU。這個過程如何實現，遇到過哪些問題？本文將和大家分享高德為何要搞Serverless/Faas，如何做，技術方案是什麼？目前進展以及後續計劃有哪些，希望對感興趣的同學有所幫助。

1. 高德為什麼要搞Serverless

背景原因是高德當年啟動了一個 客戶端上雲專案，專案 主要目的是為了提升客戶端的開發迭代效率。以前客戶端業務邏輯都在端上，產品需求的變更需要走客戶端發版才能釋出，而客戶端發版需要走各種測試流程，灰度流程，解客戶端崩潰等問題。

客戶端上雲之後，某些易變的業務邏輯放到雲上來。新的產品需求透過在雲端來開發，不用走月度的版本釋出，加快了需求的開發迭代效率，離產研同頻的理想目標又近了一步（為什麼要說“又”，是因為高德之前也做了一些最佳化往產研同頻的方向努力，但是我們希望雲端一體化開發能是其中最有效的一個技術助力）。

1.1 目標：客戶端開發模式——端雲一體

雖然開發模式從以前的端開發轉變為現在的雲 + 端開發，開發同學應該還是原來負責相應業務的同學，而大家知道，服務端開發和客戶端開發顯然是有差異的，客戶端開發往往是面向單機模式的開發，服務端開發通常是叢集模式，需要考慮分散式系統的協調、負載均衡，故障轉移降級等各種複雜問題。

如果使用傳統的服務端模式來開發，這個過渡風險就會比較大。Faas很好的解決了這一問題。我們結合高德客戶端現有的xbus框架(一套客戶端上的本地服務註冊、呼叫的框架)，擴充套件了xbus-cloud元件，使得雲上的開發就像端上開發一樣， 目標是一套程式碼，兩地執行，一套業務程式碼既能在客戶端上執行，也能在服務端上執行。

高德客戶端主要有三個端：iOS、Android、車機（類Linux作業系統）。主要有兩種語言，C++和Node.js。傳統地圖功能：如地圖顯示，導航路徑顯示，導航播報等等，由於需要跨三個端，採用C++語言來開發。地圖導航基礎之上的一些地圖應用功能，如行前、行後卡片，推薦目的地等主要是用Node.js來開發的。

在阿里集團，淘系前端團隊開發了Node.js Faas Runtime。高德客戶端上雲專案，Node.js的部分就採用了現有的淘系的Node.js Runtime，來接入集團的Faas平臺，完成Node.js這部分的一些業務上雲。2020年十一很好的支撐了高德的十一出行節業務。

C++ Faas沒有現有的解決方案，因此我們 決定在集團的基礎設施之上做加法，新建C++ Faas基礎平臺，來助力高德客戶端上雲。

1.1.1 端雲一體的最佳實踐關鍵：客戶端和Faas之間的介面抽象

原本客戶端的邏輯移到Faas服務端上來，或者新的需求一部分在Faas服務端上開發，這裡的**成敗關鍵點在於：客戶端和Faas的介面協議定義，也就是Faas的API定義。**好的API定義除了對系統的可維護性有好處以外，對後續支撐業務的迭代開發也很重要。

理想情況下：客戶端做成一個解析Faas返回結果資料的一個瀏覽器。瀏覽器協議一旦定義好，就不會經常變換，你看IE，Chrome就很少更新。

當然我們的這個瀏覽器會複雜一些，我們這個瀏覽器是地圖瀏覽器。如何檢驗客戶端和Faas之間的介面定義好不好，可以看後續的產品需求迭代，如果有些產品需求迭代只需要在Faas上完成，不需要客戶端的任何修改，那麼這個介面抽象就是成功的。

1.2 BFF層開發提效

提到高德，大家首先想到的應該是其工具屬性：高德是一個導航工具，（這個說法現在已經不太準確了，因為高德這幾年在做工具化往平臺化轉型，高德的交易類業務正在興起，高德叫車、門票、酒店等業務發展非常迅猛）。針對高德導航來說，相比集團其他業務，相比電商來說，有大量的只讀場景是高德業務的一大技術特點。

這些只讀場景裡，大量的需求是BFF（Backend For Frontend）型別的只讀場景。為什麼這麼說，因為導航的最核心功能，例如routing, traffic, eta等都是相對穩定的，這部分的主要工作在用持續不斷的最佳化演算法，使得高德的導航更準，算出的路徑更優。這些核心功能在介面和功能上都是相對比較穩定的，而前端需求是多變的，例如增加個路徑上的限寬墩提示等。

Faas特別適合做BFF層開發，在Faas上呼叫後端相對穩定的各個Baas服務，Faas服務來做資料和呼叫邏輯封裝，快速開發、釋出。在業界， Faas用的最多的場景也正是BFF場景（另外一個叫法是SFF場景，service for frontend）。

1.3 Serverless是雲時代的高階語言

雖然 高德已經全面上雲了，但是目前還不是雲時代的終局，目前主要是全面Docker化並上雲，容器方面做了標準化，在規模化，資源利用率方面可以全面享受雲的紅利，但是業務開發模式上基本還和以前一樣，還是一個大型的分散式系統的寫法。

對於研發模式來說還並沒有享受雲的紅利， 可以類比為我們現在是在用匯編語言的方式來寫跑在雲上的服務。而Serverless、雲原生可以理解為雲時代的高階語言，真正做到了Cloud as a computer，只需要關注於業務開發，不需要考慮大型分散式系統的各種複雜性。

1.4 Go-Faas補充Go語言生態

前面講到了因為客戶端上雲專案，我們在阿里雲FC（函式計算）團隊之上做加法，開發了C++ Faas Runtime。

不僅如此，我們還開發了 Go-Faas，為什麼會做Go-Faas呢，這裡也簡單介紹一下背景，高德服務端Go部分的QPS峰值已超百萬。高德已補齊了阿里各中介軟體的Go客戶端，和集團中介軟體部門共建。可觀測性、自動化測試體系也基本完善，目前Go生態已基本完善。補齊了Go-Faas之後，我們就既能用Go寫Baas服務，又能用Go寫Faas服務了，在不同的業務場景採用不同的服務實現方式，Go-Faas主要應用於上文提到的BFF場景。

2. 技術方案介紹——在集團現有基礎設施之上做加法

2.1 整體技術架構

上文講了我們為什麼要做這個事情，現在來講一下我們具體是怎麼做這個事情：如何實現，具體的技術方案是什麼樣的。

我們本著 在集團現有的基礎設施、現有的中介軟體基礎之上做加法的思想，我們和CSE，阿里雲FC函式計算團隊合作共建，開發了C++ Faas Runtime 和 Go Faas Runtime。整體和集團拉通的技術架構如下圖所示，主要分為研發態、執行態、運維態三個部分。

2.1.1 執行態

先說執行態，業務流量從閘道器進來，呼叫到FC API Server，轉發到C++/Go Faas Runtime，Runtime來完成使用者函式里的功能。Runtime的架構下一章節來具體介紹。

和Runtime Container一起部署的有監控、日誌、Dapr各種Side car，Side car來完成各種日誌採集上報功能，Dapr Side car來完成呼叫集團中介軟體的功能。

另外，目前Dapr還在試點的階段，呼叫中介軟體主要是透過Broker和各個中介軟體Proxy來完成，中介軟體呼叫的有HSF,Tair,Metaq,Diamond等中介軟體Proxy。

最後Autoscaling模組來管理函式例項的擴縮容，達到函式自動伸縮的目的。這裡的排程就有各種策略了，有根據請求併發量的排程，函式例項的CPU使用率的排程。也能提前設定預留例項數，避免縮容到0之後的冷啟動問題。

底層呼叫的是集團ASI的能力，ASI可以簡單理解為集團的K8S + Sigma（集團的排程系統），最終的部署是FC呼叫ASI來完成函式例項部署。彈性伸縮的，部署的最小單位是上圖中的POD，一個POD裡包含Runtime Container和Sidecar Set Container。

2.1.2 研發態

再來看研發態，執行態是決定函式是如何執行的，研發態關注的函式的開發體驗。如何方便的讓開發者開發、除錯、部署、測試一個函式。

C++ Faas有個跨平臺的難點問題，C++ Faas Runtime裡有一些依賴庫，這些依賴庫沒有Java依賴庫管理那麼方便。這些依賴庫的安裝比較麻煩，Faas腳手架就是為了解決這個問題，呼叫腳手架，一鍵生成C++ Faas示例工程，安裝好各種依賴包。為了本地能方便的Debug，開發了一個C++ Faas Runtime Boot模組，函式Runtime啟動入口在Boot模組裡，Boot模組裡整合Runtime和使用者Faas函式，可以對Runtime來做Debug單步除錯。

我們和集團Aone團隊合作，函式的釋出整合到Aone環境上了，可以很方便的在Aone上來發布Go或者C++ Faas，Aone上也整合了一鍵生成Example程式碼庫的功能。

C++和Go Faas的編譯都依賴相應的編譯環境，Aone提供了自定義編譯映象的功能，我們上傳了編譯映象到集團的公共映象庫，函式編譯時，在函式的程式碼庫裡指定相應的編譯映象。編譯映象裡安裝了Faas的依賴庫，SDK等。

2.1.3 運維態

最後來看函式的運維監控，Runtime內部整合了鷹眼、Sunfire採集日誌的功能，Runtime裡面會寫這些日誌，透過Sidecar裡的Agent採集到鷹眼、或者Sunfire監控平臺上去（FC是透過SLS來採集的）之後，就能使用集團現有的監控平臺來做Faas的監控了。也能接入集團的GOC報警平臺。

2.2 C++/Go Faas Runtime架構

上面講的是和Aone,FC/CSE,ASI整合的一個整體架構，Runtime是這個整體架構的一部分，下面具體講講Runtime的架構是怎樣的，Runtime是如何設計和實現的。

最上面部分的使用者Faas程式碼只需要依賴Faas SDK就可以了，使用者只需要實現Faas SDK裡的Function介面就能寫自己的Faas。

然後，如果需要呼叫外部系統，可以透過SDK裡的Http Client來呼叫，如果要呼叫外部中介軟體，透過SDK裡的Diamond/Tair/HSF/Metaq Client來呼叫中介軟體就可以。SDK裡的這些介面遮蔽了底層實現的複雜性，使用者不需要關心這些呼叫最後是如何實現，不需要關心Runtime的具體實現。

SDK層就是上面提到的Function定義和各種中介軟體呼叫的介面定義。SDK程式碼是開發給Faas使用者的。SDK做的比較輕薄，主要是介面定義，不包含具體的實現。呼叫中介軟體的具體實現在Runtime裡有兩種實現方式。

再來看上圖中間藍色的部分，是Runtime的一個整體架構。Starter是Runtime的啟動模組，啟動之後，Runtime自身是一個Server，啟動的時候根據Function Config模組的配置來啟動Runtime,Runtime啟動之後開啟請求和管理監聽模式。

往下是Service層，實現SDK裡定義的中介軟體呼叫的介面，包含RSocket和Dapr兩種實現方式，RSocket是透過RSocket broker的模式來呼叫中介軟體的，Runtime裡整合了Dapr(distributed application runtime) ，呼叫中介軟體也可以透過Dapr來呼叫，在前期Dapr試點階段，如果透過Dapr呼叫中介軟體失敗了，會降級到RSocket的方式來呼叫中介軟體。

再往下就是RSocket的協議層，封裝了呼叫RSocket的各種Metadata協議。Dapr呼叫是透過GRPC方式來呼叫的。最下面一層就是整合了RSocket和Dapr了。

RSocket呼叫還涉及到Broker選擇的問題，Upstream模組來管理Broker cluster,Broker的註冊反註冊，Keepalive檢查等等，LoadBalance模組來實現Broker的負載均衡選擇，以及事件管理，連線管理，重連等等。

最後Runtime裡的Metrics模組負責鷹眼Trace的接入，透過Filter模式來攔截Faas鏈路的耗時，並輸出鷹眼日誌。列印Sunfire日誌，供Sidecar去採集。下圖是一個實際業務的Sunfire監控介面：

2.2.1 Dapr

Dapr架構見下圖所示，具體可以參考看官方文件

Runtime裡以前呼叫中介軟體是透過RSocket方式來呼叫的，這裡RSocket Broker會有一箇中心化問題，為了解決Outgoing流量去中心化問題，高德和集團中介軟體團隊合作引入了Dapr架構。只是Runtime層面整合了Dapr，對於使用者Faas來說無感知，不需要關心具體呼叫中介軟體是透過RSocket呼叫的還是透過Dapr呼叫的。後面Runtime呼叫中介軟體切換到Dapr之後，使用者Faas也是不需要做任何修改的。

3. 業務如何接入Serverless

如前文所述，統一在Aone上接入。我們提供了C++ Faas/Go Faas的接入文件。提供了函式的Example程式碼庫，程式碼庫有各種場景的示例，包括呼叫集團各種中介軟體的程式碼示例。

C++ Faas/Go Faas的接入面向整個集團開放，目前已經有一些高德以外的BU，在自己的業務中落地了C++ /Go Faas了。

Node.js Faas使用淘寶提供的Runtime和模板來接入，Java Faas使用阿里雲FC提供的Runtime和模板來接入就可以了。

3.1 接入規範——穩定性三板斧：可監控、可灰度、可回滾

針對落地新技術大家可能擔心的穩定性問題，應對法寶是阿里集團的穩定性三板斧：可監控、可灰度、可回滾。建立Faas鏈路保障群，拉通上下游各相關業務方、基礎平臺一起，按照集團的1-5-10要求，做到1分鐘之內響應線上報警，快速排查，5分鐘之內處理；10分鐘之內恢復。

為了規範接入過程，避免犯錯誤引發線上故障，我們制定了Faas接入規範和CheckList，來幫助業務方快速使用Faas。

可監控、可灰度、可回滾是硬性要求，除此之前，業務方如果能做到可降級就更好了。我們的C++客戶端上雲業務，在開始試點的階段，就做好了可降級的準備，如果呼叫Faas端失敗，本次呼叫將會自動降級到本地呼叫。基本上對於客戶端功能無損，只是會增加一些響應延遲。

另外，客戶端上該功能的版本，可能會比服務端稍微老一點，但是功能是向前相容的，基本不影響客戶端使用。

4. 我們目前的情況

4.1 基礎平臺建設情況

• Go/C++ Faas Runtime開發完成，對接FC-Ginkgo/CSE、Aone完成，已釋出穩定的1.0版本。
• 做了大量的穩定性建設、優雅下線、效能最佳化、C編譯器最佳化，使用了阿里雲基礎軟體部編譯器最佳化團隊提供的編譯方式來最佳化C++ Faas的編譯，效能提升明顯。
• C++/Go Faas接入鷹眼、Sunfire監控完成，函式具備了可觀測性。
• 池化功能完成，具備秒級彈性的能力。池化Runtime映象接入CSE，擴一個新例項的時間由原來的分鐘級變為秒級。

4.2 高德的Serverless業務落地情況

C++ Faas和Go Faas以及Node.js Faas在高德內部已經有大量應用落地了。舉幾個例子：

上圖中的前兩個圖是C++ Faas開發的業務：長途天氣、沿途搜。後兩個截圖是Go-Faas開發的業務：導航Tips，足跡地圖。

高德是阿里集團內Serverless應用落地規模最大的BU，已落地的Serverless應用，日常峰值早已超過十萬QPS量級。

4.3 主要收益

高德落地了集團內規模最大的Serverless應用之後，都有哪些收益呢？首先， 第一個最重要的收益是：開發提效。我們基於Serverless實現的端雲一體元件，助力了客戶端上雲，解除了需求實現時的客戶端發版依賴問題，提升了客戶端的開發迭代效率。基於Serverless開發的BFF層，提升了BFF類場景的開發迭代效率。

**第二個收益是：運維提效。**利用Serverless的自動彈性擴縮容技術，高德應對各種出行高峰就更從容了。例如每年的10-1出行節，5-1、清明、雙旦、春節的出行高峰，不再需要運維或者業務開發同學在節前提前擴容，節後再縮容了。

高德業務高峰的特點還不同於電商的秒殺場景。出行高峰的流量不是在一秒內突然漲起來的，我們目前利用池化技術實現的秒級彈性的能力，完全能滿足高德的這個業務場景需求。

**第三個收益是：降低成本。**高德的業務特點，白天流量大、夜間流量低，高峰值和低谷值差異較大，時間段區分明顯。利用Serverless在夜間流量低峰時自動縮容技術，極大的降低了伺服器資源的成本。

5. 後續計劃

• FC彈內函式計算使用最佳化，和FC團隊一起持續最佳化彈內函式計算的效能、穩定性、使用體驗。用集團內的豐富的大流量業務場景，不斷打磨好C++/Go Faas Runtime，並最終輸出到公有云，普惠數字化轉型浪潮中的更多企業。
• Dapr落地，解決Outcoming流量去中心化問題，逐步上線一些C++/Go Faas，使用Dapr的方式呼叫集團中介軟體。
• Faas混沌工程，故障演練，逃生能力建設。Faas在新財年也會參與我們BU的故障演練，逐一解決演練過程中發現的問題。
• 接入邊緣計算。端雲一體的場景下，Faas + 邊緣計算，能提供更低的延時，更好的使用者體驗。

以上要做的事情任重道遠，另外我們未來還會做更多雲原生的試點和落地，技術同學都知道，從技術選型、技術原型到實際業務落地，這之間還有很長的路要走。

歡迎對Serverless、雲原生、或者Go應用開發感興趣的小夥伴，想一起做點事情的同學來加入我們（不管之前是什麼技術棧，英雄不問出處，投簡歷到 ，郵件主題為：姓名-技術方向-來自高德技術），這裡有大規模的落地場景和簡單開放的技術氛圍。歡迎自薦或推薦。