跨越行業絆腳石，阿里雲函式計算髮布7大技術突破

Serverless 的本質是通過遮蔽底層的計算資源，來實現業務層開發的專注度和自由度。但越是往上抽象，雲廠商在底層的實現就越是複雜。函式計算將服務進一步拆分到函式的顆粒度，這勢必會給開發、運維、交付等帶來新的挑戰，例如如何對函式進行端雲聯調、如何對函式進行可觀測和除錯、如何優化 GB 級別的映象冷啟動？這些以往在服務的顆粒度時，都不是問題的事情，成了 Serverless 大規模落地企業核心生產業務的絆腳石。

2021 雲棲大會現場，阿里巴巴研究員、阿里雲智慧雲原生應用平臺總經理丁宇（叔同）重磅釋出了函式計算的7大技術創新和突破，加速現代應用架構的革新。

Serverless Devs 2.0 ：業內首發 Desktop，支援端雲聯調、多環境部署

開源近一年， Serverless 開發者平臺 Serverless Devs 2.0 版本正式釋出。相比 1.0 ，2.0在效能、使用體驗實現全方位提升，業內首發桌面客戶端 Serverless Desktop，對桌面客戶端進行了精細設計兼具美感和實用主義，具備更強的企業級服務能力。

作為業內首個支援主流 Serverless 服務/框架的雲原生全生命週期管理的平臺，Serverless Devs 致力於為開發者打造 Serverless 應用開發一站式服務，Serverless Devs 2.0 提出多模式除錯方案，包括打通線上線下環境；本地對接線上環境並進行除錯的端雲聯調方案、本地直接進行開發態除錯的本地除錯方案、以及雲端運維態除錯的線上除錯/遠端除錯方案等。新版本增加多環境部署部署能力，Serverless Devs 2.0 已支援一鍵部署框架 30 餘種，包括 Django，Express，Koa，Egg，Flask，Zblog，Wordpress 等。

業內首發例項級別可觀測和除錯

例項是函式資源最小的可被排程的原子單位，類比容器的 Pod。Serverless 將異構基礎資源高度抽象，因此“黑盒問題”是 Serverless 大規模普及的核心落地之痛。業內同類產品均沒有透出“例項”概念，也從未在可觀測功能中將CPU、記憶體等指標透出，但可觀測就是開發者的眼睛，沒有可觀測，何談高可用呢？

函式計算重磅釋出例項級別可觀測能力，對函式例項進行實時監控和效能資料採集，並進行視覺化展示，為開發者提供函式例項端到端的監控排查路徑。通過例項級別指標，您可以檢視 CPU 和記憶體使用情況、例項網路情況和例項內請求數等核心指標資訊，讓“黑盒”不黑。同時，函式計算將通過開放部分例項登入許可權，做到既能觀測，還能除錯。

業內首發固定數量、定時、水位自動伸縮的例項預留策略

函式計算冷啟動受到多個因素影響：程式碼和映象大小、啟動容器、語言執行時初始化、程式初始化、執行邏輯等，這依賴使用者和雲廠商的雙向優化。雲廠商會自動為每個函式分配最合適的例項數量，並進行平臺側的冷啟動優化。但對於某些線上業務時延非常敏感，雲廠商無法代替使用者進行更深層的業務優化，如對程式碼或依賴進行精簡、程式語言的選擇、程式的初始化、演算法優化等。

業內同類產品普遍是採用預留固定例項數量的策略，即讓使用者配置 N 個併發值，除非手動調整，否則在分配了 N 個例項後不會再伸或者縮。這種方案只解決了部分業務高峰期的冷啟動延時，但大大增加了運維成本和資源成本，對紅包大促等帶有不定期峰谷的業務，其實並不友好。

 

因此，函式計算率先將部分例項資源的排程許可權授予使用者，允許使用者通過固定數量、定時伸縮、按水位伸縮、混合伸縮等多維度的例項預留策略，來預留適量函式例項，分別滿足業務曲線相對平穩（如AI/ML場景）、峰谷時間段明確（如遊戲互娛、線上教育、新零售等場景）、突發流量無法預估（如電商大促、廣告等場景）、業務混雜（如Web後臺、資料處理等場景）等不同場景的訴求，從而降低冷啟動對時延敏感型業務的影響，真正實現彈性和效能兼顧的終極目標。

業內率先推出 GPU 例項

函式計算提供彈性例項和效能例項兩種例項型別，彈性例項規格從 128 MB 到 3 GB，隔離粒度做到了整個雲生態最細，能真正實現普適場景下資源利用率 100%；效能例項規格區間範圍包含4 GB、8 GB、16 GB和32 GB。資源上限更高，主要適用於計算密集型場景，如音視訊處理、AI建模和企業級Java應用等場景。

隨著專用領域硬體加速的蓬勃發展，各 GPU 廠商均推出了視訊編解碼專用 ASIC，比如：英偉達從 Kepler 架構整合視訊編碼專用電路、從 Fermi 架構整合視訊解碼專用電路。

函式計算正式推出了基於 Turning 架構的 GPU 例項，使得 Serverless 開發者可以將視訊編解碼的 workload，下沉到 GPU 硬體加速，從而大大加快了視訊生產、視訊轉碼的效率。

最高可交付 2w 例項/分鐘

所謂“無伺服器”，並不是說軟體應用不需要伺服器就可以執行了，而是指使用者無須關心軟體應用執行時，涉及的底層伺服器的狀態、資源（比如 CPU、記憶體、磁碟及網路）和數量。軟體應用正常執行所需要的計算資源由雲端計算廠商動態提供，但實際上，使用者還是會關心雲廠商的資源交付能力，以及應對突發流量場景下資源不足導致的訪問波動。

函式計算依託於阿里雲強大的雲基礎設施服務能力，通過神龍裸金屬資源池和 ECS 資源池雙池互備，在業務高峰期，實現最大交付達 2w 例項/分鐘，這近一步提升了函式計算在客戶核心業務上的交付能力。

VPC 網路建連優化：從10s 優化至 200ms

當使用者需要在函式中訪問使用者 VPC 中的資源，例如 RDS/NAS 時，需要打通 VPC 網路。業內 FaaS 產品普遍採用動態掛載 ENI 的方式來實現 VPC 打通，即在 VPC 建立一個 ENI，掛載到 VPC 中執行函式的機器上。該方案讓使用者能非常簡單地聯動後端雲服務，但 ENI 掛載的速度一般需要10秒以上，在延時敏感業務場景下帶來極大的效能開銷。

函式計算通過將 VPC 閘道器服務化，實現計算和網路解耦，計算節點的伸縮不再受限於 ENI 掛載的能力。該方案由閘道器服務負責 ENI 的掛載、閘道器節點的高可用和自動伸縮，而函式計算專注於計算節點的排程，最終實現 VPC 網路建連時，函式冷啟動時間降至 200 ms。

 

GB 級別映象啟動：從分鐘級優化至秒級

函式計算在2020年8月率先發布了容器映象的函式部署方式，AWS Lambda 在2020年12月Re-Invent，國內友商在2021年6月也相繼宣佈了 FaaS 支援容器的重磅功能。冷啟動一直都是 FaaS 的痛點，引入比程式碼壓縮包大幾十倍的容器映象後，加重了冷啟動過程帶來的時延。

函式計算創新性的發明了 Serverless Caching，根據不同的儲存服務特點，構建資料驅動、智慧高效的快取體系，實現軟硬體協同優化，將 Custom Container 體驗進一步提升。到目前為止，函式計算已經將映象加速優化到了較高的水準。我們在函式計算的公開用例（ ）裡面，挑選了4個典型的映象，並將它們適配至國內外幾個大型雲廠商進行橫向對比，每間隔3小時呼叫上述映象，重複數次。

實驗證明，在 GB 級別映象冷啟動的場景下，函式計算已經實現了分鐘級到秒級的跨越。

先行一步，志在千里

2009 年，伯克利就當時興起的雲端計算提出6點預測，包括服務的按需付費成為可能、物理硬體的利用率將大大提高等，在過去的12年間，這些都已成為事實。2019年，伯克利再次預測 Serverless 計算將會成為雲時代預設的計算正規化，並取代 Serverful （傳統雲）計算模式。

參照雲端計算這12年的發展歷程，Serverless 正處於驗證伯克利預測的第3年，剛過四分之一。這3年間，從雲的未來的美好暢想，到雲廠商倡導的 Serverless First 和大規模投入，再到企業使用者充分利用 Serverless 的優勢來優化現有架構，並客觀的面對影響 Serverless 大規模落地企業核心業務的絆腳石，再到今天，通過技術創新和突破來化解行業共同的痛點。這不僅需要先行一步的勇氣和魄力，更需要志在千里的使命和責任。