![頭圖.jpg](https://ucc.alicdn.com/pic/developer-ecology/18fe3e0ec2254462af2680d4b2a2d535.jpg)

作者 | 鄧學祥（祥翼）
來源 | [Serverless 公眾號](https://mp.weixin.qq.com/s/bFcrWYMWSuZUI1FWEVuI0Q)

高德從 FY21 財年開始啟動 Serverless 建設，至今一年了，高德 Serverless 業務的峰值超過十萬 qps 量級，平臺從 0 到 1，qps 從零到十萬，成為阿里集團內 Serverless 應用落地規模最大的 BU，這中間的過程是怎麼樣的？遇到過哪些問題？高德為什麼要搞 Serverless/Faas？是如何做 Serverless/Faas 的？技術方案是什麼樣的？目前進展怎麼樣？後續又有哪些計劃？本文將和大家做一個簡單的分享。

# 1. Why-高德為什麼要搞 Serverless

高德為什麼要搞 Serverless？背景原因是高德 FY21 財年啟動了一個客戶端上雲專案。客戶端上雲專案的主要目的是**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，解決客戶端崩潰等問題，目前的節奏是一個月一個版本。

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可以是其中最有效的一個技術助力）。

![1.png](https://ucc.alicdn.com/pic/developer-ecology/bab50b62fae64f25812afbe606cd3d7d.png)

## 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，但是大家知道，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 很好地解決了這一問題。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，採用的 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，主要用 Node.js 來開發。

FY20 財年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 年十一期間很好地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，好的 API 定義請參考谷樸大神的文件：《[API 設計最佳實踐的思考](https://developer.aliyun.com/article/701810)》。

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的轉型，我們要做萬能的高德，高德的交易類業務正在興起，高德叫車、門票、酒店等業務發展很迅猛）。

針對高德導航來說，相比集團其他業務（如電商）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持續不斷地最佳化演算法，使得高德的交通更準，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。

![2.png](https://ucc.alicdn.com/pic/developer-ecology/33ee5d96596b43ec9387d05aa51c5145.png)

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

FY21，高德是集團內第一個全面上雲的 BU，雖然高德已經全面上雲了，但是這還不是雲時代的終局，目前主要是全面 pouch 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上還和以前一樣，仍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，我們為什麼會做 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. How-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，接下來講我們具體是怎麼做這個事情的，是如何實現的，具體的技術方案是什麼樣的。

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。

![3.png](https://ucc.alicdn.com/pic/developer-ecology/f40c78cb18b344958169a7a1b92ed78b.png)

### 2.1.1 執行態

先說執行態，業務流量從我們閘道器進來，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 的架構本文下一章節會具體介紹。

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，執行態決定函式是如何執行的，研發態關注函式的開發體驗，如何方便地讓開發者開發、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。這樣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。為了本地能方便地 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，可以很方便地在 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。

![4.png](https://ucc.alicdn.com/pic/developer-ecology/d1fa318555754dee92c588f7cc495f81.png)

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 了。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。

往下是 **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。

再往下是 **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：

![5.png](https://ucc.alicdn.com/pic/developer-ecology/b208aae672314d63a5781b9cbd0ce3a0.png)

### 2.2.1 Dapr

dapr 架構如下圖所示，具體可以參考[官方文件](https://dapr.io/)。

![6.png](https://ucc.alicdn.com/pic/developer-ecology/ea4e476865f046ec8924f0129a1eb526.png)

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，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. How-業務如何接入 Serverless

如前文所述，接入統一在 Aone 上接入。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 的接入對整個集團開發，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。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，我們的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，共同努力做到 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，除此之外，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。基本對客戶端功能無損，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. Now-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的應用落地。舉幾個例子：

![7.png](https://ucc.alicdn.com/pic/developer-ecology/a5720a4043db411aae5495f0bb7817b7.png)

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，解除了需要實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。例如每年的十一出行節、五一、清明、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 1 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，極大地降低了伺服器資源的成本。

# 5. Next-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。用集團內豐富的大流量業務場景，來不斷打磨好 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 FY22 財年我們部門還會做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，想一起做點事情的小夥伴來加入我們（不管之前是什麼技術棧，英雄不問出處，投簡歷到  gdtech@alibaba-inc.com，郵件主題為：姓名-技術方向-來自 Serverless），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！

> 本文整理自阿里巴巴高階技術專家--祥翼在【阿里雲 Serverless Developer Meetup 上海站】上的分享
> **ppt 獲取方式**：關注 Serverless 公眾號，後臺對話方塊回覆“ppt”即可
> **直播回放觀看地址**：[https://developer.aliyun.com/live/246653](https://developer.aliyun.com/live/246653)

高德 Serverless 平臺建設及實踐

相關文章