![michael-dziedzic--LFxVNhopfs-unsplash.jpg](https://ucc.alicdn.com/pic/developer-ecology/00028dc51710412d84b6945dfef1ef75.jpg)

作者 | 李鵬（元毅）
來源 | [Serverless 公眾號](https://mp.weixin.qq.com/s/kjsEGyVcPEv-Mvp_0kITfA)

# 一、事件驅動框架：Knative Eventing

事件驅動是指事件在持續事務管理過程中，進行決策的一種策略。可以透過調動可用資源執行相關任務，從而解決不斷出現的問題。通俗地說是當使用者觸發使用行為時對使用者行為的響應。在 Serverless 場景下，事件驅動完美符合其設計初衷之一：按需付費。

## 1. Knative 模型

![1.jpg](https://ucc.alicdn.com/pic/developer-ecology/7aafd79204484d23b01a0a3628aabf3e.jpg)

圖：Knative 模型

Knative 主要包括兩大部分：一是用於工作負載的 Serving，包括版本管理、灰度流量、自動彈性；二是 Eventing（事件驅動框架）。

- 核心玩家
   - Google；
   - IBM；
   - Pivotal；
   - RedHat；
   - SAP。

- 友商相關產品
   - Google CloudRun；
   - IBM；
   - Pivotal Function Service(PFC)；
   - OpenShift。

## 2. 事件驅動框架：Eventing

![2.jpg](https://ucc.alicdn.com/pic/developer-ecology/73e34972db494e0db5d0d07917f4ad4e.jpg)

Knative 的 Eventing 提供了一個完整的事件模型，方便接入各個外部系統的事件。事件接入以後，透過 Cloud Event 標準在內部流轉，結合 Broker-Trigger 模型進行事件處理。

從上圖可以看到，Eventing 中包含三部分內容：

- **事件源**
- **Broker-Trigger：**事件驅動模型，這個模型在早期 16 年的版本開始出現，其原理是 Trigger 訂閱 Broker 資訊並過濾，最後將事件傳送到對應的服務進行消費。
- **訊息系統：**在 Eventing 中每個 Broker 下面對應一個訊息的系統，來承載對事件的整個流轉。目前社群支援的訊息系統包括 Kafka、NATS、Rocket MQ、Rabbit MQ 等。

## 3. 關鍵特性：事件規則

![3.jpg](https://ucc.alicdn.com/pic/developer-ecology/5b2e4e1c18664ac2b2ea8d50fc0120db.jpg)

事件規則的核心是 Broker-Trigger 模型，它包含以下特性：

- Trigger 的 filter 的作用是對 Event 進行內容過濾；
- 支援對 Event 的 Attribute 以及 Data 的內容進行過濾；
- 支援 Common Expression Language（CEL）表示式過濾；
- 支援透過 SourceAndType（事件源型別）進行過濾。

# 二、事件驅動引擎-事件源

## 1. 事件源介紹

Knative 社群中提供了豐富的事件源接入，包括 Kafka、Github，也支援接入訊息雲產品的一些事件，比如 MNS、RocketMQ 等。

![4.jpg](https://ucc.alicdn.com/pic/developer-ecology/22e7f849d2bb4a09aba19271e470f0d6.jpg)

如上圖所示，接入事件源之後，可以透過 Broker-Trigger 模型請求相應的服務。這些服務包括一些具體場景，比如從原始碼構建映象、自動化映象釋出、AI 音影片處理、定時任務等。所有的事件都需要這樣的事件源來拉取，然後下發到 Eventing 整個事件流轉過程。

- 事件接入
   - 接入訊息雲產品事件源；
   - 透過 MNS 接入更多雲產品的事件。

- 事件處理
   - Knative Eventing 內部實現事件的訂閱、過濾和路由機制；
   - 事件最終透過 Knative 管理的 Serverless 服務進行消費。

- 典型案例
   - AI 音影片處理；
   - 程式碼提交自動構建映象。

## 2. RocketMQ 事件源

![5.jpg](https://ucc.alicdn.com/pic/developer-ecology/39a3483c200340a39284004399463fca.jpg)

訊息佇列 RocketMQ 版是阿里雲基於 Apache RocketMQ 構建的低延遲、高併發、高可用、高可靠的分散式訊息中介軟體。

訊息佇列 RocketMQ 版既可為分散式應用系統提供非同步解耦和削峰填谷的能力，同時也具備網際網路應用所需的海量訊息堆積、高吞吐、可靠重試等特性。

RocketMQSource 是 Knative 平臺的 RocketMQ 事件源。其可以將 RocketMQ 叢集的訊息以 Cloud Event 的格式實時轉發到 Knative 平臺，是 Apahe RocketMQ 和 Knative 之間的聯結器。

## 3. Kafka 事件源

![6.jpg](https://ucc.alicdn.com/pic/developer-ecology/dab89a55352841a39c859e4d90b2246c.jpg)

訊息佇列 Kafka 版是阿里雲基於 Apache Kafka 構建的高吞吐量、高可擴充套件性的分散式訊息佇列服務，廣泛用於日誌收集、監控資料聚合、流式資料處理、線上和離線分析等，是大資料生態中不可或缺的產品之一，阿里雲提供全託管服務，使用者無需部署運維，更專業、更可靠、更安全。

# 三、AI 事件驅動場景實踐

![7.jpg](https://ucc.alicdn.com/pic/developer-ecology/0c2d79f5617848c2bf29ce2f6adc6c08.jpg)

以具體場景為例，該案例是一個**直播系統**，系統每天都有海量的直播訪問，訪問量根據直播熱度隨時變化，彈性有波動，同時存在不定時的增量。客戶的訴求，一是業務彈性波動，訊息併發性比較高；二是互動實時響應，要求低延遲。

為了滿足對訊息處理的**彈性波動、高併發及低延遲**的要求，客戶選擇阿里雲的 Knative 服務進行資料的彈性處理。阿里雲 Knative 完全契合了使用者當前的訴求，並且在接入 K8s 標準之上，提供了基於事件和訊息的彈性排程。

當應用例項數隨著業務的波峰波谷進行擴容和縮容時，真正做到了**按需使用、實時彈性**的能力。整個過程完全自動化，減少業務開發人員在基礎設施上的負擔。在這個案例中，Knative 主要提供了三個能力：**極致彈性、事件處理、開箱即用。**

下面進行示例演示，演示內容主要有：

- 部署 Kafka 事件源
- 部署事件閘道器
- 部署服務
- 模擬事件處理

演示過程觀看連結：[https://developer.aliyun.com/live/246128](https://developer.aliyun.com/live/246128)

**作者簡介：**
李鵬，花名：元毅，阿里雲容器平臺高階開發工程師，2016 年加入阿里， 深度參與了阿里巴巴全面容器化、連續多年支援雙十一容器化鏈路。專注於容器、Kubernetes、Service Mesh 和 Serverless 等雲原生領域，致力於構建新一代 Serverless 平臺。當前負責阿里雲容器服務 Knative 相關工作。

AI 事件驅動場景 Serverless 實踐

相關文章