【转】无服务计算（Serverless Computing）核心知识
Serverless Computing概念
????云原生計(jì)算基金會(huì)CNCF（Cloud Native Computing Foundation, CNCF）Serverless Whitepaper v1.0對(duì)無(wú)服務(wù)器計(jì)算作了如下定義：
Serverless computing refers to the concept of building and running applications that do not require server management. It describes a finer-grained deployment model where applications, bundled as one or more functions, are uploaded to a platform and then executed, scaled, and billed in response to the exact demand needed at the moment.
????無(wú)服務(wù)器計(jì)算（Serverless Computing）是指在構(gòu)建和運(yùn)行應(yīng)用時(shí)無(wú)需管理服務(wù)器等基礎(chǔ)設(shè)施。它描述了一個(gè)更細(xì)粒度的部署模型，在該模型中，應(yīng)用被拆解為一個(gè)或多個(gè)細(xì)粒度的函數(shù)被上傳到一個(gè)平臺(tái)，然后根據(jù)當(dāng)前所需執(zhí)行、擴(kuò)展和計(jì)費(fèi)。
????無(wú)服務(wù)器計(jì)算并不意味著我們不再使用服務(wù)器來(lái)承載和運(yùn)行代碼，也不意味著不再需要運(yùn)維工程師。而是指無(wú)服務(wù)器計(jì)算的消費(fèi)者不再需要花費(fèi)時(shí)間和資源在服務(wù)器配置、維護(hù)、更新、擴(kuò)展和容量規(guī)劃上。所有這些任務(wù)和功能都由無(wú)服務(wù)器平臺(tái)處理，并且完全從開(kāi)發(fā)人員和IT/操作團(tuán)隊(duì)中抽象出來(lái)。因此，開(kāi)發(fā)人員專(zhuān)注于編寫(xiě)應(yīng)用程序的業(yè)務(wù)邏輯。運(yùn)營(yíng)工程師能夠?qū)⑺麄兊闹攸c(diǎn)提升到更關(guān)鍵的業(yè)務(wù)任務(wù)上。?
?
FaaS & BaaS
無(wú)服務(wù)器計(jì)算平臺(tái)可以提供以下一種或兩種服務(wù)：
1. FaaS(Functions-as-a-Service-函數(shù)即服務(wù)），通常提供事件驅(qū)動(dòng)(event-driving)的計(jì)算。開(kāi)發(fā)人員使用由事件(event)或HTTP請(qǐng)求觸發(fā)的函數(shù)運(yùn)行和管理應(yīng)用程序代碼。開(kāi)發(fā)人員將小的代碼單元部署到FaaS，FaaS按需執(zhí)行和擴(kuò)展，開(kāi)發(fā)人員無(wú)需管理服務(wù)器或任何其他底層基礎(chǔ)設(shè)施。
2. Baas(Backend-as-a-Service后端即服務(wù)），是第三方基于API的服務(wù)，用于替換自有應(yīng)用程序中的功能子集。因?yàn)檫@些API是作為一個(gè)自動(dòng)擴(kuò)縮容和透明操作的服務(wù)提供的，所以開(kāi)發(fā)人員認(rèn)為這（BaaS）是無(wú)服務(wù)器的 ，如：OSS
?
Pros & Cons
無(wú)服務(wù)器計(jì)算（Serverless Computing）應(yīng)用利弊大致如下：
Pros：
1. 0服務(wù)器操作。無(wú)服務(wù)器通過(guò)消除維護(hù)服務(wù)器資源所涉及的開(kāi)銷(xiāo)，極大地改變了運(yùn)行軟件應(yīng)用程序的成本模型。
2. 沒(méi)有配置、更新和管理服務(wù)器基礎(chǔ)結(jié)構(gòu)。
3. 彈性伸縮：無(wú)服務(wù)器FaaS或BaaS產(chǎn)品可以立即精確地伸縮以處理每個(gè)單獨(dú)的傳入請(qǐng)求。對(duì)于開(kāi)發(fā)人員來(lái)說(shuō)，無(wú)服務(wù)器平臺(tái)沒(méi)有“預(yù)先計(jì)劃的容量”的概念，也不需要配置“自動(dòng)伸縮”觸發(fā)器或規(guī)則。在沒(méi)有開(kāi)發(fā)人員干預(yù)的情況下，自動(dòng)進(jìn)行縮放。在完成請(qǐng)求處理后，無(wú)服務(wù)器FaaS會(huì)自動(dòng)縮小計(jì)算資源的規(guī)模，以確保永遠(yuǎn)沒(méi)有空閑的容量。
4. 低成本。無(wú)服務(wù)器計(jì)算服務(wù)對(duì)空閑的虛擬機(jī)或容器不收費(fèi)；也就是說(shuō)當(dāng)代碼沒(méi)有運(yùn)行或沒(méi)有進(jìn)行有意義的工作時(shí)，不收費(fèi)。?
Cons：
1. 作為一種新興的計(jì)算模型、缺乏標(biāo)準(zhǔn)化和生態(tài)系統(tǒng)成熟度。
2. 由于運(yùn)行時(shí)更具動(dòng)態(tài)性，與iaas和paas相比，調(diào)試可能更具挑戰(zhàn)性。
3. 由于按需結(jié)構(gòu)，如果運(yùn)行時(shí)在空閑時(shí)刪除函數(shù)的所有實(shí)例，則某些無(wú)服務(wù)器運(yùn)行時(shí)的“冷啟動(dòng)”方面可能是性能問(wèn)題。
4. 在更復(fù)雜的情況下（例如，觸發(fā)其他功能的功能），對(duì)于相同數(shù)量的邏輯，可以有更多的操作表面積。
?
Serverless處理模型（Serverless Processing Model）
CNCF白皮書(shū)對(duì)于無(wú)服務(wù)器框架中的函數(shù)用法，函數(shù)約束、生命周期、調(diào)用類(lèi)型和所需的抽象等定義了規(guī)范，以便同一個(gè)函數(shù)可以一次性編碼，并在不同的無(wú)服務(wù)器框架中使用。?
?
FaaS解決方案概括為具有以下圖中所示的幾個(gè)關(guān)鍵元素：
1. 事件源（Event sources）-觸發(fā)器或流事件到一個(gè)或多個(gè)函數(shù)實(shí)例中
2. 函數(shù)實(shí)例（Function instances）-單個(gè)函數(shù)/微服務(wù)，可根據(jù)需求進(jìn)行擴(kuò)展
3. FaaS控制器（FaaS Controller）-部署、控制和監(jiān)視函數(shù)實(shí)例及其源
4. 平臺(tái)服務(wù)（Platform services?）-FaaS解決方案使用的通用集群或云服務(wù)（有時(shí)稱(chēng)為后端即服務(wù)－BaaS）
?
CNCF函數(shù)相關(guān)規(guī)范
函數(shù)定義（Function Definition）
無(wú)服務(wù)器函數(shù)定義可以包含以下規(guī)范和元數(shù)據(jù)，函數(shù)定義是特定于版本的：
1. 唯一ID
2. 名字
3. 描述
4. 標(biāo)簽
5. 版本ID（和/或版本別名）
6. 版本創(chuàng)建時(shí)間
7. 上次修改時(shí)間（函數(shù)定義的）
8. 函數(shù)處理程序
9. 運(yùn)行時(shí)語(yǔ)言
10. 代碼+依賴(lài)項(xiàng)或代碼路徑和憑據(jù)
11. 環(huán)境變量
12. 執(zhí)行角色和密鑰
13. 資源（所需的CPU、內(nèi)存）
14. 執(zhí)行超時(shí)時(shí)間
15. 日志失敗（死信隊(duì)列）
16. 網(wǎng)絡(luò)策略/vpc
17. 數(shù)據(jù)綁定（Metadata Binding）
元數(shù)據(jù)詳細(xì)信息（Metadata details）
1. 版本（Version）-每個(gè)函數(shù)版本都應(yīng)該有一個(gè)唯一的標(biāo)識(shí)符，此外，可以使用一個(gè)或多個(gè)別名（例如“最新”、“生產(chǎn)”、“測(cè)試版”）標(biāo)記版本。API網(wǎng)關(guān)和事件源將流量/事件路由到特定的函數(shù)版本。
2. 環(huán)境變量（Environment Variables）-用戶(hù)可以指定將在運(yùn)行時(shí)提供給函數(shù)的環(huán)境變量。環(huán)境變量也可以從機(jī)密和加密內(nèi)容派生，或者從平臺(tái)變量派生（例如，kubernetes envvar定義）。環(huán)境變量使開(kāi)發(fā)人員能夠控制函數(shù)行為和參數(shù)，而無(wú)需修改代碼和/或重建函數(shù)，從而獲得更好的開(kāi)發(fā)人員體驗(yàn)和函數(shù)重用。
3. 執(zhí)行角色（Execution Role）-該函數(shù)應(yīng)在特定的用戶(hù)或角色標(biāo)識(shí)下運(yùn)行，該標(biāo)識(shí)授予并審核其對(duì)平臺(tái)資源的訪問(wèn)權(quán)限。
4. 資源（Resources）-定義功能所需的或最大的硬件資源，如內(nèi)存和CPU。
5. 超時(shí)（Timeout）-指定函數(shù)調(diào)用在被平臺(tái)終止之前可以運(yùn)行的最長(zhǎng)時(shí)間。
6. 失敗日志（死信隊(duì)列）（Failure Log (Dead Letter Queue)）-隊(duì)列或流的路徑，用于存儲(chǔ)失敗的函數(shù)執(zhí)行列表，并提供適當(dāng)?shù)脑敿?xì)信息。
7. 網(wǎng)絡(luò)策略（Network Policy）-分配給功能的網(wǎng)絡(luò)域和策略（用于與外部服務(wù)/資源通信的功能）。
8. 執(zhí)行語(yǔ)義（Execution Semantics）-指定應(yīng)如何執(zhí)行函數(shù)（例如，每個(gè)事件至少執(zhí)行一次、至多執(zhí)行一次、完全執(zhí)行一次）。
數(shù)據(jù)綁定（Data Bindings）
????一些無(wú)服務(wù)器框架允許用戶(hù)指定函數(shù)使用的輸入/輸出數(shù)據(jù)資源，這使開(kāi)發(fā)人員能夠簡(jiǎn)化、提高性能（在執(zhí)行之間保留數(shù)據(jù)連接，可以預(yù)取數(shù)據(jù)等）和更好的安全性（數(shù)據(jù)資源憑據(jù)是上下文的一部分，而不是代碼）。
????綁定數(shù)據(jù)可以是文件、對(duì)象、記錄、消息等形式，函數(shù)規(guī)范可以包括一組數(shù)據(jù)綁定定義，每個(gè)定義指定數(shù)據(jù)資源、其憑證和使用參數(shù)。數(shù)據(jù)綁定可以引用事件數(shù)據(jù)（例如，db鍵是從事件“用戶(hù)名”字段派生的），示例：https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings
?
函數(shù)約束(Function Requirements)
函數(shù)和無(wú)服務(wù)器運(yùn)行時(shí)應(yīng)該滿(mǎn)足的通用需求：
1. 函數(shù)必須與不同事件類(lèi)的基礎(chǔ)實(shí)現(xiàn)分離
2. 可以從多個(gè)事件源調(diào)用函數(shù)
3. 每個(gè)調(diào)用方法不需要不同的函數(shù)
4. 事件源可以調(diào)用多個(gè)函數(shù)
5. 函數(shù)可能需要與底層平臺(tái)服務(wù)進(jìn)行持久綁定的機(jī)制，這可能是跨函數(shù)調(diào)用。函數(shù)可能是短暫的，但如果需要在每次調(diào)用（例如在日志記錄、連接和裝載外部數(shù)據(jù)源的情況下）上都進(jìn)行引導(dǎo)，則引導(dǎo)可能會(huì)很昂貴。
6. 每個(gè)函數(shù)可以用不同于同一應(yīng)用程序中使用的其他函數(shù)的代碼語(yǔ)言編寫(xiě)。
7. 函數(shù)運(yùn)行時(shí)應(yīng)盡可能減少事件序列化和反序列化開(kāi)銷(xiāo)（例如，使用本機(jī)語(yǔ)言結(jié)構(gòu)或有效的編碼方案）
?
函數(shù)調(diào)用類(lèi)型（Function Invocation Types）
根據(jù)不同的用例，可以從不同的事件源調(diào)用函數(shù)，例如：
1. 同步請(qǐng)求（Synchronous Request (Req/Rep)），例如http請(qǐng)求、grpc調(diào)用
????－ 客戶(hù)機(jī)發(fā)出請(qǐng)求并等待立即響應(yīng)。這是一個(gè)阻塞呼叫。
2. 異步消息隊(duì)列請(qǐng)求（pub/sub）（Asynchronous Message Queue Request），例如RabbitMQ, AWS SNS, MQTT, Email, Object (S3) change、計(jì)劃事件（如cron作業(yè)）
????－ 消息發(fā)布到交換并分發(fā)到訂閱服務(wù)器
? ? － 沒(méi)有嚴(yán)格的消息順序， 可一次處理
3. 消息/記錄流（Message/Record Streams）：Kafka, AWS Kinesis, AWS DynamoDB Streams, Database CDC
? ? － 一組有序的消息/記錄（必須按順序處理）
? ? － 通常，一個(gè)流被分割到多個(gè)分區(qū)/碎片（partitions/shards?），每個(gè)碎片有一個(gè)worker（碎片使用者）
? ? － 流可以從消息、數(shù)據(jù)庫(kù)更新（日志）或文件（例如csv、json、parquet）生成。
? ? － 事件可以推送到函數(shù)運(yùn)行時(shí)，也可以由函數(shù)運(yùn)行時(shí)拉取。
4. 批處理作業(yè)（Batch Jobs），例如ETL作業(yè)、分布式深度學(xué)習(xí)、HPC模擬
? ? － 作業(yè)（Jobs）被調(diào)度或提交到隊(duì)列，并在運(yùn)行時(shí)使用多個(gè)并行函數(shù)實(shí)例進(jìn)行處理，每個(gè)實(shí)例處理工作集（任務(wù)）的一個(gè)或多個(gè)部分。
? ? － 當(dāng)所有并行工作人員成功完成所有計(jì)算任務(wù)時(shí)，作業(yè)完成。
?
?
函數(shù)生命周期（Function LifeCycle）
函數(shù)部署管道（Function Deployment Pipeline）
?
函數(shù)生命周期：
1. 編寫(xiě)代碼、提供規(guī)范和元數(shù)據(jù)
2. 獲取代碼和規(guī)范，編譯并將其轉(zhuǎn)化為一個(gè)工件（二進(jìn)制代碼、包或容器鏡像）
3. 工件部署到一個(gè)集群上，控制器實(shí)體負(fù)責(zé)根據(jù)事件流量和/或?qū)嵗系呢?fù)載調(diào)整函數(shù)實(shí)例的數(shù)量。
?
函數(shù)操作（Function Operations）
無(wú)服務(wù)器框架可能允許以下操作和方法定義和控制功能生命周期：
1. 創(chuàng)建（Create）-創(chuàng)建一個(gè)新函數(shù)，包括其規(guī)范和代碼
2. 發(fā)布（Publish）-創(chuàng)建可部署在群集上的函數(shù)的新版本
3. 更新別名/標(biāo)簽（Update Alias/Label [of a version]）-更新版本別名
4. 執(zhí)行/調(diào)用(Execute/Invoke)-不通過(guò)事件源調(diào)用特定版本
5. 事件源關(guān)聯(lián)(Event Source association?)-將函數(shù)的特定版本連接到事件源
6. 獲取（Get）-返回函數(shù)元數(shù)據(jù)和規(guī)范
7. 更新（Update）-修改函數(shù)的最新版本
8. 刪除（Delete）-刪除一個(gè)函數(shù)，可以刪除一個(gè)特定的版本或函數(shù)的所有版本
9. 清單（List）-顯示函數(shù)及其元數(shù)據(jù)的列表
10. 狀態(tài)獲取（get stats）-返回有關(guān)函數(shù)運(yùn)行時(shí)使用情況的統(tǒng)計(jì)信息
11. 日志獲取（get logs）-返回函數(shù)生成的日志
?
關(guān)鍵步驟說(shuō)明：
1. Create：在創(chuàng)建函數(shù)時(shí)，提供其元數(shù)據(jù)（稍后在函數(shù)規(guī)范中描述）作為函數(shù)創(chuàng)建的一部分，將對(duì)其進(jìn)行編譯并可能發(fā)布。稍后可以啟動(dòng)、禁用和啟用功能。功能部署需要能夠支持以下用例：
????－ 事件流（Event streaming），在這種情況下，隊(duì)列中可能總是有事件，但是可能需要通過(guò)顯式請(qǐng)求暫停/恢復(fù)處理。
? ? － 熱啟動(dòng)(Warm startup)-在任何時(shí)候具有最少實(shí)例數(shù)的函數(shù)，例如，接收到的“第一個(gè)”事件具有熱啟動(dòng)，因?yàn)樵摵瘮?shù)已經(jīng)部署并準(zhǔn)備好服務(wù)于該事件（而不是在“傳入”事件第一次調(diào)用時(shí)部署該函數(shù)的冷啟動(dòng)）。
2. Publish：用戶(hù)可以發(fā)布一個(gè)函數(shù)，這將創(chuàng)建一個(gè)新版本（最新版本的副本），發(fā)布的版本可能會(huì)被標(biāo)記/標(biāo)記或有別名，請(qǐng)參閱下面的詳細(xì)信息。
3. 用戶(hù)可能希望為調(diào)試和開(kāi)發(fā)過(guò)程直接執(zhí)行/調(diào)用函數(shù)（繞過(guò)事件源或API網(wǎng)關(guān)）。用戶(hù)可以指定調(diào)用參數(shù)，如所需版本、同步/異步操作、詳細(xì)級(jí)別等。
4. 用戶(hù)可能希望獲得函數(shù)統(tǒng)計(jì)信息（例如調(diào)用次數(shù)、平均運(yùn)行時(shí)間、平均延遲、失敗、重試次數(shù)等），統(tǒng)計(jì)信息可以是當(dāng)前度量值或一系列值（例如存儲(chǔ)在Prometheus或云提供程序設(shè)施（如AWS Cloud Watch））。
5. 用戶(hù)可能希望檢索函數(shù)日志數(shù)據(jù)。這可以根據(jù)嚴(yán)重性級(jí)別和/或時(shí)間范圍和/或內(nèi)容進(jìn)行篩選。日志數(shù)據(jù)是每個(gè)函數(shù)的，它包括諸如函數(shù)創(chuàng)建和刪除、顯式錯(cuò)誤、警告或調(diào)試消息等事件，還可以選擇函數(shù)的stdout或stderr。每次調(diào)用最好有一個(gè)日志條目，或者一種將日志條目與特定調(diào)用關(guān)聯(lián)的方法（以便更簡(jiǎn)單地跟蹤函數(shù)執(zhí)行流）。
?
事件源(Event Source)
不同類(lèi)型的事件源包括：
1. 事件和消息服務(wù)，例如：?RabbitMQ, MQTT, SES, SNS, Google Pub/Sub
2. 存儲(chǔ)服務(wù)，例如：S3, DynamoDB, Kinesis, Cognito, Google Cloud Storage, Azure Blob, iguazio V3IO (object/stream/DB)
3. 端點(diǎn)服務(wù)，例如：物聯(lián)網(wǎng)（IoT）、HTTP網(wǎng)關(guān)（HTTP Gateway）、移動(dòng)設(shè)備、Alexa、Google Cloud Endpoints
4. 配置存儲(chǔ)庫(kù)，例如：Git, CodeCommit
5. 使用特定于語(yǔ)言的sdk的用戶(hù)應(yīng)用程序
6. 定時(shí)事件-允許定期調(diào)用函數(shù)。
?
事件源到函數(shù)的關(guān)聯(lián)（Event Source to Function Association）
函數(shù)是由事件源觸發(fā)的事件調(diào)用的。函數(shù)和事件源之間有一個(gè)n:m映射。每個(gè)事件源可以用來(lái)調(diào)用多個(gè)函數(shù)，一個(gè)函數(shù)可以由多個(gè)事件源觸發(fā)。事件源可以映射到函數(shù)的特定版本或函數(shù)的別名，后者提供了更改函數(shù)的方法，并部署了一個(gè)新版本，而不需要更改事件關(guān)聯(lián)。事件源也可以定義為使用同一函數(shù)的不同版本，定義應(yīng)為每個(gè)函數(shù)分配多少流量。
在創(chuàng)建了一個(gè)函數(shù)之后，或者在以后的某個(gè)時(shí)間點(diǎn)，需要將事件源關(guān)聯(lián)起來(lái)，該事件源應(yīng)該作為該事件的結(jié)果觸發(fā)函數(shù)調(diào)用。這需要一組操作和方法，例如：
1. 創(chuàng)建事件源關(guān)聯(lián)
2. 更新事件源關(guān)聯(lián)
3. 列出事件源關(guān)聯(lián)
?
函數(shù)輸入（Function Input）
函數(shù)輸入包括事件數(shù)據(jù)(event data)和元數(shù)據(jù)(metadata)，并且可以包括一個(gè)上下文對(duì)象（context object）。
?
事件數(shù)據(jù)和元數(shù)據(jù)（Event data and metadata）
事件詳細(xì)信息應(yīng)傳遞給函數(shù)處理程序，不同的事件可能具有不同的元數(shù)據(jù)，因此函數(shù)需要能夠確定事件的類(lèi)型并輕松解析通用和特定于事件的元數(shù)據(jù)。
將事件類(lèi)與實(shí)現(xiàn)分離是可取的，例如：處理消息流的函數(shù)將工作相同，而不管流存儲(chǔ)是Kafka還是Kinesis。在這兩種情況下，它都將接收消息體和事件元數(shù)據(jù)，消息可以在不同的框架之間路由。
事件可以包括單個(gè)記錄（例如，在請(qǐng)求/響應(yīng)模型中），或者接受多個(gè)記錄或微批（例如，在流模式中）。
FaaS解決方案使用的常見(jiàn)事件數(shù)據(jù)和元數(shù)據(jù)示例：
－ 事件類(lèi)別
－?版本
－?事件ID
－?事件來(lái)源/來(lái)源
－?源識(shí)別
－?內(nèi)容類(lèi)型
－?消息體
－?時(shí)間戳
事件/記錄特定元數(shù)據(jù)的示例：
－?HTTP: 路徑、方法、頭、查詢(xún)參數(shù)
－?Message Queue：消息隊(duì)列：主題，標(biāo)題
－?記錄流（Record Stream）：表、鍵、op、修改時(shí)間、舊字段、新字段
事件源結(jié)構(gòu)示例：
－?AWS Lambda：http://docs.aws.amazon.com/lambda/latest/dg/eventsources.html
－?Microsoft Azure?Functions：https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings
－?Google?Cloud Functions：https://cloud.google.com/functions/docs/concepts/events-triggers
有些實(shí)現(xiàn)將JSON作為向函數(shù)傳遞事件信息的機(jī)制來(lái)關(guān)注。這可能會(huì)增加高速函數(shù)（例如流處理）或低能耗設(shè)備（IOT）的大量序列化/反序列化開(kāi)銷(xiāo)。在這些情況下，將本機(jī)語(yǔ)言結(jié)構(gòu)或其他序列化機(jī)制視為選項(xiàng)可能是值得的。
?
函數(shù)上下文(Function Context)
當(dāng)調(diào)用函數(shù)時(shí)，框架可能希望提供對(duì)跨多個(gè)函數(shù)調(diào)用的平臺(tái)資源或常規(guī)屬性的訪問(wèn)，而不是將所有靜態(tài)數(shù)據(jù)放在事件中，或強(qiáng)制函數(shù)在每次調(diào)用時(shí)初始化平臺(tái)服務(wù)。
上下文作為一組輸入屬性、環(huán)境變量或全局變量傳遞。有些實(shí)現(xiàn)使用這三種方法的組合。
上下文示例：
－?函數(shù)名、版本、ARN
－?存儲(chǔ)限制（Memory Limit）
－?請(qǐng)求ID（Request ID）
－?云區(qū)（Cloud Region）
－?環(huán)境變量（Environment Variables）
－?安全密鑰/令牌（Security keys/tokens）
－?運(yùn)行時(shí)/bin路徑（Runtime/Bin paths）
－?日志（Log ）
－?數(shù)據(jù)綁定（Data binding）
一些實(shí)現(xiàn)使用日志對(duì)象初始化日志對(duì)象（例如，作為AWS中的全局變量或Azure中的部分上下文），用戶(hù)可以使用集成平臺(tái)工具跟蹤函數(shù)執(zhí)行。除了傳統(tǒng)的日志記錄之外，未來(lái)的實(shí)現(xiàn)可能會(huì)將計(jì)數(shù)器/監(jiān)視和跟蹤活動(dòng)抽象為平臺(tái)上下文的一部分，以進(jìn)一步提高功能的可用性。
數(shù)據(jù)綁定作為函數(shù)上下文的一部分，平臺(tái)根據(jù)用戶(hù)配置啟動(dòng)到外部數(shù)據(jù)資源的連接，這些連接可以在多個(gè)函數(shù)調(diào)用中重用。
?
函數(shù)輸出（Function Output）
當(dāng)函數(shù)退出時(shí)，它可以：
－?向調(diào)用者返回一個(gè)值（例如，在HTTP請(qǐng)求/響應(yīng)示例中）
－?將結(jié)果傳遞到工作流中的下一個(gè)執(zhí)行階段
－?將輸出寫(xiě)入日志
應(yīng)該有一種確定的方法來(lái)知道函數(shù)是否通過(guò)返回的錯(cuò)誤值或退出代碼成功或失敗。
函數(shù)輸出可以是結(jié)構(gòu)化的（如HTTP響應(yīng)對(duì)象）或非結(jié)構(gòu)化的（如某些輸出字符串）。
?
無(wú)服務(wù)器函數(shù)工作流（Serverless Function Workflow）
在無(wú)服務(wù)器域中，用例（Use Case）屬于以下類(lèi)別之一：
－?一個(gè)事件觸發(fā)一個(gè)函數(shù)
－?事件的和/或組合觸發(fā)一個(gè)函數(shù)
－?一個(gè)事件觸發(fā)順序或并行執(zhí)行的多個(gè)函數(shù)
－?函數(shù)的結(jié)果可能是另一個(gè)函數(shù)的觸發(fā)器
－?n個(gè)事件（i n和/或）觸發(fā)m個(gè)函數(shù)，即事件函數(shù)交錯(cuò)的工作流，如事件1觸發(fā)函數(shù)1，完成函數(shù)1和事件2以及事件3觸發(fā)函數(shù)2，然后函數(shù)2的不同結(jié)果觸發(fā)分支到函數(shù)3或函數(shù)4。
用戶(hù)需要一種方法來(lái)指定他們的無(wú)服務(wù)器用例或工作流。例如，一個(gè)用例可以是“在照片上傳到云存儲(chǔ)時(shí)在照片上進(jìn)行人臉識(shí)別（發(fā)生照片存儲(chǔ)事件）。”另一個(gè)物聯(lián)網(wǎng)用例可以是“在接收到運(yùn)動(dòng)檢測(cè)事件時(shí)進(jìn)行運(yùn)動(dòng)分析”，然后根據(jù)分析功能的結(jié)果，或者“觸發(fā)房屋警報(bào)并調(diào)用e警察部門(mén)“或只是”將運(yùn)動(dòng)圖像發(fā)送給房主。“有關(guān)詳細(xì)信息，請(qǐng)參閱用例部分。
AWS提供“步驟函數(shù)”（step function），供用戶(hù)指定其工作流，但步驟函數(shù)不允許指定觸發(fā)工作流中哪些函數(shù)的事件/事件。
下圖是涉及事件和函數(shù)的用戶(hù)工作流的示例。使用這種函數(shù)圖，用戶(hù)可以輕松地指定事件和函數(shù)之間的交互，以及如何在工作流中的函數(shù)之間傳遞信息。
?
?功能圖狀態(tài)包括：
－ Event State（事件狀態(tài)）：此狀態(tài)允許等待來(lái)自事件源的事件，然后觸發(fā)函數(shù)運(yùn)行或多個(gè)函數(shù)按順序、并行或在分支中運(yùn)行。
－ Operation/Task State（操作/任務(wù)狀態(tài)）：此狀態(tài)允許按順序或并行運(yùn)行一個(gè)或多個(gè)函數(shù)，而不等待任何事件。
－?Switch/Choice State（切換/選擇狀態(tài)）：此狀態(tài)允許轉(zhuǎn)換到多個(gè)其他狀態(tài)（例如，前一個(gè)函數(shù)結(jié)果觸發(fā)分支/轉(zhuǎn)換到不同的下一個(gè)狀態(tài)）。
－?End/Stop State（結(jié)束/停止?fàn)顟B(tài)）：此狀態(tài)以失敗/成功終止工作流。
－?Pass State（通過(guò)狀態(tài)）：此狀態(tài)在兩個(gè)狀態(tài)之間插入事件數(shù)據(jù)。
－?Delay/Wait State（延遲/等待狀態(tài)）：此狀態(tài)導(dǎo)致工作流執(zhí)行延遲指定的持續(xù)時(shí)間或直到指定的時(shí)間/日期。
狀態(tài)和相關(guān)信息需要保存在一些持久存儲(chǔ)中，以便進(jìn)行故障恢復(fù)。在某些用例中，用戶(hù)可能希望將來(lái)自一個(gè)狀態(tài)的信息傳遞到下一個(gè)狀態(tài)。這些信息可以是函數(shù)執(zhí)行結(jié)果的一部分，也可以是與事件觸發(fā)器關(guān)聯(lián)的輸入數(shù)據(jù)的一部分。需要在每個(gè)狀態(tài)定義一個(gè)信息過(guò)濾器，以過(guò)濾出需要在狀態(tài)之間傳遞的信息。
?
參考
－?CNCF Serverless Whitepaper v1.0?
－?CNCF Serverless WG
－?An I&O Leader’s Guide to Serverless Computing
－?Guide to Serverless Technologies
作者：杰客大叔
鏈接：https://www.jianshu.com/p/aa07e656b83d
來(lái)源：簡(jiǎn)書(shū)
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。
總結(jié)
以上是生活随笔為你收集整理的【转】无服务计算（Serverless Computing）核心知识的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 几月份买银行理财划算？年底理财产品会涨吗
- 下一篇： 信用卡积分可以兑换现金吗