增加网站访问量,小程序开发公司有哪些,wordpress插件+七牛,苍南最好的网站建设公司作者#xff1a; 霍秉杰#xff1a;KubeSphere 可观测性、边缘计算和 Serverless 团队负责人#xff0c;Fluent Operator 和 OpenFunction 项目的创始人#xff0c;还是多个可观测性开源项目包括 Kube-Events、Notification Manager 等的作者#xff0c;热爱云原生技术 霍秉杰KubeSphere 可观测性、边缘计算和 Serverless 团队负责人Fluent Operator 和 OpenFunction 项目的创始人还是多个可观测性开源项目包括 Kube-Events、Notification Manager 等的作者热爱云原生技术并贡献过 Keda、Prometheus Operator、Thanos、Loki 和 Falco 等知名开源项目。 王翼飞青云科技资深软件工程师负责开发和维护 OpenFunction 项目。专注于 Serverless 领域的研发对 Knative、Dapr、Keda 等开源项目有深入的了解和实践经验。 来源2023 上海 KubeCon 分享公众号后台回复关键词 KubeCon-2023 即可获取 PPT 下载链接。 前言
本文主要包括以下几个部分
构建开源 FaaS 平台的必要性与可⾏性OpenFunction 简介冷启动优化Dapr proxy 模式及 Wasm ⽀持OpenFunction 在⾃动驾驶领域的应⽤社区、路线图与 Demo
构建开源 FaaS 平台的必要性
什么是 Serverless加州大学伯克利分校在论文 《A Berkeley View on Serverless Computing》给出了明确定义Serverless computing FaaS BaaS。
对于函数计算平台函数是不可或缺的即 FaaS 是主体。同时FaaS 也需要和后端的 BaaS 服务产生联系所以丰富的后端服务是函数的重要依托。
云厂商通常提供托管的函数计算FaaS和各类后端中间件服务这样就会把开发者锁定在自己的云平台之上。
现阶段我们也看到有一些公司因为云上的成本过高想要下云或者从一个云迁移到另一个云也就是跨云迁移。如果其函数绑定在云的 BaaS 服务上则不利于跨云的迁移。所以跨云迁移之后如何去处理各个云厂商 BaaS 服务接口的差异成了目前较大的挑战。 从另一个角度看一个 FaaS 平台通常需要支持多种语言也会利用到众多后端服务。举例来讲5 种语言需要和 10 种后端服务对接那么这样做就会有 5×10 即 50 种实现 还是比较复杂的。 构建开源 FaaS 平台的可行性
如何解决上述问题呢我们可以引入 Dapr 来简化函数与众多后端服务的交互。
Dapr 是一个分布式应用的运行时能够把分布式应用的能力抽象成一个个 Building Block。 举几个例子来讲一般的分布式应用程序都有 service 之间的相互调用所以会有一个 service 的 Building Block通常也会有 publish、subscribe 这样的模式所以也会有一个 publish and subscribe 的 Building Block此外还会有一些输入输出所以有一个 Binding Building Block当然还有其他的可参考上图。 这些 Building Block 会由一系列的 components 支撑比如 PubSub Brokers 可以支持各种云上的 MQ、AWS sqs 或者一些开源的中间件如 Redis、KafkaBindings 也会支持一些云上的存储和开源组件如 Kafka、MySQL、Redis。
所以 Dapr 就能解决上文提到的问题。FaaS 平台的每一种语言只需要和 Dapr 交互Dapr 的 API 再和构成每一个 Building Block 的 component 交互通过 Dapr 去处理与众多后端服务的交互这样就把复杂度从 N × M 降为了 N × 1.
另外 Dapr 解耦了 FaaS 平台与各云厂商的 BaaS做到了云厂商中立解决了跨云迁移的问题。 OpenFunction 简介
OpenFunction 是什么
OpenFunction 是青云科技在 2022 年初开源的在 2022 年 4 月成为了 CNCF 的 Sandbox 项目。
云厂商中立 与各个云厂商的 BaaS 服务松耦合通过 Dapr简化了与各云厂商或开源 BaaS 服务的集成 同时支持同步与异步函数 同步函数基于 Kubernetes Gateway API 实现了 OpenFunction Gateway 作为函数⼊⼝异步函数可直接从事件源消费事件并可根据事件源特有的指标自动伸缩 支持直接从函数代码生成符合 OCI 标准的函数镜像 基于 Cloud Native Buildpacks 实现 支持 0 与 N 之间的水平自动伸缩既能运行函数也能运行 Serverless 应用支持 Wasm Runtime更完善的 CI/CD 上图是 OpenFunction 的架构图总体分为BuildFunctionServing 和 Events 几个部分。
FunctionFunction 是一个主控模块控制函数的构建和 servingBuild、Serving 和 Status 等信息也会在 Function 的 CRD 中显示。Build支持使用 Buildpacks 的方式构建函数的镜像也支持使用 Dockerfile 的方式构建 Serverless 应用后端技术是 ShipwrightShipwright 可以切换构建镜像的引擎所以可以通过 Shipwright 选择不同的镜像构建工具最终将应用构建为容器镜像。Serving : 通过 Serving CRD 将应用部署到不同的运行时中可以选择同步运行时或异步运行时。同步运行时可以通过 Knative Serving 或者 Keda-HTTP 来支持异步运行时通过 DaprKeda 来支持。同时现在也支持 WasmEdgeRuntime 来支持 Wasm 函数。Events : 对于事件驱动型函数来说需要提供事件管理的能力。由于 Knative 事件管理过于复杂所以我们研发了一个新型事件管理驱动叫 OpenFunction Events。
OpenFunction Events EventBus 利用 Dapr 的能力解耦了 EventBus 与底层具体 Message Broker 的绑定你可以对接各种各样的 MQ。
OpenFunction Gateway
OpenFunction Gateway 是 OpenFunction 0.7.0 增加的新特性是基于 Kubernetes Gateway API 来实现的。之所以选择 Kubernetes Gateway API是因为其 CRD 和其下游实现是解耦的用户可以选择自己喜欢的 Gateway 实现比如 APISIX、Istio、Contour 等另外 Kubernetes Gateway API 也提供了一些新的特性比如 HTTP 流量的分发、跨 Namespace routing 功能。 在之前 OpenFunction 需要把流量转发到 Knative 的 Gateway然后再路由到 Knative 的 Revision链路比较长。有了 OpenFunction Gateway可以直接把流量转发到 Knative 的 Revision。也就是说可以不再依赖 Knative 网络相关的组件整个流量转发的链路也会变短。
为什么引入 OpenFunction Gateway
通过 Knative Gateway 访问同步函数需指定⼀个由随机串组成的 service url不可预测且对⽤户不友好。
通过 OpenFunction Gateway 访问同步函数可通过函数名及 namespace ⽣成函数访问 url。另外还可以通过 Gateway 的 Service 加上 Function 的 namespace 和 name 来进行 path-based 的访问也可以基于 OpenFunction Gateway 的 IP 加上 Host 相关的 Headers 来进行 host-based 访问。
如果我们想在集群外部访问集群内部的 Function我们可以在 OpenFunction Gateway 上面配置 domain 相关的字段配置成 magic DNS这样我们就可以直接在集群外部通过域名来访问集群内部的 Function。
冷启动优化
冷启动优化一直是 FaaS 平台的难点。
之前我们采用的是 Dapr sidecar 模式但是会影响 Function 启动的时间。函数很小的情况下Dapr sidecar 的 container 启动时间以及 Dapr plant 初始化所需要的时间比 Function 启动时间更长。
我们设计了 Dapr Proxy 模式就是让所有 Function 的 pod 共享一个 Dapr sidecar。如果我们将 Function 扩容到很大的值副本数较多那么 sidecar 也会造成大量的资源开销采用这个模式将有效避免这种情况。 接下来我们还有一个基于 Pool 的冷启动优化的计划。上文中提到的 Proxy 模式对 Function 启动时间的优化是有限的。所以我们考虑采用 Pool 的方式来优化冷启动。
引入一个预创建的 Pod Pool在有调用请求时可以根据请求的相关信息判断要调用哪个 Function然后对这个 Function 的 code 热加载将其变成针对某个 Function 的 Pod后续的流量就可以直接进入到这个特定的 Function Pod这个过程不需要 K8s Pod 调度创建等逻辑的参与所以这个方式对冷启动的时间优化是非常显著的。 ⽀持 WasmEdge 作为 Wasm 运⾏时
在 OpenFunction 1.0.0 中我们支持 WasmEdge 作为 Wasm 运行时。WebAssembly 作为 FaaS 平台运行时具有很多优势比如启动时间短、镜像体积小、安全性比较高。另外 WasmEdge 对 HTTP 支持也比较好。
但是目前 Wasm Function 访问后端服务有一个问题因为 WebAssembly 程序访问 API 是受限的所以也需要通过 Dapr 提供相对统一的方式来完成对后端服务的访问。
目前 Dapr、Rust、SDK 以及 Dapr WasmEdge 等相关的项目还不够成熟所以我们暂时还没有集成。后续相关生态成熟之后再进行集成。
OpenFunction 在⾃动驾驶领域的应⽤
下面介绍一个将 OpenFunction 用在自动驾驶领域的案例来自 OpenFunction 的社区用户——驭势科技。
简单来讲自动驾驶就是车端会上传很多传感器的数据到云端云端再对这些数据进行处理。 上图是云端的架构图。举例来说车端的 MQTT Broker 将云端的数据传到云端的 MQ 上运维人员会创建多种异步函数和同步函数来处理这些数据。MQTT topic 的数据会由一个函数处理其他数据由另外一个函数处理处理完的数据分别存到了不同的后端服务里因为业务比较多所以可能是不同的团队去去实现的那么就需要用不同的语言去实现。
异步消息队列实时数据 → Prometheus 指标
驭势科技还有一个比较高阶的使用例子。
车端上传 MQTT 的数据通过异步函数从 MQTT 的数据提取出 Metrics再将其发送到 Prometheus 的 Pushgateway这种方式相当于将车端的数据变成了 Metrics 再存储下来。 为什么⾃动驾驶需要云⼚商中⽴的 Serverless 平台
对于云商中立的需求 不同的客户要求部署到不同的云厂商一些客户的车端数据比较敏感要求放到和公有云隔离的环境不同的云⼚商有不同的后端服务如果没有⼀个云⼚商中⽴的云平台对于同⼀处理逻辑则需要为对接的每⼀个云⼚商都实现相似的服务 对于 Serverless 的需求 数据处理逻辑多样同时经常变化来⾃同⼀数据源的数据在不同场景下的处理逻辑不尽相同⾃动驾驶涉及的模块较多不同的模块由不同的团队负责需要多语⾔⽀持⼤量⻋端数据需要实时处理⾃动驾驶⻋辆也有潮汐的特性数据处理需求有⾼峰和低⾕
社区、路线图与 Demo
OpenFunction 路线图
函数框架 ⽀持 Dapr State Management 与 Dapr Workflow⽀持更多语⾔的异步函数框架包括 Python、Rust⽀持将 Java 函数编译成 Native 程序运⾏在 Quarkus 环境中 函数运行时 实现 Serverless ⼯作流Workflow预研基于 Pod Pool 的冷启动优化⽅案⽀持 OpenTelemetry 作为另⼀个函数追踪⽅案 用户工具 增加 OpenFunction 控制台 与 AIGC 结合
早起贡献及应用者
越来越多的社区贡献者 主要 Maintainer 来⾃ KubeSphere 团队SkyWalking PMC 成员 arugal 实现了 SkyWalking 和 OpenFunction Go Functions Framework 的集成驭势科技 (UISEE) webup kehuili 以及印度的贡献者正在参与 Node.js 和 Python Functions Framework 的开发SAP lizzze 参与 functions-framework-go 的开发来⾃阿⾥云 、微众银⾏等社区贡献者也在积极参与乌克兰的贡献者在帮忙维护 openfunction.dev 越来越多的公司开始采用 国内某电信公司采用 OpenFunction 构建云函数计算平台驭势科技UISEE采用 OpenFunction 处理车云数据微众银行某证券公司喜马拉雅云学堂
参与 OpenFunction 社区
欢迎各位小伙伴参与社区
OpenFunction: https://github.com/OpenFunction/OpenFunctionWebsite: https://openfunction.dev/Samples: https://github.com/OpenFunction/samples
附录函数示例
同步函数触发异步函数示例 同步函数https://github.com/OpenFunction/samples/tree/main/functions/knative/with-output-binding 异步函数https://github.com/OpenFunction/samples/tree/main/functions/async/bindings/kafka-input
更多函数示例
Keda HTTP Engine: https://github.com/OpenFunction/OpenFunction/blob/main/config/samples/function-kedahttp-sample-serving.yaml Wasm 函数: https://github.com/OpenFunction/samples/tree/main/functions/knative/wasmedge/http-server Redis state store: https://github.com/OpenFunction/java-samples/blob/main/src/main/resources/functions/redis-state-store.yamlhttps://github.com/OpenFunction/java-samples/blob/main/src/main/java/dev/openfunction/samples/StateStore.java Serverless Applications: with a Dockerfile: https://github.com/OpenFunction/samples/tree/main/apps/buildah/gowithout a Dockerfile: https://github.com/OpenFunction/samples/tree/main/apps/buildpacks/java 本文由博客一文多发平台 OpenWrite 发布
