[[268510]]

AWS Lambda 是 Serverless 領域的標志性產品，但如果將其應用于核心業務，可能會遇到以下難題：(僅代表作者個人觀點)

• 要求用戶以 Function 為單位進行開發，全新的開發框架，云廠商強綁定，社區主流技術棧遷移成本高;
• Function 啟動速度要足夠快，毫秒級或者秒級，這個限制對適用場景有很強的約束;
• Function 之間的調用通過 API Gateway，響應時間更長。

Cloud Service Engine 云服務引擎(以下簡稱CSE)，是阿里云中間件團隊開發的面向通用 Serverless 計算的中間件產品，目的是具備 AWS Lambda 的各種優勢，同時可以解決用戶在使用 AWS Lambda 時遇到的難題。

什么是 Serverless?

AWS 對 Serverless 定義是：(摘自 AWS 官網)

AWS 無服務器平臺提供的功能：(摘自 AWS 官網)

AWS 的整套 Serverless 方案非常完善，但是沒有解決存量應用如何遷移到 Serverless 架構的問題。僅僅是針對新開發的應用，建議用戶使用 FaaS 方式開發，才有機會轉向 Serverless 架構。筆者認為，要將 Serverless 架構大規模推廣，必須要能有針對存量業務的解決方案。

Serverless 對云計算的價值

云計算，歸根結底是一種 IT 服務提供模式，不論是公共云還是專有云(以 IT 設備的歸屬不同分類)，其本質都是幫助 IT 的最終使用者隨時隨地，并且簡便快速地，獲取 IT 服務，目前，IaaS、PaaS 都已經做到了按需付費，PaaS 甚至做到了按請求付費，如 DB，CACHE，MQ 等，但是 IaaS 的付費粒度仍然是時間維度，最快按照小時付費，以分鐘來交付。

因此，當下的云計算場景，應用的開發維護方式相比傳統 IDC 時代的開發維護，差別還不是很大。但 AWS Lambda 提供了一種全新的開發維護方式，用戶只需要寫好業務代碼，提交到云上，所有和機器容量、可用性、機器為單位的運維工作可以全部交給了云平臺，這種模式極大地釋放了云的彈性價值，真正做到了按需付費。

CSE 試圖提供一種更規模化的解決方案，像 AWS Lambda 一樣，能進一步釋放云的彈性價值，并且可以平滑遷移存量應用。

存量在線業務實現 Serverless 架構的挑戰

存量在線應用程序具有以下特點：

• 資源分配速度 = 分鐘級
• 應用程序啟動速度 = 10分鐘+

基于以上客觀條件，通常做法是提前預定好機器數量來應對任意時刻的流量峰值，假設上述技術參數變為毫秒級，就有機會將應用程序架構演變成下圖所示方式。

上圖中，Service A 在調用 Service B 時，如果 B 的容量充足，則調用成功;如果 B 的容量不足，這時候如果線程池滿，則直接觸發限流閥值，A 會收到一個錯誤碼，然后直接調用資源總控系統，資源總控系統負責新分配一個 Service B 實例，這個分配的速度非常快，耗時幾十毫秒，同時把 B 的服務地址直接返回給 A，A 會將之前未完成的請求發送到新創建的 Service B。

以上過程對于開發者完全透明，具備了以下價值：

• 價值一：無需管理服務器，即無需容量評估;容量評估這件事情對于應用負責人一直是一個極難解的問題，因為我們很難預測未來的峰值是什么。
• 價值二：持續擴展;之前的做法是每個應用程序獨占一定數量的資源，如果變成Serverless 模式，所有應用程序可以共享資源池，每個應用程序幾乎可以***擴展。
• 價值三：按照請求計費;因為每個實例的啟動時間甚至比 FaaS 的函數啟動時間還快，就可以像 FaaS 一樣來核算成本，成本只與以下因素有關：
  • 請求數量(QPS)
  • 每次請求CPU執行時間，例如100ms
  • 每個實例的內存規格

綜上所述：為了做到以上描述的分布式架構，關鍵技術點在于應用啟動速度，這里的應用啟動速度是指應用可以正常處理流量為止。

如何將應用啟動速度提高到毫秒級?

應用在啟動過程中通常會初始化多個組件，如各種中間件、數據結構，以及網絡調用外部服務。在阿里內部廣泛使用 SOA 和微服務的情況下，應用在啟動過程中會大量加載共享業務 SDK，存在啟動過程達到10分鐘量級的情況，個別應用可能會更長。因此，這個啟動過程必須提前完成，才有機會以“臨陣磨槍”的方式去創建新實例。

方案一：應用冷啟動資源壓縮方案

L1 彈性能力是指在一臺物理機或者大規格的 ECS 上部署同一個應用的多個實例，通過操作系統和 JVM 的優化，一個占用 4G 內存的應用，即使部署10份，僅需占用2.2G RAM。

L1 總結來看是一種高密度部署方式，由于應用已經提前啟動，并且對容器進行凍結，意味著這個應用實例 CPU 占用率為0，RAM 占用相當于之前的1/20，但是具備了毫秒級彈性的能力。L1的特點是啟動速度極快，但是需要消耗資源，且只能垂直彈性。

L2 是通過將應用程序啟動后在 RAM 中的指令和數據結構 dump 到磁盤文件，只需要在機器之間拷貝文件即可以達到橫向彈性的能力，這個時間消耗主要是數據的網絡傳輸時間+內存拷貝時間，大約在5秒左右就可以完成。L2 的成本開銷只有網絡磁盤容量，開銷極低，可忽略不計。

L2 的每個 SNAOSHOT 對應一個可運行的實例，例如預計一個應用需要***啟動100個實例，那么需要提前生成100個 SNAOSHOT，每個 SNAOSHOT 對應一個運行實例，需要啟動時，從遠程磁盤加載這個 SNAPSHOT。

此方案通過 L1 和 L2 的組合來達到加速應用啟動的目的，在支持一定流量脈沖能力下，可以***50ms內啟動任意應用，平均在10ms內完成。

方案二：應用熱復制啟動加速方案

L1 采用通過 fork 種子進程達到快速啟動的效果，操作系統團隊專門為此開發了 fork2 技術，與 Linux Native fork 的關鍵區別在于可以指定 PID 來 fork 一個進程。

pid_t fork2(pid_t pid); 

L2 的單個 SNAPSHOT 可以創建多個進程，一對多關系。

兩種自研方案的對比

• 方案一：不存在 UUID 問題，但是每種語言的 VM 要單獨定制，成本效果相比方案二略差。
• 方案二：會存在 UUID 問題，若開發者希望應用的每個實例啟動時，都賦值一個 UUID 給一個靜態變量，但通過 fork 會導致每個實例的這個靜態變量都相同，這與開發者預期不符。方案二的優勢是更易實現、和語言無關、成本效果更優，適合 FaaS、NBF 這類場景或者開發者自己定義的開發框架，能避免 UUID 的問題。

整體來看，方案一的適用場景更廣，但是實現成本更高，方案二較適合 FaaS、NBF 這類場景。

和 AWS Lambda 相比

Lambda 為了做到快速擴縮容，要求用戶的應用以 Function 為單位開發，Lambda Runtime 動態加載 Function 來快速增加實例。

CSE 則通過將一個應用的多個實例啟動后，共享相同的指令數據，抽取出不同的指令數據，每次啟動實例只需要加載多實例的差異部分。因此可以透明兼容社區主流技術棧，如 Spring Boot，PHP/Java/Python/Node.JS 等。

CSE 的成本優勢

理論模型：

Serverless 方式應用占用的實例數隨時在變化，因此可以多個應用錯峰使用同一臺機器。

量化分析：

Serverless 的成本優勢是可以和 CPU Share &離在線混部等調度技術的成本優勢做疊加，能給最終用戶一個更優的總體成本。

CSE 的代碼樣例

HSF demo

package com.test.pandora.hsf; 
 
import com.alibaba.boot.hsf.annotation.HSFProvider; 
 
@HSFProvider(serviceInterface = HelloWorldService.class) 
public class HelloWorldServiceImpl implements HelloWorldService { 
    @Override 
    public String sayHello(String name) { 
        return "hello : " + name; 
    } 
} 

Spring Boot demo

package com.example.java.gettingstarted; 
 
import org.springframework.boot.SpringApplication; 
import org.springframework.boot.autoconfigure.SpringBootApplication; 
import org.springframework.web.bind.annotation.RequestMapping; 
import org.springframework.web.bind.annotation.RestController; 
 
@SpringBootApplication 
@RestController 
public class HelloworldApplication { 
  @RequestMapping("/") 
  public String home() { 
    return "Hello World!"; 
  } 
 
 
  @RequestMapping("/health") 
  public String healthy() { 
    // Message body required though ignored 
    return "Still surviving."; 
  } 
 
  public static void main(String[] args) { 
    SpringApplication.run(HelloworldApplication.class, args); 
  } 
} 

CSE 的生產實踐

某電商業務 A：Serverless 化后，機器數量從11臺降低到2臺(2~10臺之間波動)，某促銷節，服務流量峰值從數千瞬間飆到十多萬，CSE 瞬間彈性擴容，從2臺-->5臺-->10臺，流量峰值回落后又縮容到2臺。

某電商業務 B：Serverless 化后，機器數量從4臺到2臺(2~10臺之間波動)。

某電商業務 C：之前固定4臺機器，Serverless 化完成后，機器數量變成1臺(1~4臺之間波動)，預發可實現0 - 1臺實例之間波動。

本文作者：

王小瑞：花名誓嘉，阿里巴巴資深技術專家，Apache RocketMQ 創始人&Chair，近期負責推動阿里巴巴在線業務向 Serverless 架構的演進，以及消息中間件產品線的云計算方向，是阿里巴巴中間件創新項目實驗室&消息中間件團隊負責人。