阿里巴巴雲原生 - 跨越行業絆腳石，阿里雲函數計算發布 7 大技術突破－鑽石舞台

Serverless 的本質是通過屏蔽底層的計算資源，來實現業務層開發的專注度和自由度。但越是往上抽象，雲廠商在底層的實現就越是複雜。函數計算將服務進一步拆分到函數的顆粒度，這勢必會給開發、運維、交付等帶來新的挑戰，例如如何對函數進行端雲聯調、如何對函數進行可觀測和調試、如何優化 GB 級別的鏡像冷啟動？這些以往在服務的顆粒度時，都不是問題的事情，成了 Serverless 大規模落地企業核心生產業務的絆腳石。

2021 雲棲大會現場，阿里巴巴研究員、阿里雲智能雲原生應用平台總經理丁宇（叔同）重磅發布了函數計算的 7 大技術創新和突破，加速現代應用架構的革新。

Serverless Devs 2.0：業內首發 Desktop，支持端雲聯調、多環境部署

開源近一年， Serverless 開發者平台 Serverless Devs 2.0 版本正式發布。相比 1.0 ，2.0 在性能、使用體驗實現全方位提升，業內首發桌面客戶端 Serverless Desktop，對桌面客戶端進行了精細設計兼具美感和實用主義，具備更強的企業級服務能力。

作為業內首個支持主流 Serverless 服務/框架的雲原生全生命周期管理的平台，Serverless Devs 致力於為開發者打造 Serverless 應用開發一站式服務，Serverless Devs 2.0 提出多模式調試方案，包括打通線上線下環境；本地對接線上環境並進行調試的端雲聯調方案、本地直接進行開發態調試的本地調試方案、以及雲端運維態調試的在線調試/遠程調試方案等。新版本增加多環境部署部署能力，Serverless Devs 2.0 已支持一鍵部署框架 30 余種，包括 Django，Express，Koa，Egg，Flask，Zblog，Wordpress 等。

業內首發實例級別可觀測和調試

實例是函數資源最小的可被調度的原子單位，類比容器的 Pod。Serverless 將異構基礎資源高度抽象，因此「黑盒問題」是 Serverless 大規模普及的核心落地之痛。業內同類產品均沒有透出「實例」概念，也從未在可觀測功能中將 CPU、內存等指標透出，但可觀測就是開發者的眼睛，沒有可觀測，何談高可用呢？

函數計算重磅發布實例級別可觀測能力，對函數實例進行實時監控和性能數據採集，並進行可視化展示，為開發者提供函數實例端到端的監控排查路徑。通過實例級別指標，您可以查看 CPU 和內存使用情況、實例網絡情況和實例內請求數等核心指標信息，讓「黑盒」不黑。同時，函數計算將通過開放部分實例登錄權限，做到既能觀測，還能調試。

業內首發固定數量、定時、水位自動伸縮的實例預留策略

函數計算冷啟動受到多個因素影響：代碼和鏡像大小、啟動容器、語言運行時初始化、進程初始化、執行邏輯等，這依賴用戶和雲廠商的雙向優化。雲廠商會自動為每個函數分配最合適的實例數量，並進行平台側的冷啟動優化。但對於某些在線業務時延非常敏感，雲廠商無法代替用戶進行更深層的業務優化，如對代碼或依賴進行精簡、編程語言的選擇、進程的初始化、算法優化等。

業內同類產品普遍是採用預留固定實例數量的策略，即讓用戶配置 N 個並發值，除非手動調整，否則在分配了 N 個實例後不會再伸或者縮。這種方案只解決了部分業務高峰期的冷啟動延時，但大大增加了運維成本和資源成本，對紅包大促等帶有不定期峰谷的業務，其實並不友好。

因此，函數計算率先將部分實例資源的調度權限授予用戶，允許用戶通過固定數量、定時伸縮、按水位伸縮、混合伸縮等多維度的實例預留策略，來預留適量函數實例，分別滿足業務曲線相對平穩（如 AI/ML 場景）、峰谷時間段明確（如遊戲互娛、在線教育、新零售等場景）、突發流量無法預估（如電商大促、廣告等場景）、業務混雜（如 Web 後台、數據處理等場景）等不同場景的訴求，從而降低冷啟動對時延敏感型業務的影響，真正實現彈性和性能兼顧的終極目標。

業內率先推出 GPU 實例

函數計算提供彈性實例和性能實例兩種實例類型，彈性實例規格從 128 MB 到 3 GB，隔離粒度做到了整個雲生態最細，能真正實現普適場景下資源利用率 100%；性能實例規格區間範圍包含 4 GB、8 GB、16 GB 和 32 GB。資源上限更高，主要適用於計算密集型場景，如音視頻處理、AI 建模和企業級 Java 應用等場景。

隨着專用領域硬件加速的蓬勃發展，各 GPU 廠商均推出了視頻編解碼專用 ASIC，比如：英偉達從 Kepler 架構集成視頻編碼專用電路、從 Fermi 架構集成視頻解碼專用電路。

函數計算正式推出了基於 Turning 架構的 GPU 實例，使得 Serverless 開發者可以將視頻編解碼的 workload，下沉到 GPU 硬件加速，從而大大加快了視頻生產、視頻轉碼的效率。

最高可交付 2w 實例/分鐘

所謂「無服務器」，並不是說軟件應用不需要服務器就可以運行了，而是指用戶無須關心軟件應用運行時，涉及的底層服務器的狀態、資源（比如 CPU、內存、磁盤及網絡）和數量。軟件應用正常運行所需要的計算資源由雲計算廠商動態提供，但實際上，用戶還是會關心雲廠商的資源交付能力，以及應對突發流量場景下資源不足導致的訪問波動。

函數計算依託於阿里雲強大的雲基礎設施服務能力，通過神龍裸金屬資源池和 ECS 資源池雙池互備，在業務高峰期，實現最大交付達 2w 實例/分鐘，這近一步提升了函數計算在客戶核心業務上的交付能力。

VPC 網絡建連優化：從10s 優化至 200ms

當用戶需要在函數中訪問用戶 VPC 中的資源，例如 RDS/NAS 時，需要打通 VPC 網絡。業內 FaaS 產品普遍採用動態掛載 ENI 的方式來實現 VPC 打通，即在 VPC 創建一個 ENI，掛載到 VPC 中執行函數的機器上。該方案讓用戶能非常簡單地聯動後端雲服務，但 ENI 掛載的速度一般需要10秒以上，在延時敏感業務場景下帶來極大的性能開銷。

函數計算通過將 VPC 網關服務化，實現計算和網絡解耦，計算節點的伸縮不再受限於 ENI 掛載的能力。該方案由網關服務負責 ENI 的掛載、網關節點的高可用和自動伸縮，而函數計算專注於計算節點的調度，最終實現 VPC 網絡建連時，函數冷啟動時間降至 200 ms。

GB 級別鏡像啟動：從分鐘級優化至秒級

函數計算在 2020 年 8 月率先發布了容器鏡像的函數部署方式，AWS Lambda 在 2020 年 12 月 Re-Invent，國內友商在 2021 年 6 月也相繼宣布了 FaaS 支持容器的重磅功能。冷啟動一直都是 FaaS 的痛點，引入比代碼壓縮包大幾十倍的容器鏡像後，加重了冷啟動過程帶來的時延。

函數計算創新性的發明了 Serverless Caching，根據不同的存儲服務特點，構建數據驅動、智能高效的緩存體系，實現軟硬件協同優化，將 Custom Container 體驗進一步提升。到目前為止，函數計算已經將鏡像加速優化到了較高的水準。我們在函數計算的公開用例（https://github.com/awesome-fc）裡面，挑選了 4 個典型的鏡像，並將它們適配至國內外幾個大型雲廠商進行橫向對比，每間隔 3 小時調用上述鏡像，重複數次。

實驗證明，在 GB 級別鏡像冷啟動的場景下，函數計算已經實現了分鐘級到秒級的跨越。

先行一步，志在千里

2009 年，伯克利就當時興起的雲計算提出 6 點預測，包括服務的按需付費成為可能、物理硬件的利用率將大大提高等，在過去的 12 年間，這些都已成為事實。2019 年，伯克利再次預測 Serverless 計算將會成為雲時代默認的計算範式，並取代 Serverful （傳統雲）計算模式。

參照雲計算這 12 年的發展歷程，Serverless 正處於驗證伯克利預測的第 3 年，剛過四分之一。這 3 年間，從雲的未來的美好暢想，到雲廠商倡導的 Serverless First 和大規模投入，再到企業用戶充分利用 Serverless 的優勢來優化現有架構，並客觀的面對影響 Serverless 大規模落地企業核心業務的絆腳石，再到今天，通過技術創新和突破來化解行業共同的痛點。這不僅需要先行一步的勇氣和魄力，更需要志在千里的使命和責任。