无服务架构--Serverless

无服务架构

无服务架构(Serverless Architecture)即无服务器架构,也被称为函数即服务(Function as a Service,FaaS),是一种云计算模型,用于构建和部署应用程序,无需关心底层服务器的管理。

在无服务器架构中,开发人员编写单独的函数或函数集合,这些函数以事件驱动的方式触发,并在需要时自动扩展,而无需自己管理服务器基础架构。

1、无服务的愿景

无服务器是让开发者只需要纯粹地关注业务:

  1. 不用考虑技术组件,因为后端的技术组件是现成的,可以直接取用,没有采购、版权和选型的烦恼;
  2. 不需要考虑如何部署,因为部署过程完全是托管到云端的,由云端自动完成;
  3. 不需要考虑算力,因为有整个数据中心的支撑,算力可以认为是无限的;
  4. 也不需要操心运维,维护系统持续地平稳运行是云服务商的责任,而不再是开发者的责任。

2、无服务的特点

与单体架构、微服务架构不同,无服务架构天生的一些特点,比如冷启动、 无状态、运行时间有限制等等,决定了它不是一种具有普适性的架构模式。

优点

  1. 自动扩展和弹性:
    无服务器平台会自动处理应用程序的扩展,根据负载的增减自动分配和释放资源。这使得应用程序具有很高的弹性,能够处理不断变化的工作负载。
  2. 按需计费:
    无服务器计算按照实际使用的资源进行计费,这意味着您只需支付您实际消耗的计算资源,无需支付预留的服务器容量。这可以大幅降低成本,尤其是对于不稳定或突发性的工作负载。
  3. 简化运维:
    无服务器架构摆脱了服务器管理的烦恼,开发人员无需关心服务器的配置、维护和扩展。云服务提供商负责这些任务,使开发人员能够更专注于应用程序的逻辑。
  4. 快速部署: 无服务器平台允许开发人员更快地部署新功能或更新,因为它们省略了服务器配置和部署的复杂性。
  5. 多语言支持: 无服务器平台通常支持多种编程语言,允许开发人员选择最适合其需求的语言。
  6. 高可用性和容错性: 云服务提供商通常提供高可用性和容错性,以确保应用程序的可用性。这包括跨多个数据中心的部署和自动备份。

缺点和挑战

  1. 冷启动时间: 无服务器函数可能会经历冷启动时间,即在首次调用时启动函数实例可能会较慢,这可能会对某些实时性要求较高的应用程序造成延迟。
  2. 资源限制: 无服务器平台通常对函数的执行时间、内存和存储等方面设置了限制,这可能会影响处理大型数据集或长时间运行的任务。
  3. 难以维护状态: 无服务器函数通常设计为无状态,这意味着它们不会保留上下文或状态信息。在某些情况下,维护应用程序状态可能会变得复杂。
  4. 监控和调试: 在无服务器架构中,监控和调试函数可能会更具挑战性,因为它们是分布式的、瞬时的,可能分布在多个位置。
  5. 不适用于所有用例: 无服务器架构适用于某些用例,但不适用于所有应用程序。它们在处理特定类型的工作负载和应用程序模式时表现最佳。

对一些适合的应用来说,使用无服务架构确实能够降低开发和运维环节的成本,比如不需要交互的离线大规模计算,又比如多数 Web 资讯类网站、小程序、公共 API 服务、移动应用服务端等,都跟无服务架构擅长的短链接、无状态、适合事件驱动的交互形式很契合。

但是对于那些信息管理系统、网络游戏等应用来说,又或者说对所有具有业务逻辑复杂、依赖服务端状态、响应速度要求较高、需要长连接等特征的应用来说,无服务架构至少在目前来看并不是最合适的。

无服务天生“无限算力”的假设,就决定了它必须要按使用量(函数运算的时间和内存)来计费,以控制消耗算力的规模,所以函数不会一直以活动状态常驻服务器,只有请求到了才会开始运行。

这导致了函数不便于依赖服务端状态,也导致了函数会有冷启动时间,响应的性能不可能会太好(目前,无服务的云函数冷启动过程大概是在百毫秒级别,对于 Java 这类启动性能差的应用,甚至能到秒级)。

无服务架构和微服务架构的联系和区别

无服务和“微服务”以及“云原生”时代之间并没有继承替代关系,也不要产生”无服务比微服务更加先进”的错误想法。

软件开发的未来,不会只存在某一种“最先进的”架构风格,而是会有多种具有针对性的架构风格并存。

联系

  1. 分布式架构: 无服务和微服务都是分布式架构,它们将应用程序拆分为小的可管理的组件,这些组件可以独立部署和扩展。
  2. 松耦合: 无服务和微服务都鼓励松耦合的设计,使得各个组件可以独立开发、部署和维护。这有助于提高应用程序的可维护性和灵活性。
  3. 弹性和可伸缩性: 无服务和微服务都支持应用程序的弹性和可伸缩性。它们能够根据负载的变化自动扩展和缩减资源。
  4. 分布式数据管理: 无服务和微服务应用程序通常需要有效地处理分布式数据管理,包括数据复制、同步和一致性等问题。

区别

  1. 计算模型: 最大的区别在于计算模型。无服务架构基于事件驱动的函数(Function as a
    Service,FaaS),每个函数都是一个独立的、无状态的代码单元,仅在触发事件时执行。微服务架构则是基于独立的、长时间运行的服务,这些服务通常以容器形式运行。
  2. 管理复杂性:
    无服务架构通常更加抽象和简化了基础设施管理,开发人员无需关心服务器的配置和维护。微服务架构需要更多的基础设施管理工作,包括容器编排和管理等。
  3. 部署: 无服务架构通常具有更快的部署速度,因为它们省略了服务器配置的过程。微服务架构需要更多的时间来设置和维护容器集群。
  4. 执行时间: 无服务函数通常具有短暂的执行时间限制,通常用于处理短暂的计算任务。微服务可以长时间运行,适合处理长时间运行的任务。
  5. 资源限制: 无服务平台通常对函数的执行时间、内存和存储等方面设置了限制。微服务可以根据需要配置更多的资源。

无服务架构更加抽象和自动化,适用于处理事件驱动的、瞬时性的任务。微服务架构更适合长时间运行的、复杂的应用程序,但需要更多的基础设施管理。

在某些情况下,这两种架构可以结合使用,以满足不同类型的需求。选择哪种架构取决于应用程序的性质、需求和团队的技能。

总结

云计算是大势所趋,今天信息系统建设的概念和观念,在较长尺度的“明天”都是会转变成适应云端的。 Serverless+API 的这种设计方式,随着云计算的持续发展,将会成为一种主流的软件架构形式,无服务到时候也应该会有更广阔的应用空间。

如果说微服务架构是分布式系统这条路当前所能做到的极致,那无服务架构,也许就是“不分布式”的云端系统这条路的起点

今天,我们已经能初步看见一些使用无服务的云函数去实现微服务架构的苗头了,所以把无服务作为技术层面的架构,把微服务视为应用层面的架构,这样的组合使用也是完全合理可行的。

软件开发的未来,多种架构风格将会融合互补,“分布式”与“不分布式”的边界将会逐渐模糊,两条路线将会在云端的数据中心交汇。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/71453.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Ubuntu yolov5 环境配置

查看Ubuntu版本 $ cat /proc/version Linux version 5.4.0-150-generic (builddbos03-amd64-012) (gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)) #167~18.04.1-Ubuntu SMP Wed May 24 00:51:42 UTC 2023虚拟机磁盘扩容 因为在环境搭建过程中遇到了磁盘空间不足的问题&a…

伪静态web.config常见规则写法与参数介绍说明

伪静态web.config常见规则写法与参数介绍说明. 示例1&#xff1a; <?xml version"1.0" encoding"UTF-8"?> <configuration><system.webServer><rewrite><rules><rule name"规则 1" stopProcessing"tru…

【linux命令讲解大全】073.“Linux文件搜索工具:bzgrep和egrep的使用方法“

文章目录 bzgrep补充说明语法参数 egrep补充说明语法实例 从零学 python bzgrep 使用正则表达式搜索.bz2压缩包中的文件。 补充说明 bzgrep命令用于在.bz2压缩包中搜索符合正则表达式的内容&#xff0c;并将匹配的行输出到标准输出。 语法 bzgrep <pattern> <bz2…

css flex:1;详解,配合demo效果解答

前言 给设置了display&#xff1a;flex的子组件设置了flex&#xff1a;1&#xff1b;就能让他填满整个容器&#xff0c;如果有多个就平均 flex&#xff1a;1&#xff1b;是另外三个样式属性的简写&#xff0c;等同 flex-grow: 0; flex-shrink: 1; flex-basis: auto;我们就针…

Grafana之魔法:揭秘数据可视化的艺术

在数据驱动的时代&#xff0c;如何有效地呈现和理解数据成为了每个组织和个人的核心任务。Grafana作为一个领先的开源数据可视化工具&#xff0c;为我们提供了强大的功能和灵活性。本文将深入探讨Grafana的魔法&#xff0c;以及它如何帮助我们更好地理解数据。 Grafana简介 G…

容器命令(docker)

文章目录 前言一、docker容器命令0、准备工作1、新建容器并启动2、退出容器3、列出所有的运行的容器4、删除容器5、启动和停止容器的操作 总结 前言 本文主要介绍docker中与容器相关的一些命令&#xff0c;是对狂神课程的一些总结&#xff0c;作为一个手册帮助博主和使用docke…

9月7日扒面经

redis缓存用在哪里&#xff0c;用本地缓存行不行? 数据库查询缓存&#xff0c;减小数据源压力&#xff0c;提高响应速度 页面缓存&#xff1a;将页面的渲染结果缓存在Redis中&#xff0c;以减少页面生成的时间和服务器负载。 频繁计算结果缓存&#xff1a;将频繁计算的结果…

【Unity每日一记】WheelColider组件汽车游戏的关键

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;元宇宙-秩沅 &#x1f468;‍&#x1f4bb; hallo 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍&#x1f4bb; 本文由 秩沅 原创 &#x1f468;‍&#x1f4bb; 收录于专栏&#xff1a;uni…

线性代数的学习和整理18:什么是维度,什么是秩?秩的各种定理秩的计算 (计算部分未完成)

目录 0 问题引出&#xff1a;什么是秩&#xff1f; 概念备注&#xff1a; 1 先厘清&#xff1a;什么是维数&#xff1f; 1.1 真实世界的维度数 1.2 向量空间的维数 1.2.1 向量空间&#xff0c;就是一组最大线性无关的向量组/基张成的空间 1.3 向量α的维数 1.3.1 向量的…

Hbase相关总结

Hbase 1、Hbase的数据写入流程 由客户端发起写入数据的请求, 首先会先连接zookeeper 从zookeeper中获取到当前HMaster的信息,并与HMaster建立连接从HMaster中获取RegionServer列表信息 连接meta表对应的RegionServer地址, 从meta表获取当前要写入的表对应region被那个RegionS…

认识doubbo和rpc

开个新坑&#xff0c;和大家一起学习Dubbo 3.X。我们按照一个由浅入深顺序来学习&#xff0c;先从使用Dubbo开始&#xff0c;再深入Dubbo的核心原理。 今天我们就从认识Dubbo开始&#xff0c;整体的内容可以分为3个部分&#xff1a; Dubbo是什么RPC是什么Dubbo的架构 正式开…

C++ 提高编程 黑马教程(05)

1.模板 &#xff08;1&#xff09;简介 /** C提高编程* 本阶段主要针对C泛型编程 和 STL技术 做详细讲解&#xff0c;探讨C更深层的使用** 1.模板* 概念&#xff1a;模板就是建立通用的模具&#xff0c;大大提高复用性** 特点&#xff1a;* 模板不可以直接使用&#xff…

使用navicate快速将Excel中的数据导入到数据库

表名称上右键&#xff0c;导入向导 这种方式速度还是很快的&#xff0c;18万条数据&#xff0c;3分钟左右就导入进去了。

Oracle集群管理-19C集群禁用numa和大页内存特性

Linux Redhat 7.9关闭内存管理特性 1 关闭大页内存 [rootdb1 ~]# cat /sys/kernel/mm/transparent_hugepage/defrag [always] madvise never [rootdb1 ~]# cat /sys/kernel/mm/transparent_hugepage/enabled [always] madvise never echo never > /sys/kernel/mm/transpare…

postgresql-多表连接

postgresql-多表连接 内连接查询左外连接查询右外连接查询全外连接查询交叉连接查询简写 总结 内连接查询 内连接用于返回两个表中匹配的数据行&#xff0c;使用关键字INNER JOIN表示&#xff0c;也可以简写成JOIN&#xff1b; selecte.first_name ,d.department_id fromcps…

Springboot整合shiro

导入依赖 <!-- 引入springboot的web项目的依赖 --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency> ​ <!-- shiro --><depende…

zookeeper 3.8.1安装和入门使用

1、zookeeper环境搭建&#xff08;Windows单机版&#xff09; 1.1、 前提 必须安装jdk 1.8&#xff0c;配置jdk环境变量&#xff0c;步骤略 1.2、安装zookeeper 地址&#xff1a;https://zookeeper.apache.org/ 1.2.1、选择releases版本 1.2.2、下载安装包并解压 1.2.3、配…

网络丢包问题,敢不敢这样定位?

下午好&#xff0c;我的网工朋友。 所谓丢包&#xff0c;是指在网络数据的收发过程中&#xff0c;由于种种原因&#xff0c;数据包还没传输到应用程序中&#xff0c;就被丢弃了。 这些被丢弃包的数量&#xff0c;除以总的传输包数&#xff0c;也就是我们常说的丢包率。 丢包…

3种轻量化框架总结

一般的卷积神经网络的参数量和计算量都很大&#xff0c;很难应用在资源有限的场景中。为了解决这个问题&#xff0c;通常是在训练好的模型上进行优化&#xff0c;如通过对模型压缩减少计算量和存储成本&#xff0c;也可以通过剪枝连接方法去掉了不重要的神经元连接或者通道修剪…

Python循环语句实战练习和循环嵌套详解

文章目录 循环语句while循环实战练习练习1&#xff1a;求100以内所有的奇数之和练习2&#xff1a;求100以内所有7的倍数之和&#xff0c;以及个数练习3&#xff1a;求1000以内所有的水仙花数练习4&#xff1a;获取用户输入的任意数&#xff0c;判断其是否是质数 循环嵌套练习1&…