| 编辑推荐: |
本文直接介绍无服务器计算，然后介绍在之前500次commit里FaaS的3大特性，希望可以为您的学习带来帮助。
本文来自于Cloud Zone,由火龙果软件Alice编辑、推荐。 |
|
功能即服务是在容器之上构建无服务器功能的框架。在去年10月份开始这个项目，用来理念论证，理解是否可以在Docker
Swarm上运行Alexa skills或者Lambda功能。在一开始的一些成功之后，在12月份将第一个版本的Go代码发布到GitHub上。
从第一次commit开始，FaaS持续推进，在GitHub上获得了2500多个star，同时还出现了一个开发者和黑客的小型社区，我们会在聚会中发表演讲，编写自己的很cool的功能，并且贡献代码。我自己的一大收获是在4月份Austin举办的Dockercon上获得了Moby‘s
Cool Hacks keynote分会场的一个席位。大家想要将Docker设计用来完成的事情的边界进一步扩展。
无服务器是什么？
架构还在演进
“无服务器”这个词并不是很恰当——我们实际讨论的是事件驱动系统的一种全新架构模式。基于此，无服务器功能常常被用来作为服务间的连接，或者用在事件驱动的架构里。在过去，我们称之为服务总线。
无服务器功能
无服务器是一段小型的，无关联的，并且可重用的代码：
1.它是短暂的
2.它不是daemon（长期运行的）
3.它不发布TCP服务
4.它没有状态
5.利用已有服务或者第三方资源
6.几秒内完成执行（基于AWS的Lambda）
我们还需要区分开无服务器产品和IaaS供应商以及开源软件项目。
一方面，IaaS供应商提供无服务器产品，比如Lambda，Google
Cloud Functions以及Azure Functions。另一方面，有FaaS这样的框架，让编排平台，比如Docker
Swarm或者Kubernetes做重量的事情。
IaaS供应商提供的无服务器产品是完全受控的，因此它提供了高度的便捷性和基于秒/分钟的计费方案。另一面是，用户需要跟踪供应商的发布和支持周期。开源的FaaS想要提供一些多样性以供大家选择。
FaaS的差异化在哪里？
FaaS基于业界标准的Cloud Native技术构建：
FaaS项目的差异化在于，任意流程都可以通过watchdog组件和Docker容器成为无服务器的功能。这意味着如下三点：
用户可以运行任意语言编写的代码
可以运行任意时间
可以在任何地方运行
转向无服务器化并不意味着用另一种编程语言重写代码。只需继续使用业务和团队需要的东西即可。
示例：比如，cat或者sha512sum可以作为一种不需要变更的功能，通过stdin/stdout通信。Windows功能也可以通过Docker
CE支持。
这是FaaS和其他开源无服务器框架的主要区别，它们依赖于每种所支持的语言的特定运行时。
下面介绍DockerCon之后的三大主要特性，包括CLI和功能模板，Kubernetes支持以及异步处理。
1. 全新的CLI
易于部署
我给FaaS项目添加了CLI，让部署功能更为简易和脚本化。在这之前，用户可以使用API
Gateway的UI或者curl。CLI让大家可以在YAML文件里定义功能，随后部署到API Gateway上。
Finnian Anderson在Practical Dev/dev.to上写了一篇介绍FaaS
CLI的很好的文章。
Utility脚本和Brew
有安装脚本可以用，John McCabe在brew上维护了项目的recipe。
或者
| $ curl -sL https://cli.get-faas.com/
| sudo sh |
模板
CLI的模板是你唯一需要用所选的编程语言编写handler的地方，CLI会使用模板将其打包成Docker容器——FaaS会处理所需的步骤。
提供了Python和Node.js的模板，但是你可以轻松创建自己的。
CLI支持三种操作：
-action build：从模板在本地创建Docker镜像
-action push：将模板推送到指定的registry或者Hub上
-action deploy: 部署FaaS功能。
如果有一个单节点的集群，那么不需要推送镜像就可以部署。
YAML格式的CLI配置配置示例：
provider:
name: faas
gateway: http://localhost:8080
functions:
url_ping:
lang: python
handler: ./sample/url_ping
image: alexellis2/faas-urlping |
Python功能的最简洁的handler：
def handle(req):
print(req) |
通过HTTPpingsURL获得返回代码的示例：
import requests
def print_url(url):
try:
r = requests.get(url,timeout = 1)
print(url +" => " + str(r.status_code))
except:
print("Timed out trying to reach URL.")
def handle(req):
print_url(req) |
如果需要添加额外的pip模块，那么除了提供handler.py文件之外还需要提供requirements.txt文件。
| $ faas-cli -action
build -f ./sample.yml |
之后可以找到一个称为alexellis2/faas-urlping的Docker镜像，可以使用-action
push将其推送到DockerHub上，使用-action deploy将其部署。
2. Kubernetes支持
作为一名Docker Captain，我主要关注与学习和宣传Docker
Swarm，但是我需要持续关注Kubernetes。我从在Linux和Mac上搭建Kubernetes开始，并且写了三篇介绍性文章，在社区也造成了一定的影响。
架构Kubernetes的支持
当我理解了如何将Docker Swarm的理念映射到Kubernetes之后，我就在几天之内实现了技术原型。我选择了创建一个新的微服务daemon和Kubernetes交互，而不是给主要的FaaS代码及引入额外的依赖条件。
FaaS通过标准的RESTful接口将调用路由到新的daemon上，完成各种操作，比如：Deploy，List，Delete，Invoke和Scale。
这样的方案意味着UI，CLI和自动扩展都不需要改动就可以使用。新的微服务在一个新的GitHub
repository，名为FaaS-netes的项目里维护。你可以在60秒内在你的集群里使用起来。
Kubernetes支持的演示
在这个演示里，我将FaaS部署到一个空集群里，然后介绍如何使用UI，Prometheus并且触发自动扩展。
视频
但是等一下……其他三种框架在Kubernetes上可以用么？
Kubernetes的无服务器框架大概分为两大类——一种对于每种所支持的编程语言都需要依赖于特定的运行时，一种像FaaS一样，可以让任意容器成为功能。
FaaS绑定到Docker Swarm和Kubernetes的原生API上，意味着它使用你已经使用的第一级对象来管理Deployment和Service。也就是说，这里没什么代码去理解你的新应用程序的逻辑。
选择框架时的一个考虑是是否想要贡献特性或者fix。比如，OpenWhisk，是用Scala编写的，大部分其他框架使用Golang写的。
Funktion
Iron Functions
OpenWhisk
Kubeless
Fission
FaaS-netes
3. 异步处理
无服务器功能的一大特征是小而快，通常在几秒之内就异步完成了。想要异步处理功能的几点理由是：
1.它是一个事件并且调用者不需要结果
2.它需要很长时间执行或者初始化——比如，TensorFlow/机器学习
3.在批量job里消费大量请求
4.想要限制速度
我通过分布式队列做了个异步处理的原型。实现使用的是NATS Streaming项目，但是无法扩展使用Kafka或者其他看上去像队列的抽象方式。
尝试异步代码的Gist：
Run through the FaaS/Async Gist
|
