跨越行业绊脚石，阿里云函数计算发布 7 大技术突破

Serverless 的本质是通过屏蔽底层的计算资源，来实现业务层开发的专注度和自由度。但越是往上抽象，云厂商在底层的实现就越是复杂。函数计算将服务进一步拆分到函数的颗粒度，这势必会给开发、运维、交付等带来新的挑战，例如如何对函数进行端云联调、如何对函数进行可观测和调试、如何优化 GB 级别的镜像冷启动？这些以往在服务的颗粒度时，都不是问题的事情，成了 Serverless 大规模落地企业核心生产业务的绊脚石。

2021 云栖大会现场，阿里巴巴研究员、阿里云智能云原生应用平台总经理 丁宇（叔同）重磅发布了函数计算的 7 大技术创新和突破，加速现代应用架构的革新。

1

Serverless Devs 2.0：业内首发 Desktop，

支持端云联调、多环境部署

开源近一年， Serverless 开发者平台 Serverless Devs 2.0 版本正式发布。相比 1.0 ，2.0 在性能、使用体验实现全方位提升，业内首发桌面客户端 Serverless Desktop，对桌面客户端进行了精细设计兼具美感和实用主义，具备更强的企业级服务能力。

作为业内首个支持主流 Serverless 服务/框架的云原生全生命周期管理的平台，Serverless Devs 致力于为开发者打造 Serverless 应用开发一站式服务，Serverless Devs 2.0 提出多模式调试方案，包括打通线上线下环境；本地对接线上环境并进行调试的端云联调方案、本地直接进行开发态调试的本地调试方案、以及云端运维态调试的在线调试/远程调试方案等。新版本增加多环境部署部署能力，Serverless Devs 2.0 已支持一键部署框架 30 余种，包括 Django，Express，Koa，Egg，Flask，Zblog，Wordpress 等。

2

业内首发实例级别可观测和调试

实例是函数资源最小的可被调度的原子单位，类比容器的 Pod。Serverless 将异构基础资源高度抽象，因此“黑盒问题”是 Serverless 大规模普及的核心落地之痛。业内同类产品均没有透出“实例”概念，也从未在可观测功能中将 CPU、内存等指标透出，但可观测就是开发者的眼睛，没有可观测，何谈高可用呢？

函数计算重磅发布实例级别可观测能力，对函数实例进行实时监控和性能数据采集，并进行可视化展示，为开发者提供函数实例端到端的监控排查路径。通过实例级别指标，您可以查看 CPU 和内存使用情况、实例网络情况和实例内请求数等核心指标信息，让“黑盒”不黑。同时，函数计算将通过开放部分实例登录权限，做到既能观测，还能调试。

3

业内首发固定数量、定时、水位自动伸缩的实例预留策略

函数计算冷启动受到多个因素影响：代码和镜像大小、启动容器、语言运行时初始化、进程初始化、执行逻辑等，这依赖用户和云厂商的双向优化。云厂商会自动为每个函数分配最合适的实例数量，并进行平台侧的冷启动优化。但对于某些在线业务时延非常敏感，云厂商无法代替用户进行更深层的业务优化，如对代码或依赖进行精简、编程语言的选择、进程的初始化、算法优化等。

业内同类产品普遍是采用预留固定实例数量的策略，即让用户配置 N 个并发值，除非手动调整，否则在分配了 N 个实例后不会再伸或者缩。这种方案只解决了部分业务高峰期的冷启动延时，但大大增加了运维成本和资源成本，对红包大促等带有不定期峰谷的业务，其实并不友好。

因此，函数计算率先将部分实例资源的调度权限授予用户，允许用户通过固定数量、定时伸缩、按水位伸缩、混合伸缩等多维度的实例预留策略，来预留适量函数实例，分别满足业务曲线相对平稳（如 AI/ML 场景）、峰谷时间段明确（如游戏互娱、在线教育、新零售等场景）、突发流量无法预估（如电商大促、广告等场景）、业务混杂（如 Web 后台、数据处理等场景）等不同场景的诉求，从而降低冷启动对时延敏感型业务的影响，真正实现弹性和性能兼顾的终极目标。

4

业内率先推出 GPU 实例

函数计算提供弹性实例和性能实例两种实例类型，弹性实例规格从 128 MB 到 3 GB，隔离粒度做到了整个云生态最细，能真正实现普适场景下资源利用率 100%；性能实例规格区间范围包含 4 GB、8 GB、16 GB 和 32 GB。资源上限更高，主要适用于计算密集型场景，如音视频处理、AI 建模和企业级 Java 应用等场景。

随着专用领域硬件加速的蓬勃发展，各 GPU 厂商均推出了视频编解码专用 ASIC，比如：英伟达从 Kepler 架构集成视频编码专用电路、从 Fermi 架构集成视频解码专用电路。

函数计算正式推出了基于 Turning 架构的 GPU 实例，使得 Serverless 开发者可以将视频编解码的 workload，下沉到 GPU 硬件加速，从而大大加快了视频生产、视频转码的效率。

5

最高可交付 2w 实例/分钟

所谓“无服务器”，并不是说软件应用不需要服务器就可以运行了，而是指用户无须关心软件应用运行时，涉及的底层服务器的状态、资源（比如 CPU、内存、磁盘及网络）和数量。软件应用正常运行所需要的计算资源由云计算厂商动态提供，但实际上，用户还是会关心云厂商的资源交付能力，以及应对突发流量场景下资源不足导致的访问波动。

函数计算依托于阿里云强大的云基础设施服务能力，通过神龙裸金属资源池和 ECS 资源池双池互备，在业务高峰期，实现最大交付达 2w 实例/分钟，这近一步提升了函数计算在客户核心业务上的交付能力。

6

VPC 网络建连优化：从10s 优化至 200ms

当用户需要在函数中访问用户 VPC 中的资源，例如 RDS/NAS 时，需要打通 VPC 网络。业内 FaaS 产品普遍采用动态挂载 ENI 的方式来实现 VPC 打通，即在 VPC 创建一个 ENI，挂载到 VPC 中执行函数的机器上。该方案让用户能非常简单地联动后端云服务，但 ENI 挂载的速度一般需要10秒以上，在延时敏感业务场景下带来极大的性能开销。

函数计算通过将 VPC 网关服务化，实现计算和网络解耦，计算节点的伸缩不再受限于 ENI 挂载的能力。该方案由网关服务负责 ENI 的挂载、网关节点的高可用和自动伸缩，而函数计算专注于计算节点的调度，最终实现 VPC 网络建连时，函数冷启动时间降至 200 ms。

7

GB 级别镜像启动：从分钟级优化至秒级

函数计算在 2020 年 8 月率先发布了容器镜像的函数部署方式，AWS Lambda 在 2020 年 12 月 Re-Invent，国内友商在 2021 年 6 月也相继宣布了 FaaS 支持容器的重磅功能。冷启动一直都是 FaaS 的痛点，引入比代码压缩包大几十倍的容器镜像后，加重了冷启动过程带来的时延。

函数计算创新性的发明了 Serverless Caching，根据不同的存储服务特点，构建数据驱动、智能高效的缓存体系，实现软硬件协同优化，将 Custom Container 体验进一步提升。到目前为止，函数计算已经将镜像加速优化到了较高的水准。我们在函数计算的公开用例（https://github.com/awesome-fc）里面，挑选了 4 个典型的镜像，并将它们适配至国内外几个大型云厂商进行横向对比，每间隔 3 小时调用上述镜像，重复数次。

实验证明，在 GB 级别镜像冷启动的场景下，函数计算已经实现了分钟级到秒级的跨越。

8

先行一步，志在千里

2009 年，伯克利就当时兴起的云计算提出 6 点预测，包括服务的按需付费成为可能、物理硬件的利用率将大大提高等，在过去的 12 年间，这些都已成为事实。2019 年，伯克利再次预测 Serverless 计算将会成为云时代默认的计算范式，并取代 Serverful （传统云）计算模式。

参照云计算这 12 年的发展历程，Serverless 正处于验证伯克利预测的第 3 年，刚过四分之一。这 3 年间，从云的未来的美好畅想，到云厂商倡导的 Serverless First 和大规模投入，再到企业用户充分利用 Serverless 的优势来优化现有架构，并客观的面对影响 Serverless 大规模落地企业核心业务的绊脚石，再到今天，通过技术创新和突破来化解行业共同的痛点。这不仅需要先行一步的勇气和魄力，更需要志在千里的使命和责任。

特别感谢 墨飏、黛忻、筱姜、刘宇 对本文做出的贡献。

戳原文，查看函数计算 FC 主页！！