与Serverless第一次亲密接触：你所不知道的UGC

Posted 2021-04-30 UCloud云计算

作为一个新事物，Serverless 是一个架构上的概念，目前还没有公认的权威定义，字面理解就是“无服务器架构”。本文将介绍基于FaaS函数计算服务来实现的Serverless应用架构，也可以简单把Serverless 等同FaaS。在请求处理上，通过使用UCloud的Serverless产品——UGC来搭建服务，不仅测试效果显著，而且极大满足了需求。

Servrless概念

Serverless最初是用于描述依赖第三方服务实现对逻辑、状态进行管理的应用，典型案例是单页Web和移动APP这种富客户端应用，它们一般都使用基于云端的数据库(如Parse、Firebase)、认证服务(Auth0、AWS Cognito)等。这些第三方服务通常称为 BaaS(Backend as a Service)。

Serverless的第二种含义是用来描述这样一种应用架构：除使用第三方BaaS服务外，一部分服务端逻辑仍然由应用的研发人员实现，但跟传统架构的不同在于，这部分服务端代码运行于无状态的容器中，可以由事件触发，短暂的且完全被第三方管理。

业界对Serverless的热议主要集中在第二种应用上，因为第二种形式代码托管代表技术更新，以FaaS(Function as a Service)而闻名。根据第二种场景，一个最新的定义为：Serverless架构是基于互联网的系统，其中应用开发不使用常规的服务进程。相反，它们仅依赖于第三方服务(如AWS Lambda服务)，客户端逻辑和服务托管远程过程调用的组合。

下面的叙述将基于第二种定义进行，即基于FaaS函数计算服务来实现的Serverless应用架构，在此定义上可以简单把Serverless 等同FaaS。

Serverless 与 PaaS的关系

FaaS与PaaS的概念有许多相似的地方，人们甚至认为FaaS就是另一种形式的 PaaS。但Intent Media工程副总裁Mike Roberts提出一个微妙的差别：“大部分PaaS应用无法针对每个请求启动和停止整个应用程序，而FaaS平台生来就是为了实现这样的目的。” 

AWS云架构战略副总裁Adrian Cockcroft曾经针对两者的界定，给出了一个简单的方法：“如果你的PaaS能够有效地在20毫秒内启动实例并运行半秒，那么就可以称之为Serverless”。

从上述两位专业人士的理解来看，均认为传统PaaS和FaaS的抽象层次不一样，PaaS是对整个应用的抽象，而FaaS是对应用逻辑单位(函数)的抽象。举例来说，PaaS不是针对每个请求拉起一个服务，它是常驻服务，但FaaS是根据每个请求拉起一个容器来执行，属于更细粒度的拆分。也就是说PaaS托管的是整个应用，FaaS托管应用的某个碎片化逻辑代码，从资源使用率和成本角度更具优势。

Serverless 与 BaaS 的关系

BaaS和Serverless的区别主要在于，BaaS一般是第三方提供的后端服务，例如 AWS提供的Congito就是典型的BaaS服务，业界比较成功的BaaS服务几乎都是为移动开发的后端云服务，例如Facebook的Parese、Google的Firebase,以及国内 的LeanCloud，提供的功能大同小异，均为实时数据库、消息推送等。

BaaS的粒度介乎PaaS和FaaS, PaaS提供了应用运行环境，而BaaS将特定应用变成一个云服务。应用想实施Serverless架构，还需要自身服务代码来组合这些 BaaS服务，以满足业务逻辑，而且服务代码要通过FaaS来管理。

用下面两张图来说明两者区别，两图是实现一个广告点击行为数据处理，Click Processor为实际处理动作的服务。第一张图中，Click Processor是一个BaaS服务，进程常驻，每次都由这个进程处理；第二张图把它改造成Serverless架构，每次点击拉起一个进程执行一个函数，函数托管在FaaS服务中。

与 Serverless 的第一次接触

想象一下，你是一名 Web 开发工程师，你接到一个需求需要做一个单页面应用，上传一张图并在几秒后获得一张梵高风格化的图，像这样：

遇到这种情况，一般...嗯......先 Google 一下，找到了这个：

alexjc/neural-doodle

它的效果大概是这样：

先过一遍步骤：

1.浏览器发请求给服务端，body 是一张图片的二进制数据；

2.服务端从 body 中取出二进制数据，转成图片，调用 doodle.py 中的方法，转换风格存储之并返回存储位置；

3.浏览器按位置请求图片并展示之。

不过有几个问题，如果这个SPA出乎意料的受欢迎，导致接口负载过高该如何应对？是否要升级，加机器、加负载均衡？如果来了一个新需求或者简单的bugfix，是不是又涉及到批量更新节点，这还都是没有考虑日志、运维、监控等运营方面的工作量。

根据前面对Serverless的介绍，这个场景很适合用Serverless产品来解决，是一个典型的“无状态服务+计算”的自动扩展，这些问题交给Serverless服务提供方即可。下面选择UCloud的Serverless产品UGC来搭建该服务，并测试一下效果，看能否满足需求。

试用Serverless产品——UCloud UGC

UCloud通用计算（UCloud General Compute）是分布式大规模并行计算服务，可提供数万核级的并发计算能力，系统自动完成任务调度，并按实际使用量计费。UGC充分利用一个区域内的多个可用区计算资源，提供了基于云平台的跨可用区级别的高可用性、高安全性和高并发性。UGC可满足图片处理、机器学习、大数据处理、生物数据分析等领域的计算需求。

下图其中一个使用场景：

UCloud基于UGC高效并行计算能力搭建对象存储（UFile）图片处理服务，得以轻松支持用户每天千万级别的图片处理请求，满足用户对高时效的需求，因此UGC很适本次梵高风格化图片的需求。

下面是这次搭建服务过程：

1. 创建私有仓库（WEB界面）

2. 登录镜像仓库（CLI）

3. 制作梵高风格转换镜像（CLI）（如果认真看文档，你会发现其实 alexjc/neural-doodle 是有直接提供镜像的^_^）

4. 上传镜像（CLI）

5. 查看镜像详情（WEB界面）

6. 告警模板配置（WEB界面）

7. 使用SDK提交任务（Python SDK）

8. 查看任务执行统计（WEB界面）

9. 查看监控（WEB界面）

以下是详细操作步骤：

•  创建私有仓库

• 下载梵高风格转换镜像

镜像介绍页面：https://hub.docker.com/r/alexjc/neural-doodle/

直接从 Docker 官方下载它：

docker pull alexjc/neural-doodle

• 修改镜像名称

docker tag alexjc/neural-doodle cn-bj2.ugchub.service.ucloud.cn/kevingao/neural-doodle:first

• 登录UCloud镜像仓库

docker login cn-bj2.ugchub.service.ucloud.cn

• 上传镜像

将刚才下载的镜像上传到UCloud镜像仓库

docker push cn-bj2.ugchub.service.ucloud.cn/kevingao/neural-doodle:first

•  查看镜像信息

•  告警模板配置

目前包含“超时”与“失败”两个模板可以直接使用

• 使用SDK提交风格转换任务

在Python SDK中配置自己账号的公私钥和Docker image 路径，然后使用Web后端调用，发布风格转换任务。

至此，风格转换接口就绪，使用相同方法搞定打水印的镜像，先使用脚本测试一下接口，然后通过UCloud UGC服务后台来查看执行的情况。

• 查看任务执行统计

包含调用次数、成功率、结果、花费CPU时间等信息。

下面开始前端制作：

• 前端交互

Web App有两个功能：打水印和梵高风格转换，它们的交互基本是一致的，这里截图打水印的页面来做演示：

第一步：选择图片

第二步：上传图片(也可以直接使用UGC 对象存储功能)

第三步：输入要打的水印（镜像需要的参数）

第四步：返回结果展示

第五步：统计任务执行结果

如上文所见，这个简单的Web APP完成了『图片梵高风格化』和『图片打水印』两个功能，体现了UGC的两大优点：

先过一遍步骤：

1.计算能力自动扩展，处理一张照片与处理100张照片花费的时间一样；

2.高并发，UGC拥有多节点数万核的资源支持，可以轻松支持高并发请求。

点击“阅读原文”，了解更多UGC产品信息。