分享嘉賓

李嘯川，騰訊云 Serverless 技術產品專家，目前負責騰訊云 Serverless 產品及企業(yè)解決方案的設計工作，致力于推動云原生技術架構演進及落地，為技術工作者提供高效的云服務產品。十余年技術研發(fā)經驗，曾就職于 Oracle、IBM，從事于企業(yè)級商業(yè)套件及云服務引擎研發(fā)工作，后切換到消費互聯(lián)網，孵化小米 MIOT、創(chuàng)立小米有品電商等業(yè)務，加入騰訊云之前擔任愛奇藝技術總監(jiān)，業(yè)務線技術負責人。

01.面向業(yè)務的技術體系關注哪些方面?

首先，通過業(yè)務視角來看為什么需要關注 Serverless。這里的業(yè)務視角是廣義的業(yè)務，即滿足需求，解決痛點，輸出價值。技術對業(yè)務的助力可以簡單歸納為三個階段：

1. 迭代原型，驗證業(yè)務

從零到一，通過技術手段提升業(yè)務原型的迭代和驗證效率;

2. 持續(xù)優(yōu)化，強化業(yè)務

在運行效率和工程效率方面不斷優(yōu)化，增強業(yè)務的競爭力;

3. 構建壁壘，賦能業(yè)務

在技術深度方面形成護城河，持續(xù)保持業(yè)務的差異化優(yōu)勢;

為了更好的支撐業(yè)務，在技術體系中我們會關注哪些問題?

1. 穩(wěn)定性和質量，是業(yè)務正常推進的基石;
2. 開發(fā)效率，幫助業(yè)務爭取寶貴的時間，決定了業(yè)務能否在賽道中勝出，比如有了新的想法能否快速得到驗證;
3. 運行效率，是研發(fā)同學亙古不變的執(zhí)著追求，更優(yōu)化的算法，更優(yōu)雅的架構，同時也將決定深度和難度;
4. 成本，這里的成本，一方面是資源成本，例如運行服務或系統(tǒng)，需要占用的計算、網絡、存儲等基礎資源的成本。另一方面是時間和人力成本，對于企業(yè)來說，尤其是互聯(lián)網或業(yè)務導向的公司，人力成本占企業(yè)整體比重較大;

02.Serverless 能夠釋放哪些紅利?

從工業(yè)界的角度來看，包含四個維度：

• 模塊化程度
• 自動化運維程度
• 彈性效率
• 故障恢復能力

從這幾個方面可以看出對基礎設施層，進行了趨勢演進的判斷，目前 Serverless 在可以預見的階段內，是計算平臺的一個必然的演進方向，也是目前可預見的最終方向。

Serverless 分成兩個階段：第一個階段是 容器化的 Serverless，再下一個階段是 fPaaS Serverless 的平臺。

關于學術界對 Serverless 定義，加州大學伯克利分校于 2009 年曾發(fā)表過一篇論文，精準預測了未來 10 年云計算演進的方向，2019 年又發(fā)表了一篇論文，預測 Serverless 將會成為未來云計算最終的產品形態(tài)或服務平臺。

騰訊云連續(xù)兩年舉辦 ServerlessDays China 交流峰會，2020 年邀請了文章主要作者之一 Johann Schleier-Smith ，給我留下印象最深的觀點是，他把云計算分成兩個階段，第一個階段：簡化系統(tǒng)管理，包括虛擬機、容器等，提供可編程的、簡化的管理方式，由云平臺托管基礎設施;下一個階段：簡化開發(fā)，開發(fā)者只關注核心代碼，云平臺負責系統(tǒng)管理、運維、架構等等，為開發(fā)提供更好的體驗，讓開發(fā)效率得到更大的提升。

在講解了工業(yè)界和學術界的定義之后，我們來對比 Serverless 與傳統(tǒng) Server 的服務方式。

在傳統(tǒng)的 Server 金字塔圖中，從底層系統(tǒng)的安全、系統(tǒng)資源的調度，到中層的日志、監(jiān)控、運維，再到上一層的數(shù)據、存儲，最后金字塔尖的業(yè)務邏輯。對于業(yè)務開發(fā)來說，真正產生價值的就是上金字塔尖這部分業(yè)務邏輯的編寫，服務于客戶，為客戶帶來價值。下面的部分更多是基礎的支撐，從這個角度來說，Serverless 就是解決下面的部分基礎設施維護，平臺側承擔底層基礎部分，給到開發(fā)者更少的運維成本和工作量，Less is more，讓企業(yè)把有效的人力、資源去放到更多產生業(yè)務價值的方面。

以業(yè)務開發(fā)舉例，在規(guī)劃一個項目時，大概有 50% 左右的時間設計整個架構，比如高可用、高并發(fā)、可拓展，如何設計架構才能支撐這樣的規(guī)模，若平臺側來承接這部分工作，能夠解放大量的人力和精力。

對于商業(yè)模式的改變，在一些典型場景：比如「電商秒殺」、「春晚搶紅包」，都有瞬時的流量峰值，為了能承接這樣瞬時的峰值，需儲備巨大的資源，但這部分資源在很長的一段時間內是閑置的狀態(tài)。

如何解決資源冗余的問題呢?

這種商業(yè)模式在以往衣食住行各行業(yè)早已經落地，只是在計算領域將其復用。早期是自建機房，接著開始租用云主機，最終通過 Serverless 形成按需付費。類比交通，購買汽車，自己負擔維護、折舊成本并占用自有時間駕駛;租用汽車，租用期間占用自有時間駕駛且開不開都需要付租金;出租車，按需啟動，里程計費。

云廠商提供的計算資源，在租用期間擁有使用權，但在租用過程中，會有一部分計算資源的冗余，而通過 Serverless 按需付費，根據實際需求量來申請使用計算服務，達成業(yè)務目標后即可終止計算服務，停止計費。

從這個角度來看，Serverless 核心價值可以歸納到三點：

• 簡化運維，能夠提供穩(wěn)定運行環(huán)境，支持多場景、彈性伸縮的服務;
• 更低成本，按需付費，減少冗余資源的計費;
• 時間效率，通過 Serverless 這種面向事件的編程模式，極大地簡化架構設計，簡化不同規(guī)范、不同標準的團隊協(xié)作?？焖俚貙I(yè)務落地，快速投放到市場做驗證。

03.Serverless 落地方式

1. 騰訊云 Serverless 產品矩陣

Serverless HTTP

目前支撐微信小程序開發(fā)平臺，比較典型還有 Web 應用、API 服務等等。云函數(shù)已經支撐微信開發(fā)平臺超過 100 萬的開發(fā)者，每天超過 150 億次調用。

Serverless Trigger

即觸發(fā)器，由云上各組件定義"事件"，通過事件驅動模型觸發(fā)對函數(shù)的調用。

以上兩點是輕量的調用和服務，音視頻處理和數(shù)據處理 ETL 屬于重計算場景，進一步細分，可以理解為音視頻處理是對于非結構化數(shù)據的處理，包括轉碼、理解，數(shù)據處理，ETL 是對結構化數(shù)據的處理，包括數(shù)據的分析、匯總、 計算。

上面更多的是從應用的視角去看 Serverless 的產品能力，Serverless Framework 和云函數(shù) SCF 是基礎產品支撐，云函數(shù)是作為新一代計算平臺，支撐上一層應用所有的計算需求。Serverless Framework 是騰訊云和北美「Serverless.com」這家企業(yè)合作的產品，是北美最流行的 Serverless 開發(fā)工具。

2. 騰訊云 Serverless 產品能力使用場景

Serverless HTTP 產品能力

在傳統(tǒng)業(yè)務模式中，Web 應用和 API Server，首先需要創(chuàng)建計算實例，在計算實例上部署應用服務器，再部署發(fā)布代碼，完成后通過綁定公網入口連接到服務，形成服務閉環(huán)。如果通過 Serverless 來實現(xiàn)，API 網關和云函數(shù)天然的集成，只需在函數(shù)中編寫業(yè)務邏輯，如果邏輯較為清晰，幾分鐘即可完成開發(fā)、調試、發(fā)布上線，極大地提升了業(yè)務迭代效率。

Serverless 觸發(fā)器

基于云原生的架構，云上的各種組件，例如 COS 對象存儲、Ckafka 消息隊列中間件、CLS 日志服務等等，當定義的事件被觸發(fā)后，組件內置觸發(fā)器將調用云函數(shù)來處理對應的業(yè)務邏輯。COS 對象存儲觸發(fā)器與函數(shù)的長時運行、大規(guī)格實例等產品能力就構成了了 Serverless 多媒體解決方案的基礎。

Serverless 音視頻處理

面向開發(fā)者，打造中臺服務，主要提供 3 點差異化能力：

• 算力可配置，通過函數(shù)規(guī)格顯式的選擇計算實例大小;
• 框架 / 編碼器可配置，支持部署自研的或者開源的編碼器，實現(xiàn)原有轉碼或音視頻處理服務的平滑遷移。
• 工作流可配置，上下游的產業(yè)鏈、業(yè)務流程串聯(lián)，實現(xiàn)整個業(yè)務鏈條閉環(huán)。

在轉碼基礎上，Serverless 云函數(shù)提供了更多深度的能力，和騰訊云內部有深度積累的各實驗室聯(lián)合探索了很多解決方案，包括 智能審核、畫質增強、視頻理解、視頻編輯等。

針對音視頻實時互動，Serverless 云函數(shù)也提供了包括 一鍵式觸發(fā)直播推、直播流旁路錄制的后處理、內容的審核、對原內容的增強(實時字幕、實時翻譯)等能力的封裝。

Serverless 數(shù)據 ETL

除了對非結構化數(shù)據的一些處理，同樣支持對結構化數(shù)據 ETL 的處理，通過對公網 API、DB、文件存儲等多數(shù)據源的拉取、大量數(shù)據的批處理、加載至目標存儲，覆蓋到電商、搜索、內容、監(jiān)測、分析等多個場景。

最后與大家分享下已有企業(yè)級的解決方案，助力更多企業(yè)高效達成業(yè)務目標：

• Serverless 多媒體處理
• Serverless 數(shù)據處理
• Serveless AI 推理
• Serverless HTTP

以上就是我的分享，謝謝。