【函数计算实践】阿里云函数计算初探

一 概念   

阿里云的函数计算——FC ，是一个事件驱动的全托管 Serverless 计算服务，开发者无需管理服务器等基础设施，只需编写代码并上传。函数计算 FC 会为您准备好计算资源，并以弹性、可靠的方式运行您的代码。

阿里云函数计算详细文档请参见： https://help.aliyun.com/document_detail/73329.html?spm=a2c4g.11186623.6.559.5b8a2b81Zkr7gO

二 函数计算创建及使用流程

如上图所示，函数计算的创建和使用过程，主要包括下面四个步骤：

1、创建服务，

2、创建函数，

3、创建触发器（可选）

4、执行函数

业务增益和查看日志可选，非必要流程。【在控制台创建好的函数，如果要查询日志需要单独开通日志服务(SLS)，同时会收取费用。所以可以使用时约定好各种错误的标识符用于区分错误类型，在调用前自己打印 log 等方式来解决这个问题】

三 函数类型及调用方式

3.1 支持开发语言列表

目前支持的语言列表包括：Node.js、Java, Python, Php, C#, Go, Ruby, PowerShell, TypeScript, F#

3.2 关于服务

函数计算中，服务相当于函数的分组，并且仅支持一级。

3.3 函数类型

新建函数，支持事件函数 和 HTTP 函数两种类型。二者入参不同，函数被触发/调用的方式也不同。 其中，

1、HTTP 函数：（只）支持以 HTTP/HTTPS 请求方式调用，可自行配置调用方式，GET/POST/PUT/DELETE；入口函数参数：req, resp, context

2、事件函数：支持多种触发器，对象、日志、定时、CDN 事件等等。入口函数参数： event,context,callback

3.4 调用方式

事件函数的支持触发类型如下：

​

四 我们的使用方式

为了简化调用方式，并且当前服务没有特别的性能要求，所以采用了 HTTP 函数，POST/GET 请求方式创建函数及触发器。

自带的函数计算示例：

​“路径”列，是函数计算的请求地址，我们使用 postman 或 firefox 的 httpclient 插件发送 post 请求就可以获取返回值。

​如上图所示，返回的是文本类型内容，设置响应类型后可以正常得到结果。

有一点需要我们注意：Http Trigger 会自动在响应头中强制添加 'Content-Disposition: attachment' 字段，此字段会使得返回结果在浏览器中以附件的方式下载。此字段无法覆盖，使用 自定义域名 可以避免该问题。

当我们需要返回 json 或文本格式时，就必须设置自定义域名，所以，还需要在域名解析控制台添加或使用现有域名，并配置解析规则。

新增一项 CNAME 解析规则即可，参考配置说明：

五 应用中遇到的一个问题

最近在项目中要使用阿里云的函数计算功能，所以开始按照说明尝试本地部署示例服务，并编写所需功能。参考文档：https://fc.console.aliyun.com/fc/guide/cn-hangzhou#tool

环境为 macos。

按照说明，npm install @serverless-devs/s -g 安装完成，并且示例程序：image-style-transfer 也安装完毕。

但 s deploy 执行时报错：

End the pre-hookError: "accountid" must be passed inProject StyleComponent failed to executeEnd of method: deploy
********** The operation was not fully successful **********> Project Run Error: StyleComponentError: Error: "accountid" must be passed in

可以看到提示，是部署过程中缺失 accountid 导致。 如果是首次执行 s deploy 命令，在执行过程中能看到提示在控制台输入 accountid 和 秘钥信息。但我当时没有注意，敲了多次 Enter，导致错过了输入的时机。而官方文档也并没有在示例中给出相应的问题和解决方法。

仔细研读完整的函数计算相关文档之后，按照一般的函数计算部署方式，我们需要提供一个.env 文件，其中存储 accountid 和 ACCESS_KEY_SECRET 等信息。

六 一些最佳实践

关于冷启动：

所谓冷启动，是指函数计算被首次调用时，需要做一些初始化动作，导致响应耗时较长。回到根本，函数计算是一种弹性扩容的能力支持，让我们以调用远程方法的方式来执行一些计算逻辑，而不用关心高并发带来的资源消耗、动态扩容支持、费用等问题。它的实现采用的是 k8s+docker 方式，初始资源加载包括创建 pod、拉取镜像等动作，那么显然会大于仅仅执行计算逻辑的耗时。

为了解决这个问题，我们采用的是定时执行，类似于保活的策略，来保证容器不会被销毁。

阿里云最佳实践文档：https://help.aliyun.com/document_detail/140338.html?spm=a2c4g.11174283.6.673.20685212lavP6J

文档中，完整的解决思路包括：

1. 精简紧凑的代码包： 开发者要尽可能瘦身代码包，去掉不必要的依赖。降低 Download/Extract Code 的时间。例如对 Nodejs 函数使用 npm prune, 对 Python 函数使用 autoflake，autoremove 去除没有使用的依赖。另外一些第三方库中可能会包含测试用例源代码，无用 binary 和数据文件。有选择地删除无用文件可以降低函数代码下载解压时间。

2. 选择合适的函数语言： 由于语言理念的差异，Java 运行时冷启动时间通常要高于其他语言。对于冷启动延迟敏感的应用。在热启动延迟差别不大的情况下，使用 Python 这样的轻量语言可以大幅降低长尾延迟。

3. 选择合适的内存： 在并发量一定的情况下，函数内存越大，冷启动表现越优。

4. 降低冷启动概率：使用定时触发器预热函数使用 Initializer 函数入口，函数计算会异步调用初始化接口，消除掉 “User Code Init” 的时间，在函数计算系统升级或者函数更新过程中，用户对冷启动无感知。