Servlerless是云計算的未來

　　譯者 | 胥磊

　　自云計算問世以來歷經(jīng)數(shù)次演進(jìn)，其中歸根于成本的因素是推動云計算歷次演進(jìn)的重要動力。近幾年隨著云計算的迅猛發(fā)展，終于出現(xiàn)一種新的推動力那就是Serverless，其將推動云計算再次演進(jìn)。本文中我們將闡述一個觀點(diǎn)，即Serverless是云計算的未來，同時將該論點(diǎn)圍繞以下的前提展開論述，進(jìn)而描繪一個全新的愿景。

　　云計算是現(xiàn)代互聯(lián)世界的中心，大多數(shù)應(yīng)用都使用云計算來收集和處理數(shù)據(jù)，并構(gòu)建邊緣設(shè)備需要的信息

　　云計算的需求預(yù)計將以每年15%的速度增長

　　云計算的支出預(yù)計將達(dá)到關(guān)鍵市場領(lǐng)域IT成本的50%

　　云計算的能耗已經(jīng)占了全球能源消耗的1-1.5%，其增長已對環(huán)境構(gòu)成實(shí)質(zhì)威脅

　　綜上，鑒于云計算不斷增長的需求，我們提出更節(jié)能，更具成本效益的Serverless計算模式是當(dāng)前主流云計算的下一個演進(jìn)方向。

　　一、簡介

　　當(dāng)下云計算的影響力已經(jīng)滲透到世界的各個角落，無論你身處何方都可以看見那些依賴便攜電腦上網(wǎng)和處理信息的人。那些信息大都從邊緣設(shè)備采集，進(jìn)而被運(yùn)行在云端的應(yīng)用程序和服務(wù)收集，處理后產(chǎn)生的。作為一名擁有該領(lǐng)域多年經(jīng)驗(yàn)，且推動支撐現(xiàn)代IT關(guān)鍵開源技術(shù)發(fā)展的個體，是時候退一步思考一下云計算未來發(fā)展方向的大問題--當(dāng)前云計算模式的下一步的發(fā)展方向是什么?更確切地說是目前占主導(dǎo)地位的由Kubernetes驅(qū)動的混合云的計算模式的未來是什么。

　　說起無服務(wù)計算，就和當(dāng)初Kubernetes的情況一樣，通常被提到的就是自然進(jìn)化，但它是朝著正確的方向演進(jìn)嗎?是否有助于緩解日益增長的云計算成本?亦或它的持續(xù)增長是否對我們的環(huán)境再次造成威脅?

　　二、動力

　　在本文中，我們認(rèn)為這些極具挑戰(zhàn)性的問題的答案都是確切的。我們相信云計算的未來就是Serverless。這一論點(diǎn)的得出，不是簡單的源自于用戶所實(shí)現(xiàn)的成本效益，而是源于云供應(yīng)商所獲得的更高的計算密度，另外還源于對環(huán)境影響方面的因素。所有的計算模型都必須是“綠色”的，都要具備環(huán)境的可持續(xù)性，要對我們賴以生存的氣候更友好。

　　三、歷史視角

　　作為21世紀(jì)初主導(dǎo)模式的云計算，被看作是IT史上的一場革命。伴隨著云計算的興起，任何人都可以用每小時幾分錢的低廉價格擁有一塊云計算機(jī)(通常以VM虛擬機(jī)或容器的形式)。極大的便捷性使任何人在任何地方都具備毫不費(fèi)力的啟動“云規(guī)模”計算資源的能力，這也是我們當(dāng)前技術(shù)革命的最大驅(qū)動力之一。

　　當(dāng)然這場變革也帶來一個后果，一旦向用戶提供了高可用的廉價計算單元，無論計算資源是否被充分的利用都將被一直分配。這些資源被分配后，云供應(yīng)商就需確保在用戶需要使用時可以被隨時使用。而與此同時，用戶運(yùn)行的工作負(fù)載卻很難達(dá)到7*24持續(xù)去使用這些分配的計算資源。

　　大多數(shù)的工作負(fù)載都具有事件驅(qū)動的特性，除了被設(shè)置的事件調(diào)度的時候，大部分時間都是在等待事件，當(dāng)一個事件到來后工作負(fù)載才會做出反應(yīng)和回應(yīng)。另一種常見的工作負(fù)載就是以批處理的模式工作，當(dāng)然批處理任務(wù)可能是外部事件觸發(fā)，也可能是定期發(fā)生。在目前主流的云計算模式下，用戶必須預(yù)先獲取其工作負(fù)載所需要的計算資源的量，這種做法通常會帶來巨大的浪費(fèi)。而這些浪費(fèi)的計算資源則增加了成本支出，以及能源的耗費(fèi)。

　　四、Serverless是云計算的未來

　　Serverless是為了解決云計算資源分配的問題而產(chǎn)生的。通過增加資源分配的自動化功能，Serverless使用戶不再需要預(yù)先確認(rèn)和分配其工作負(fù)載所需要的計算資源。作為一個開源的示例，Knative就是在Kubernetes云平臺之上增加了自動化擴(kuò)展，根據(jù)實(shí)際服務(wù)的需要自由擴(kuò)縮計算資源。一方面隨著請求的不斷到來，Knative會相應(yīng)增加分配的計算資源，并且支持無限擴(kuò)展Pods節(jié)點(diǎn)，另一方面當(dāng)請求量逐步降低時，Knative會相應(yīng)縮小計算資源的規(guī)模(無請求時則0個Pods)

　　由此，Knative通過確定何時何地需要那些計算資源，解決了為用戶預(yù)先分配資源的問題。唯一要做的就是在Knative增強(qiáng)的Kubernetes集群上部署一個服務(wù)，當(dāng)然服務(wù)本身并不占用額外的計算資源，以后便可以隨時隨地的響應(yīng)計算資源的請求。正如Knative所展示的，Serverless模型將每個服務(wù)都定義為一個事件，Knative本身也做了一些功能增強(qiáng)，以便能更好的控制事件的生產(chǎn)和消費(fèi)。這也能確保每個服務(wù)在任何時候都能獨(dú)立的進(jìn)行擴(kuò)展控制，只需要有必要數(shù)量的服務(wù)實(shí)例在云上運(yùn)行。

　　Knative通過不斷的將每個服務(wù)所預(yù)留的云資源與實(shí)際使用的量相適應(yīng)來提高云的效率。Knative成為改進(jìn)Kubernetes的一種方式—涵蓋了很多相同功能的同時為用戶增加了簡化和自動化，從而實(shí)現(xiàn)了更高的云效率。因此，你應(yīng)該盡可能去使用Knative而不是直接使用底層Kubernetes。

　　五、管理成本

　　Serverless主要承諾之一就是通過有效分配和使用云資源與服務(wù)來節(jié)省成本。目前在云上運(yùn)行的工作負(fù)載大都需要對云資源進(jìn)行預(yù)先分配。但鑒于確切的資源消耗難以預(yù)測和知曉，用戶往往都進(jìn)行了過度分配，因此也支付了過多的費(fèi)用。

　　此外，大多數(shù)的云計算服務(wù)的資源需求也并不是恒定的。恰恰相反，一個典型的服務(wù)的需求會隨著每天不同時間，每周不同日期，一年中不同季節(jié)，假期以及當(dāng)?shù)鼗蛉�球突發(fā)事件而波動。多數(shù)情況下，試圖預(yù)測實(shí)際需求都是一項(xiàng)不可能完成的任務(wù)，所以用戶都會在預(yù)期的峰值之上配置和預(yù)留冗余的云資源，以確保能夠平穩(wěn)處理峰值。這些都意味著大多數(shù)時候?yàn)榉��?wù)提供的云資源比實(shí)際需要的要高很多。即使用戶通過充分分析峰值后選擇一個較低的冗余數(shù)量，而實(shí)際的需求也可能會更低，這就造成了成本的浪費(fèi)�；蛘咭部梢赃x擇一個不足的數(shù)量，這將可能會導(dǎo)致收入的損失。通過實(shí)時自動配置資源以適應(yīng)需求，Serverless有效避免了浪費(fèi)和損失。

　　Serverless解決了云用戶在部署服務(wù)時需要保留計算資源的問題。通過Serverless部署的服務(wù)只有在事件(服務(wù)請求)需要處理時才會被激活，為云用戶節(jié)約了成本。伴隨更多事件的出現(xiàn)，相應(yīng)的云服務(wù)就會通過擴(kuò)展來滿足需要，而當(dāng)需求減少時服務(wù)便可以縮減直至為零，最佳的情況就是一個服務(wù)只需要消耗它處理收到需求所必要的資源，不多也不少。

　　云服務(wù)商在提供Serverless服務(wù)時也可以節(jié)約成本。在沒有Serverless的時候，用戶購買了預(yù)先配置的計算資源，所有的這些資源都在某處的虛擬機(jī)上進(jìn)行本地化部署。云服務(wù)商必須確保當(dāng)服務(wù)達(dá)到峰值時，為該服務(wù)提供資源的虛擬機(jī)要有足夠的本地資源提供擴(kuò)展空間。而有了Serverless后，隨著服務(wù)需求的增長，云服務(wù)商只要確保云上有足夠的資源來服務(wù)該事件既可。

　　以Knative為例，如果一個事件到達(dá)某個特定的Kubernetes集群，Knative可以在集群的任何地方為該事件尋找資源，而不必局限于一個特定的工作節(jié)點(diǎn)。如果整個Kubernetes集群的資源都被完全使用，云服務(wù)商可以將事件路由到其他集群，這些通過Istio將網(wǎng)絡(luò)抽象，同時使用Kubernetes的聯(lián)合模型非常容易實(shí)現(xiàn)。隨意使用任意地方的計算資源為事件服務(wù)解決了對本地資源預(yù)分配的問題，也大幅提高了云效率。總的來說，Serverless為云服務(wù)商和用戶都帶來了顯著的成本降低。

　　六、環(huán)境

　　正如我們之前所討論的，Serverless提高了云服務(wù)的效率。通過解決只能在節(jié)點(diǎn)層面上對資源進(jìn)行本地的預(yù)配置問題，Serverless可以使用任何地方的云資源來服務(wù)請求。整體上看整個云端只需要更少的計算資源來服務(wù)同一云服務(wù)。更重要的是每個工作負(fù)載所耗費(fèi)的資源會隨之減少。例如一個縮減到零的工作負(fù)載比它持續(xù)運(yùn)行所耗費(fèi)的資源要少，同樣必要的能源消耗的數(shù)量也會隨之減少。所以Serverless可以帶來額外的能源節(jié)約，隨著越來越多的服務(wù)轉(zhuǎn)向Serverless計算模式，云供應(yīng)商就可以在數(shù)據(jù)中心的任務(wù)地方提供服務(wù)，未來甚至數(shù)據(jù)中心可以在容量滿足需求的情況下暫停部分工作節(jié)點(diǎn)和物理機(jī)。由于能源消耗是云服務(wù)商首要成本之一，這樣就可以節(jié)省很多的成本支出。

　　這種節(jié)約不僅使云的效率更高，也使云更環(huán)保。隨著越來越多的工作負(fù)載轉(zhuǎn)移到云上，節(jié)省的費(fèi)用將非�？捎^。另外氣候變化的問題不是單靠行為上改變就能應(yīng)對的，而是要通過更有效的利用我們所擁有的能源，進(jìn)一步減少能源的消耗。通過Serverless這些就可以在對當(dāng)前應(yīng)用沒有任何影響的情況下實(shí)現(xiàn)，事實(shí)也是如此。當(dāng)然并不是所有的工作負(fù)載都可以采用Serverless模式的，轉(zhuǎn)向Serverless也是有挑戰(zhàn)性的，這一點(diǎn)我們將在后續(xù)討論。所以，云負(fù)載的Serverless未來意味著更環(huán)保的環(huán)境。

　　七、其他用例

　　最初Serverless是一種使用范圍狹窄的小眾技術(shù)，主要用于功能或服務(wù)的工作負(fù)載。近來隨著其使用范圍的大幅擴(kuò)展，幾乎可以滿足任何類型的工作負(fù)載要求。例如批處理或交易的處理就天然適合Serverless架構(gòu)，因?yàn)樗鼈兌际菫閷?shí)現(xiàn)一個結(jié)果而執(zhí)行的工作負(fù)載類型，當(dāng)然為了保證批處理和事務(wù)處理的完整性，事件調(diào)度和失敗重試協(xié)議也是很有必要的。

　　1、數(shù)據(jù)和人工智能

　　數(shù)據(jù)和人工智能也是一個成熟的Serverless使用領(lǐng)域。典型的用例就是在大型數(shù)據(jù)集上運(yùn)行機(jī)器學(xué)習(xí)(ML)算法，以及完善算法和功能，并重新運(yùn)行的能力。一些項(xiàng)目如Kubeflow圍繞Knative打包了必要的庫和功能，便于這些用例的執(zhí)行。我們還可能會通過不同的交互模式擴(kuò)展當(dāng)前的Serverless解決方案，使數(shù)據(jù)和人工智能用例更加自然，如允許fire-and-forget類型調(diào)用。此外，添加對提供的端點(diǎn)進(jìn)行回調(diào)，以獲得結(jié)果的功能也可能會非常有幫助。

　　2、量子計算

　　最后Serverless架構(gòu)未來的一個非常重要的應(yīng)用就是幫助量子計算機(jī)成為主流。量子計算機(jī)性能全面超越經(jīng)典計算機(jī)，且具有其所不具備的優(yōu)勢，然而它的使用卻需要專門的硬件和機(jī)柜，并且量子計算機(jī)編程限制也是一個重要因素。量子計算機(jī)令人望而卻步的財務(wù)成本及其冷卻系統(tǒng)相關(guān)的能源成本，使得能提供成本和能源優(yōu)化的Serverless成為天然候選者。通過量子Serverless模型，如《超導(dǎo)量子計算的未來》中所述，我們可以通過訪問事件驅(qū)動和經(jīng)典的Serverless相關(guān)的工作負(fù)載來減少直接使用量子計算機(jī)的復(fù)雜性。IBM量子團(tuán)隊(duì)正在將量子Serverless作為他們未來2-5年戰(zhàn)略的基石。

　　八、總結(jié)

　　在這篇博文中，我們解釋了為什么Serverless成為所有云計算工作負(fù)載的未來方向。我們認(rèn)為未來這種Serverless優(yōu)先的模式對云用戶和服務(wù)商都帶來各種潛在的好處。這種好處不僅僅體現(xiàn)在各方面成本的節(jié)約，更重要的是還包括能源效率，從而帶來更環(huán)保的云和更有環(huán)境意識的計算。最后我們還提供了Serverless優(yōu)先的云的一些用例，如數(shù)據(jù)和人工智能以及量子計算。