一文读懂函数编程及其工作原理

news2024/11/27 18:45:38

微软MVP实验室研究员

马洪喜-微软 MVP

19年研发经验

云计算咨询顾问专家

容器云及基础架构云技术专家

DevOps 及微服务咨询专家

什么是函数编程

我先用通俗的大白话给大家解释一下函数(Functions, Function as a Service, FaaS)的几个要点，这样看后面示例时才不会容易懵。

函数就是在云平台体系内运行的、与云平台融合一体的一段程序逻辑（当然也有镜像什么的其他形态）。
通过云平台本身能力，在 HTTP 事件或是云平台其他事件（如：消息队列有新消息时）发生时，函数会被云平台调度执行。
函数的运行实例（理解为进程或是容器 POD）的数量可以配置，在无负载时甚至可以是0，负载到来时云平台会 Auto-Scale 函数。

其他大理论再讲就枯燥了，不如先在实际环境看看函数编程长啥样。

我们看看微软 Azure 云上的函数产品的设计思路。

在 Azure 云上函数产品叫 Function App。创建一个 Function App 如下，我们选择采用 Python 编码：

在 Function App 的上下文菜单内，创建一个 function，选择 HTTP Trigger，当你函数对应域名收到 HTTP 事件（GET,POST,UPDATE,DELETE）时函数会被执行，同时我们看到有大量的其他非 HTTP 事件可以订阅，比如：定时器执行函数或是每当消息被添加到 RabbitQ 时运行的函数等。

然后进入函数编码阶段。这里我已经做了很多简化，本来是一大堆代码可以通过上下文来判断 HTTP 请求类型什么的，但其主体逻辑仅仅是一个 def main 函数：

其运行效果如下：

通过前述示例，我们可以看到函数本身真的就是一个程序里的函数(def main)，把函数写好了，其他的诸如：

①引入库、开端口什么的框架代码；

②HTTP 和其他平台事件的接管、对接；

③程序实例本身的运行和程序容量的管理等，都不需要再操心了，因为云平台本身帮我们全部搞定。

因此，大家可以看到函数产品有至少如下的两点好处：

把编程从原来的作文题变成了填空题，极大程度地简化了我们对于代码的编写工作。让我们关注于业务逻辑本身，其他的不用过多操心，而且通过云平台的包括云端 IDE 能力，让函数的编写和调试更加方便；
原来，可能存在大量的平时没有什么访问量的业务，但不得不还得跑上几个虚拟机或是容器干等着，以备偶然少量的访问；而突如其来的大业务量又让我们的 Scale 能力跟不上，这个资源上的尴尬局面，函数可以很好地加以解决——没有访问量时实例数可以缩小到0（或是你指定的一个值），而有了访问量平台可以自动并快速地 Scale 函数。

但也要注意，当决定使用函数时有以下的不利因素也需要考虑清楚：

函数和云平台深度耦合，离开云平台函数不能再独立运行；
不同云平台的函数产品完全不一致，你在 A 云上的函数代码到 B 云上不能运行；
如果不是新业务场景，已有代码逻辑需要大幅度改动才能适配函数（除非以镜像形态只享受云平台带来的资源管理优势）；
函数不是万能的，有些复杂的场景函数不一定是合适的选择。

云平台是如何工作以支持函数的

前面咱们介绍的函数本身背景，大伙会明白云平台本身对函数来说极为重要，离开了云平台函数就不能工作了。那接下来我们一起聊聊云平台本身是如何支持函数运行的，我相信这对于希望在私有云建设函数能力的朋友们会有些借鉴意义。

问题一：关于函数本体和运行他所需的代码框架

我们都知道原来写一个最简单的 HTTP 响应也得用 Flask 之类的库, 前后代码把函数框成一个完整的代码，程序才能跑得起来：

from flask import Flask

app = Flask(__name__)

@app.route("/")
def handler():
    return "Hello World"
if __name__ == '__main__':
    app.run(host='0.0.0.0', port=80)

但为什么函数编程真的只有一个函数 def main 就能运行呢？这不科学啊。其实他也没那么神秘。云平台本身是通过一个 function-framework 或是叫 bootstrap 的框架把函数包起来，还是一个运行在容器里的完整的应用程序来执行的。不同云平台或是不同语言的实现方式可能有所不同，比如采用代码合成或是反射机制等。

恰恰是从包裹函数的 framework 或是 bootstrap 就各家实现不一了，所以函数的跨云兼容性可能是个阻碍用户选择函数的重要原因。

问题二：HTTP 事件和平台事件的管理和与函数对接

因为前面已经通过 framework 或是 bootstrap 包裹技术实现了函数的运行，基本上他表达的就是一个 HTTP 形态的 API。通过云平台提供的域名接入或是私有云的 Ingress-Controller 或是其他类似的机制把域名绑起来，然后把对应的域名的 HTTP 事件和函数触发绑起来，这个不太难。但云平台上的其他事件就千奇百态，云平台上不同的产品的不同事件，理论上都应该可以触发函数，那么有的云平台内部产品（如：数据库、中间件、AI、大数据）丰富一些，那自然函数的用武之地也更多；而如果有些云平台本身的产品就比较少，即便提供了函数编程产品，其适用场景也有一定局限性。

问题三：函数的运行实例是如何管理和 Scale 的

即然函数是可以0实例存在（此时不产生云平台费用），也可以在流量到达时快速响应，我相信容器技术会扮演一个重要的角色。或许更具体地说，可能用到了 Knative 技术。Knative 是继 Kubernetes 之后在云原生领域众多新兴技术之一，我和我的团队关注 Knative 非常的早。用他官网的定义来说：

“Knative is a platform-agnostic solution for running serverless deployments.”

似乎看了和没看一样，我个人对 Knative 的研究没有我同事们那么精通，我的粗糙理解就是三个事：

(Serving) Kubernetes 上实现对实例更精细的 scaling 管理，可以支持0实例等，这个能力原来标准的 K8s HPA 是做不到的，区别行业管 Knative 的 scaling 能力叫 KPA。
(Eventing) 事件管理机制，Knative 引入了标准，来通过 CRD 等能力扩展 Kubernetes 实现对事件的管理。
(Building) 就是简单理解为 Kubernetes 上实现了 CICD，就是 Tekton 技术。