无服务器技术:特性、优势与发展模式

立即解锁
发布时间: 2025-09-05 00:37:32 阅读量: 9 订阅数: 28 AIGC
PDF

无服务器架构实战指南

### 无服务器技术:特性、优势与发展模式 #### 1. 无服务器技术概述 无服务器技术是利用完全托管的云服务来执行任务的概念,它将基础设施的复杂性和服务器维护任务抽象化。早期,特别是在AWS Lambda发布后,很多人将无服务器和函数即服务(FaaS)混为一谈,但如今FaaS只是无服务器生态系统中的一种服务类型。无服务器技术的定义通常反映了无服务器应用的主要特征,随着其发展和广泛应用,这些特征也在不断完善和重新定义。 #### 2. 无服务器技术的特性 - **按使用付费**:这是无服务器最主要的特征,源于早期无服务器与FaaS的等同概念,即按函数调用次数付费。对于像AWS Lambda这样的临时服务,这种计费方式很适用。但如果应用需要处理数据并长期存储,像Amazon DynamoDB和Amazon S3这样的完全托管服务,会根据每月存储的数据量(通常以GiB为单位)收费,不过仍是基于数据量的按使用付费,而非对整个磁盘驱动器或存储阵列收费。例如,一个简单的无服务器应用中,Lambda函数对DynamoDB表中的数据进行操作,Lambda函数按调用次数和内存消耗付费,DynamoDB除了读写数据的API调用按使用付费外,还需为存储数据的空间付费。 - **自动伸缩和缩容至零**:完全托管服务的一个主要特性是能够根据需求自动伸缩,无需人工干预。“缩容至零”是无服务器特有的概念,以Lambda函数为例,AWS Lambda管理运行函数的基础设施。当函数结束且不再使用时,经过一定的闲置期,服务会回收运行该函数的资源,将执行环境数量缩容至零。相反,当对Lambda函数的请求量很大时,AWS会自动扩展基础设施,按需运行多个并发的执行环境实例,以满足需求,这通常被称为无限扩展,但总容量实际上取决于账户的并发限制。此外,还可以通过设置函数的预配置并发值,让一定数量的函数容器保持“热”状态,随时准备运行。 - **Lambda函数执行环境**:当调用Lambda函数时,AWS Lambda服务会在执行环境中运行函数代码。执行环境运行在名为Firecracker的硬件虚拟化虚拟机(MicroVM)上,为函数执行提供安全且隔离的运行时环境,它由函数代码、任何扩展、临时本地文件系统空间和语言运行时组成。一个执行环境与一个Lambda函数关联,不会在函数之间共享。 - **Lambda函数超时**:目前,Lambda函数的最大执行时间为15分钟,这通常被称为超时时间。在开发Lambda函数时,可以将超时时间设置为最长15分钟的任意值,根据函数完成逻辑执行所需的时间来设置该值,并期望函数在超时前完成。如果函数在达到设置的超时时间时仍在执行,AWS Lambda服务将终止它。 - **高可用性**:高可用(HA)应用通过添加冗余来避免单点故障。对于商业应用,服务级别协议(SLA)以百分比形式规定可用性。在无服务器中,由于使用完全托管服务,AWS通过在多个可用区(AZ)分布计算和存储资源来处理冗余和数据复制,从而避免单点故障。因此,采用无服务器技术可以直接获得高可用性。 - **冷启动**:冷启动通常与FaaS相关。例如,当AWS Lambda函数闲置一段时间后,其执行环境会关闭。如果函数在闲置一段时间后再次被调用,AWS会配置一个新的执行环境来运行它,这个初始设置的延迟通常称为冷启动时间。函数执行完成后,Lambda服务会在不确定的时间段内保留执行环境。如果在此期间再次调用该函数,不会产生冷启动延迟,但如果有额外的并发调用,Lambda服务会为每个并发调用配置一个新的执行环境,从而导致冷启动。冷启动的初始延迟受多种因素影响,如函数部署包的大小、编程语言的运行时环境、分配给函数的内存(RAM)、预配置的数量(如静态数据初始化)等。 #### 3. 无服务器技术的独特优势 - **资源的个性化和细粒度配置**:“一刀切”的方式不适用于无服务器。能够在单个级别配置和操作无服务器服务,使我们可以从每个资源的层面看待无服务器应用,而不仅仅是将其作为一个整体。与传统容器应用不同,不再需要在容器级别设置一组通用的操作特性。例如,应用中有多个Lambda函数,一些处理网站的用户请求,另一些在后端执行批处理作业。可以为面向用户的函数提供更多内存,使其能够快速响应,而为后端批处理作业函数选择更长的超时时间,因为这些函数对性能要求不高。对于Amazon Simple Queue Service(SQS)队列,可以配置消息处理的速度,或者决定消息何时可用于处理。每个SQS队列有多个属性,可以根据需要调整这些值来配置队列。当构建使用多个资源(如Lambda函数、SQS队列、DynamoDB表、S3存储桶等)的应用时,可以根据业务和操作需求灵活调整每个资源的行为。 - **服务的成本、性能和可持续性优化能力** - **深度优化**:无服务器应用由多个托管服务组成,可能包含来自同一托管服务的多个资源。例如,在一个应用中可能有多个来自AWS Lambda服务的函数,不需要以相同的方式优化所有函数,可以根据需求对一个函数进行性能优化,对另一个进行成本优化,或者为一个函数设置比其他函数更长的超时时间,也可以允许不同的并发执行需求。对于其他资源(如队列、表、API等),也可以根据其特性应用相同的原则。如果有多个微服务,每个微服务包含多个无服务器资源,可以对每个
corwn 最低0.47元/天 解锁专栏
买1年送3月
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

zip
一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三

SW_孙维

开发技术专家
知名科技公司工程师,开发技术领域拥有丰富的工作经验和专业知识。曾负责设计和开发多个复杂的软件系统,涉及到大规模数据处理、分布式系统和高性能计算等方面。
最低0.47元/天 解锁专栏
买1年送3月
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看
立即解锁

专栏目录

最新推荐

打造零食推送机器人:从代码实现到硬件采购指南

# 打造零食推送机器人:从代码实现到硬件采购指南 ## 1. 创建零食推送应用 在构建零食推送应用时,我们已经完成了部分代码编写,以下是相关代码: ```html {% for item in items %} <button formaction="{{ item['code'] }}"> {{ item['icon'] }}<br> {{ item['code'] }} </button> {% end %} </form> </body> </html> ``` 现在,应用的大部分功能已就绪,可以开始运行并测试其部分功能。操作步骤如下:

数据处理与非关系型数据库应用指南

### 数据处理与非关系型数据库应用指南 #### 1. 数据转换与处理 在数据处理过程中,有时需要将 CSV 文件转换为 XML 文档,且 XML 文档可能需符合 XML 模式,甚至要遵循用于商业报告的 XBRL 标准(https://en.wikipedia.org/wiki/XBRL )。 数据转换可以涉及两个或更多数据源,以创建一个新的数据源,其属性需符合所需格式。以下是仅涉及两个数据源 A 和 B 的四种数据转换场景,A、B 数据合并生成数据源 C,且 A、B、C 可以有不同的文件格式: - 包含 A 的所有属性和 B 的所有属性。 - 包含 A 的所有属性和 B 的部分属性。

时间序列、因果关系与文本挖掘:从理论到实践

# 时间序列、因果关系与文本挖掘:从理论到实践 ## 1. 时间序列与因果关系 时间在机器学习和分析领域至关重要。在分析时间序列时,我们需要注意常见的陷阱,并掌握相应的解决方法。以全球温度异常和人类二氧化碳排放为例,我们进行了单变量和双变量时间序列分析。同时,运用格兰杰因果检验来判断大气中二氧化碳水平是否会导致地表温度异常。结果发现,从二氧化碳到温度的格兰杰因果检验的 p 值大于 0.05 但小于 0.10,这表明格兰杰因果检验是研究机器学习问题中因果关系的有效工具。 此外,时间序列分析还有很多值得深入探索的领域,如变化点检测、时间序列分解、非线性预测等,这些方法虽不常被视为机器学习的常用

Linux终端实用工具与技巧

# Linux 终端实用工具与技巧 ## 1. gnuplot 绘图与导出 ### 1.1 绘制方程图形 任何方程都可以用特定方式绘制图形。例如,一个斜率为 5、y 轴截距为 3 的直线方程,可使用以下命令生成图形: ```bash plot 5*x + 3 ``` ### 1.2 导出图形为图像文件 虽然能在终端显示图表,但多数情况下,我们希望将图表导出为图像,用于报告或演示。可按以下步骤将 gnuplot 设置为导出图像文件: 1. 切换到 png 模式: ```bash set terminal png ``` 2. 指定图像文件的输出位置,否则屏幕将显示未处理的原始 png 数据:

深入理解块层I/O处理与调度及SCSI子系统

### 深入理解块层 I/O 处理与调度及 SCSI 子系统 #### 1. I/O 调度器概述 I/O 调度是块层的关键功能。当读写请求经过虚拟文件系统的各层后,最终会到达块层。块层有多种 I/O 调度器,不同调度器适用于不同场景。 #### 2. 常见 I/O 调度器及其适用场景 | 使用场景 | 推荐的 I/O 调度器 | | --- | --- | | 桌面 GUI、交互式应用和软实时应用(如音频和视频播放器) | BFQ,可保证对时间敏感应用的良好系统响应性和低延迟 | | 传统机械驱动器 | BFQ 或 MQ - deadline,两者都适合较慢的驱动器,Kyber/none

Vim与Source命令的高效使用指南

### Vim与Source命令的高效使用指南 #### 1. Vim代码片段管理 在Vim中,我们可以创建代码片段文件,以便在编辑时快速插入常用代码。以下是具体步骤: 1. **创建代码片段存储目录**: ```sh [me@linuxbox ~]$ mkdir ~/.vim/snippets [me@linuxbox ~]$ exit ``` 2. **复制文本并创建代码片段文件**: - 在可视模式下高亮并复制文本。 - 打开新缓冲区创建代码片段文件: ``` :e ~/.vim/snippets/gpl.

x64指令集部分指令详解

# x64指令集部分指令详解 ## 1. ROL/ROR指令 ### 1.1 影响的标志位 |标志位|含义| | ---- | ---- | |O|溢出标志(OF)| |D|方向标志(DF)| |I|中断标志(IF)| |T|陷阱标志(TF)| |S|符号标志(SF)| |Z|零标志(ZF)| |A|辅助进位标志(AF)| |P|奇偶标志(PF)| |C|进位标志(CF)| 其中,ROL和ROR指令会影响OF和CF标志位,具体如下: - ROL:每次移位操作时,最左边的位会复制到CF。 - ROR:每次移位操作时,最右边的位会复制到CF。 - OF:只有按1位移位的形式会修改OF,按CL移

PHP编程基础与常用操作详解

### PHP编程基础与常用操作详解 #### 1. 变量运算与操作符 在PHP中,变量的运算和操作符的使用是基础且重要的部分。例如: ```php $i += 10; // $i is 110 $i = $i / 2; // $i is 55 $j = $i; // both $j and $i are 55 $i = $j % 11; // $i is 0 ``` 最后一行使用了取模运算符 `%`,它的作用是将左操作数除以右操作数并返回余数。这里 `$i` 为 55,55 除以 11 正好 5 次,没有余数,所以结果为 0。 字符串连接运算符是一个句点 `.`,它的作用是将字符串连接在

利用Terraform打造完美AWS基础设施

### 利用 Terraform 打造完美 AWS 基础设施 #### 1. 建立设计框架 在明确基础设施需求后,下一步是建立一个设计框架来指导开发过程。这包括定义用于构建基础设施的架构原则、标准和模式。使用诸如 Terraform 之类的基础设施即代码(IaC)工具,有助于建立一致的设计框架,并确保基础设施达到高标准。 建立设计框架时,有以下重要考虑因素: - 为应用程序或工作负载选择合适的架构风格,如微服务、无服务器或单体架构。 - 根据已定义的需求和设计原则,选择合适的 AWS 服务和组件来构建基础设施。 - 定义基础设施不同组件之间的关系和依赖,以确保它们能平稳高效地协同工作。 -

VisualStudioCode与Git的源代码控制

# Visual Studio Code与Git的源代码控制 ## 1. 软件开发中的协作与Visual Studio Code的支持 软件开发通常离不开协作,无论你是开发团队的一员、参与开源项目,还是与客户有交互的独立开发者,协作都是必不可少的。微软大力支持协作和开源,因此Visual Studio Code提供了一个基于Git的集成源代码控制系统,并且可以扩展到其他版本控制服务提供商。 这个系统不仅包含了Visual Studio Code中开箱即用的用于源代码协作的集成工具,还可以通过使用一些扩展来提升工作效率。这些扩展能帮助你更好地审查代码,并将工作成果推送到基于Git的服务,如A