共計 7903 個字符，預(yù)計需要花費 20 分鐘才能閱讀完成。

這期內(nèi)容當(dāng)中丸趣 TV 小編將會給大家?guī)碛嘘P(guān)如何通過 Serverless 技術(shù)降低微服務(wù)應(yīng)用資源成本，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

前言

在大型分布式 IT 架構(gòu)領(lǐng)域，微服務(wù)是一項必不可少的技術(shù)。從本質(zhì)上來講，微服務(wù)是一種架構(gòu)風(fēng)格，將一個大型的系統(tǒng)拆分為多個擁有獨立生命周期的應(yīng)用，應(yīng)用之間采用輕量級的通信機制進(jìn)行通信。這些應(yīng)用都是圍繞具體業(yè)務(wù)進(jìn)行構(gòu)建，可以獨立部署、獨立迭代，也可能根據(jù)業(yè)務(wù)負(fù)載獨立進(jìn)行水平擴展。

微服務(wù)思想以及相關(guān)的技術(shù)為 IT 架構(gòu)的發(fā)展帶來了一系列深刻的變革：

** 易于開發(fā)和維護(hù)：** 一個應(yīng)用只會關(guān)注一組特定的業(yè)務(wù)功能，通過服務(wù)拆分，能減少應(yīng)用之間的耦合度，讓開發(fā)和維護(hù)更加簡單。

** 技術(shù)棧不受限制：** 在微服務(wù)架構(gòu)中，可以結(jié)合項目業(yè)務(wù)及團隊的特點，合理的選擇技術(shù)棧。

** 加快系統(tǒng)演進(jìn)速度：** 每一個應(yīng)用都可以獨立的進(jìn)行版本更新，通過灰度發(fā)布等技術(shù)手段能確保發(fā)布過程中整個系統(tǒng)穩(wěn)定運行。

** 突破性能瓶頸：** 每個應(yīng)用都能獨立的水平伸縮，使系統(tǒng)性能可以根據(jù)計算資源的增加而得到線性的擴展。

微服務(wù)的挑戰(zhàn)

世上沒有免費的午餐，微服務(wù)技術(shù)讓 IT 系統(tǒng)變得更敏捷、更健壯、更高性能的同時，也帶來了架構(gòu)復(fù)雜度的提升。對于開發(fā)者而言，要想更好的駕馭微服務(wù)架構(gòu)，需要解決持續(xù)集成、服務(wù)發(fā)現(xiàn)、應(yīng)用通信、配置管理、流量防護(hù)等一系列難題。幸運的是，針對這些普遍存在的難題，業(yè)界涌現(xiàn)了一系列優(yōu)秀的開源技術(shù)組件和工具，讓開發(fā)者可以更輕松的構(gòu)建微服務(wù)應(yīng)用。像 Spring Cloud 和 Dubbo 這樣的技術(shù)框架，經(jīng)過多年的發(fā)展，已經(jīng)演化為微服務(wù)領(lǐng)域的通用標(biāo)準(zhǔn)，極大地降低了微服務(wù)的門檻，但這些技術(shù)框架依然沒有辦法解決其中兩個最大的挑戰(zhàn)，這兩個挑戰(zhàn)成為擺在開發(fā)者面前的兩座大山。

挑戰(zhàn)一：亟需完善的生命周期管理與服務(wù)治理方案

在一個頻繁迭代的系統(tǒng)中，每個應(yīng)用會經(jīng)常性面臨新版本發(fā)布需求，需要對應(yīng)用的上線、下線、更新、回滾等流程進(jìn)行集中性的管理，并配合精細(xì)粒度的灰度發(fā)布手段，減少版本迭代對業(yè)務(wù)造成的影響。

在一個簡單的微服務(wù)架構(gòu)中，如果某應(yīng)用處于整個鏈路的入口位置，它的前端一般會掛上負(fù)載均衡組件（上圖中的應(yīng)用 A），以承接來自于最終用戶的業(yè)務(wù)請求。這類應(yīng)用在進(jìn)行生命周期管理的時候，復(fù)雜度會更高，為了確保應(yīng)用在新版本發(fā)布過程中的平衡穩(wěn)定，會經(jīng)過如下的步驟：

在這個流程中，還沒有涉及到對于流量精細(xì)粒度控制的高級灰度方案，但已經(jīng)足夠體現(xiàn)出其復(fù)雜性和操作難度了。如果僅僅依賴于簡單的發(fā)布腳本進(jìn)行管理，不但效率很低，還很容易導(dǎo)致顧此失彼，對系統(tǒng)穩(wěn)定性造成巨大的風(fēng)險。

挑戰(zhàn)二：亟需完善的水平擴容與縮容方案

當(dāng)某一個應(yīng)用的性能出現(xiàn)瓶頸，需要通過增加實例數(shù)量來提升性能的時候，就需要引入新的計算資源。

新的計算資源從何而來呢？

對于線下 IDC 而言，計算資源是需要預(yù)先規(guī)劃的，擴容并不是一件簡單的事情，可能會因為各種條件的制約而導(dǎo)致擴容無法實現(xiàn)。當(dāng)然這種困擾在云計算時代不復(fù)存在了，為一個應(yīng)用擴充計算資源是信手拈來的事情，但光有計算資源是不夠的，還得在上面部署應(yīng)用，并將應(yīng)用容納到微服務(wù)體系中。

根據(jù)這個流程，如果需要擴容一個應(yīng)用實例，保守估計也需要 20 分鐘以上，其中購買、系統(tǒng)初始化、應(yīng)用部署都需要占用大量的時間。假設(shè)系統(tǒng)流量突增，需要在 2 分鐘之內(nèi)緊急擴容，這個方案就無用武之地了。 

一劑良藥：容器化技術(shù)

為了解決這兩個難題，開發(fā)者們嘗試了各種各樣的方案，新的理念以及技術(shù)框架在過去的這五年層出不窮。在一輪輪的優(yōu)勝劣汰下，以 Docker 為代表的容器技術(shù)，在 Kubernetes 生態(tài)的支撐下，在業(yè)界成為了主流，是構(gòu)建云原生（Cloud Native）應(yīng)用的必備要素。容器化相關(guān)技術(shù)能夠更大程序的挖掘云計算的價值，在一定程度上幫助開發(fā)者解決這兩個難題。

在應(yīng)用生命周期管理以及服務(wù)治理方面，Kubernetes 提供了比較完善的實現(xiàn)機制，通過構(gòu)建 Deployment 資源，配合 proStop 和 postStart 腳本，能比較方便的實現(xiàn)滾動發(fā)布以及應(yīng)用的優(yōu)雅上下線。雖然在灰度發(fā)布的過程中，依然沒有辦法直接對流量進(jìn)行精細(xì)粒度控制（引入 Service Mesh 技術(shù)能增強流量控制力，不在本文討論范圍），但相比簡單的發(fā)布腳本，已經(jīng)有了飛躍性的提升。

在應(yīng)用的水平擴容與縮容方面，通過容器化技術(shù)可以極大程度的減少操作系統(tǒng)安裝以及系統(tǒng)級初始化的時間，但購買虛擬機的操作是無法避免的，所以在系統(tǒng)遇到流量增突的時候，依然沒有辦法實現(xiàn)快速水平擴容。我們可以預(yù)留一部分計算資源，放在資源池中，當(dāng)應(yīng)用有擴容需求的時候，就向資源池申請資源，當(dāng)業(yè)務(wù)負(fù)載下降的時候，再把多余的計算資源歸還到資源池中。

這其實并不是一個好主意，每一個計算資源都是需要成本的，資源池雖然能夠解決計算資源快速投入使用的問題，卻造成了巨大的浪費。另外，到底規(guī)劃多大的資源池，也是一件很傷腦筋的事情，池子越大，造成的浪費就越大，但池子太小，又可能滿足不了擴容的需求。 

資源成本更深層次的分析

可能有的開發(fā)者會認(rèn)為，目前的業(yè)務(wù)運行非常的穩(wěn)定，在用戶流量上并不存在明顯的突增，所以擴容和縮容是一個偽需求，在將來也不會有這樣的需求。這可能是對互聯(lián)網(wǎng)業(yè)務(wù)的一種誤解，因為完全沒有擴容需求的情況是不存在的。

首先，只要一個系統(tǒng)是為人服務(wù)的，就必然存在波峰和波谷。對于一個 7*24 小時運行的系統(tǒng)，不可能永遠(yuǎn)保持同樣的用戶流量，二八原則對于很多業(yè)務(wù)系統(tǒng)依然適用（80% 的用戶流量集中在 20% 的時間段）。即便是用戶流量相對平衡的系統(tǒng)，在凌晨也存在流量的低谷，如果能更進(jìn)一步的釋放閑置計算資源，提升資源利用率，就能顯著的降低資源使用成本。

另外，相比生產(chǎn)環(huán)境，開發(fā)和測試環(huán)境對于擴容和縮容的需求會更加迫切。一套微服務(wù)應(yīng)用由不同的團隊進(jìn)行開發(fā)，在理想的情況下，多個團隊會共享一套測試環(huán)境：

然而，每個團隊對于應(yīng)用的迭代都會有自己的節(jié)奏，與此同時，他們又想擁有獨立的端到端測試環(huán)境，從而實現(xiàn)環(huán)境之間的隔離，以避免團隊之間的相互影響。這樣的話，很有可能會形成多套測試環(huán)境：

隨著應(yīng)用、團隊、業(yè)務(wù)功能點數(shù)量的增加，所需要的開發(fā)測試環(huán)境數(shù)量還會成倍的增長，造成巨大的資源浪費。對于測試環(huán)境的計算資源而言，資源利用率要遠(yuǎn)低于生產(chǎn)環(huán)境。有的時候僅僅是一個簡單功能點的驗證，為了端對端的跑通業(yè)務(wù)功能，又避免團隊之間的相互影響，就會開啟一套包括全部微服務(wù)應(yīng)用的新環(huán)境。這樣的資源浪費，對于很多企業(yè)，都是一個多年都未曾得到解決的難題。 

因此，微服務(wù)架構(gòu)在本質(zhì)上就是對彈性伸縮有著強烈訴求的，在彈性伸縮的過程中，不管是單應(yīng)用的水平彈性伸縮，還是整套環(huán)境的啟停，資源利用率都對最終的資源成本起著決定性的作用。如果能想辦法提升資源利用率，就能為企業(yè)節(jié)省大量資源成本。值得我們重視的是，絕大多數(shù)的微服務(wù)應(yīng)用的資源利用率都是非常低的。

我們可以做一個簡單的統(tǒng)計：把所有服務(wù)器的 CPU 利用率每 5 分鐘導(dǎo)出一次，按照天的維度求平均值，就能從整體上了解系統(tǒng)的資源利用率數(shù)據(jù)。如果把開發(fā)測試環(huán)境的服務(wù)器資源也納入統(tǒng)計的范圍，資源利用率很有可能會更低。 

Serverless 化探索

資源利用率低的根本原因，在于以服務(wù)器為載體的應(yīng)用架構(gòu)中，開發(fā)者需要將構(gòu)建好的程序包部署到服務(wù)器上，從而對多個用戶事件進(jìn)行響應(yīng)。為了確保事件響應(yīng)的及時性，需要讓程序長駐于服務(wù)器上，而且盡可能保守的規(guī)劃資源，以避免出現(xiàn)負(fù)載過重而導(dǎo)致服務(wù)崩潰的情況。在這個過程中，實際的負(fù)載在時間上分配并不均衡，從而導(dǎo)致整體的資源利用率偏低。

Serverless 技術(shù)的出現(xiàn)，為提升資源利用率提供了新的思路。Serverless 是一種構(gòu)建和管理基于微服務(wù)架構(gòu)的完整流程，允許開發(fā)者脫離服務(wù)器資源而直接部署應(yīng)用。它與傳統(tǒng)架構(gòu)的不同之處在于，完全由第三方管理，由事件觸發(fā)，存在于無狀態(tài)（Stateless）的計算容器內(nèi)。構(gòu)建無服務(wù)器應(yīng)用程序意味著開發(fā)者可以專注在產(chǎn)品代碼上，而無須管理和操作服務(wù)器資源，真正做到了部署應(yīng)用無需涉及基礎(chǔ)設(shè)施的建設(shè)。

Serverless 技術(shù)存在多種形態(tài)，最典型的一種是 FaaS（Function as a Service，函數(shù)即服務(wù)），比如阿里云的函數(shù)計算（Function Compute，F(xiàn)C）產(chǎn)品。在函數(shù)計算領(lǐng)域，一切計算資源的申請和調(diào)度都由具體的業(yè)務(wù)事件觸發(fā)，當(dāng)業(yè)務(wù)事件所對應(yīng)的任務(wù)完成之后，計算資源會被立即釋放。這樣的方式真做到了計算資源的按需分配，能顯著提升資源利用率，是 Serverless 技術(shù)的終極形態(tài)。

另外一種是 Serverless 化的容器技術(shù)，Serverless 化的容器實例運行在案例隔離的環(huán)境中，每個計算節(jié)點通過輕量級虛擬化安全沙箱技術(shù)完全強隔離。對于使用者而言，無需購買服務(wù)器資源即可直接部署容器應(yīng)用，也無需對集群進(jìn)行節(jié)點維護(hù)和容量規(guī)劃，可以根據(jù)應(yīng)用配置的 CPU 和內(nèi)存資源量進(jìn)行按需付費。當(dāng)微服務(wù)應(yīng)用需要擴容的時候，就可以快速獲得計算資源，不需要再經(jīng)過購買服務(wù)器這個步驟了，可以幫助開發(fā)者降低計算成本，減少閑置資源浪費，平滑應(yīng)對突發(fā)流量高峰。阿里云的 Serverless Kubernetes（ASK）就是 Serverless 化容器技術(shù)的代表產(chǎn)品。 

更進(jìn)一步發(fā)掘開發(fā)者的訴求

Serverless 技術(shù)無縫是云計算和云原生應(yīng)用架構(gòu)的發(fā)展方向，但對于微服務(wù)應(yīng)用的開發(fā)者而言，不管是 FaaS 形態(tài)，還是 Serverless Kubernetes，都存在一定的局限性。

不是每一種業(yè)務(wù)都適合通過 FaaS 的方式進(jìn)行構(gòu)建，特別是對于鏈路長，上下游依賴特別明顯的應(yīng)用，根本沒有辦法進(jìn)行 FaaS 化改造。即便某些業(yè)務(wù)系統(tǒng)的 FaaS 化改造被證明可行，把現(xiàn)有的微服務(wù)架構(gòu)改造成 FaaS 架構(gòu)也需要一定的工作量，并不能做到無縫移植。

Serverless Kubernetes 架構(gòu)雖然能適配所有的業(yè)務(wù)場景，但對于開發(fā)者而言，構(gòu)建一整套 Kubernetes 體系，需要掌握一系列跟 Kubernetes 相關(guān)復(fù)雜的概念，有著非常陡的學(xué)習(xí)曲線。而且 Kubernetes 生態(tài)中各種組件的搭建，再加上網(wǎng)絡(luò)層與存儲層的適配，都涉及非常復(fù)雜的工作。

造成這種局限性的原因很簡單，在以 Spring Cloud 為代表的微服務(wù)技術(shù)陣營中，系統(tǒng)的構(gòu)建都是圍繞著應(yīng)用（也可以理解為單個的服務(wù)）而展開，不管是版本更新還是水平擴展，都是針對應(yīng)用本身。Serverless Kubernetes 架構(gòu)的核心在于 Pod，比應(yīng)用更偏向系統(tǒng)底層，所以使用者需要投入更多的精力用于應(yīng)用下層資源的管理。而 FaaS 架構(gòu)的核心在于函數(shù)，比應(yīng)用更偏向系統(tǒng)上層，因此靈活度會降低，不能適配所有的業(yè)務(wù)場景。

對于使用主流 Spring Cloud 體系或 Dubbo 體系構(gòu)建微服務(wù)應(yīng)用的開發(fā)者而言，如果需要引入一種方案降低資源成本，他的最終訴求一定包含兩個方面：

（1）能否零改造成本，或者接近零改造成本；（2）能否適配所有的業(yè)務(wù)場景。

應(yīng)用層 Serverless 技術(shù)

是否有一種介于 FaaS 和 Serverless 化容器之間的技術(shù)，可以實現(xiàn)上述重要訴求呢？當(dāng)然有，這就是以阿里云 Serverless 應(yīng)用引擎（SAE）為代表的應(yīng)用層 Serverless 技術(shù)。

（圖：不同層級的 Serverless 技術(shù)  ）

SAE 實現(xiàn)了 Serverless 架構(gòu) + 微服務(wù)架構(gòu)的完美融合，對于 Spring Cloud 和 Dubbo 等主流的微服務(wù)架構(gòu)，可以實現(xiàn)無縫兼容，基本上沒有改造成本，并真正按需使用、按量計費，節(jié)省閑置計算資源，同時免去 IaaS 層運維方面的工作，有效提升開發(fā)運維效率。

以 Spring Cloud 應(yīng)用為例，如果需要部署一個新的應(yīng)用，只需要 2 個步驟：

（1）告訴 SAE 這個應(yīng)用需要多少個實例，并指定每個實例需要的 CPU / 內(nèi)存規(guī)格。（2）上傳應(yīng)用的 JAR 包 / WAR 包，并啟動應(yīng)用。

我們發(fā)現(xiàn)，這兩個步驟中并不涉及容量評估、服務(wù)器購買、操作系統(tǒng)安裝、資源初始化等工作，就能讓包含多個對等實例的微服務(wù)應(yīng)用運行起來。這是因為在 Serverless 的世界中，不再具有服務(wù)器資源這樣的概念，應(yīng)用的載體是 SAE 調(diào)度出來的沙箱容器，每個實例只有在真正投入使用后，才會按使用時長進(jìn)行計費。

對于開發(fā)者而言，他們不用關(guān)心應(yīng)用到底部署在物理機里面，還是虛擬機里面，或是容器里面，也不需要知道底層的操作系統(tǒng)是什么版本的，只需要關(guān)注每個應(yīng)用實例占據(jù)多少運算資源就可以了。如果應(yīng)用需要從 4 個實例擴容到 6 個實例，或者縮容到 2 個實例，只需要一個指令就可以完成，甚至與 SLB 的綁定關(guān)系，都可以自動的建立或解除，這是 Serverless 技術(shù)為開發(fā)者帶來的巨大價值。

使用 SAE 部署微服務(wù)應(yīng)用，因為只是變更了應(yīng)用運行的載體，所以可以 100% 的兼容現(xiàn)有的技術(shù)架構(gòu)和業(yè)務(wù)功能，遷移成本可以忽略不計。 

SAE 的極致彈性能力

除了手動的擴縮容指令，SAE 還支持 2 種自動彈性機制，可以對微服務(wù)應(yīng)用進(jìn)行靈活的水平擴展，更進(jìn)一步的發(fā)揮云計算的彈性能力。

** 定時彈性機制：** 對于會預(yù)期發(fā)生的周期性行為，可以設(shè)置定時彈性策略。舉例：如果每天的上午 9 點是業(yè)務(wù)高峰，可以定時每天 8 點半增加實例數(shù)量，并在 9 點半減少實例數(shù)量。

** 基于指標(biāo)閾值的彈性機制：** 對于超出預(yù)期的業(yè)務(wù)流量突增，可以設(shè)置基于指標(biāo)閾值的彈性策略，根據(jù) CPU、內(nèi)存等資源指標(biāo)，以有 QPS 等業(yè)務(wù)指標(biāo)讓應(yīng)用實現(xiàn)自動的彈性縮。

通過多種彈性機制，能夠?qū)ο到y(tǒng)容量進(jìn)行精細(xì)粒度的管理，使資源的使用量能隨著業(yè)務(wù)流量的變化而調(diào)整，從而極大程度的增加資源利用率，大幅降低資源成本。

在計算資源的調(diào)度和啟動上，SAE 做了多項優(yōu)化，對于擴容出來的新實例，只需要幾秒鐘的時間就能拉起，這項能力對于一些需要緊急快速擴容的突發(fā)場景，是具有重大意義的。

對于開發(fā)測試環(huán)境而言，SAE 的機制彈性能力能體現(xiàn)得更加淋漓盡致，得益于 SAE 出色的資源調(diào)度能力，可以一鍵啟停一整套微服務(wù)應(yīng)用。即便僅對一項簡單的新功能進(jìn)行冒煙測試，也完全可以新啟一套完整而隔離的測試環(huán)境來進(jìn)行。新的環(huán)境可以在秒級搭建完成，快速投入使用，而測試完畢后，又可以立即釋放。從成本上來講，一套新環(huán)境實際投入使用的時間很短，因此只會消耗極少的費用。這對于微服務(wù)應(yīng)用開發(fā)過程中的多團隊協(xié)作，是一個巨大的變革。

成本分析

SAE 通過資源的實際使用量來付費，費用由兩部分組成，每部分根據(jù)統(tǒng)計結(jié)果和計算方式進(jìn)行費用結(jié)算，按小時出賬單扣款。每個應(yīng)用使用的資源計量方式如下所示：

應(yīng)用 CPU 資源使用量 =∑實例 CPU 規(guī)格×本月運行時長（以分鐘計），即應(yīng)用中所有實例的 CPU 規(guī)格乘以本月運行時長的總和。

應(yīng)用內(nèi)存資源使用量 =∑實例內(nèi)存規(guī)格×本月運行時長（以分鐘計），即應(yīng)用中所有實例的內(nèi)存規(guī)格乘以本月運行時長的總和。

其中 CPU 部分的價格為 0.0021605 元 / 分鐘 /Core，內(nèi)存部分的價格為 0.0005401 元 / 分鐘 /GiB。SAE 還提供預(yù)付費資源包，相當(dāng)于批發(fā)的方式預(yù)購計算資源，只要能要有效期內(nèi)消耗完，就能更進(jìn)一步的節(jié)省使用成本，當(dāng)資源包扣完以后，系統(tǒng)會自動變更為按量付費的模式。

讓我們通過一個實際案例來進(jìn)一步體會 SAE 如何幫助微服務(wù)應(yīng)用降低資源成本。假設(shè)一個微服務(wù)系統(tǒng)包含 87 個應(yīng)用實例，每個時間每天的平均運行時長為 8 小時，實例的配置為 2 Core + 4 GiB + 20 G 磁盤。

使用包年包月的 ECS 部署應(yīng)用：需要購買 87 臺計算型 c5，單臺的月成本為 186 元，每月總成本 16146 元。

使用按量付費的 ECS 部署應(yīng)用：單臺價格為 0.63 元 / 小時，每月累計使用 20880 小時，總成本 13154 元。

使用 SAE 部署應(yīng)用：購買 1 個 75000 元的包年資源包，87 個實例每天運行 8 個小時，剛好把資源包額度用完，折合每月總成本 6250 元。

從這個對比我們可以得出，只要能夠合理的運行 SAE 的彈性能力，就可以為微服務(wù)應(yīng)用大幅度降低資源成本。 

附加能力

SAE 除了可以簡化運維工作量，降低資源成本以外，還為微服務(wù)應(yīng)用提升了一系列附加的功能，這是應(yīng)用層 Serverless 技術(shù)為開發(fā)者帶來的額外價值，我們可以盡可能的利用這些開箱即用的功能，讓建設(shè)微服務(wù)應(yīng)用變成更加簡單。

** 完整的應(yīng)用生命周期管理：** 應(yīng)用托管至 SAE 后，可以對應(yīng)用執(zhí)行更新、擴縮容、啟停、刪除、監(jiān)控啟停等應(yīng)用生命周期管理操作。

** 開箱即用的注冊中心：**SAE 自帶商業(yè)版 Nacos 注冊中心，可以免費使用，不需要自行搭建。如果有特殊的需求，比如讓部署在 SAE 的應(yīng)用和其他應(yīng)用相互發(fā)現(xiàn)，也可以使用微服務(wù)引擎（MSE）產(chǎn)品提供的注冊中心，或者自建的注冊中心。

** 開箱即用的配置管理中心：**SAE 集成了 ACM（Application Configuration Management，應(yīng)用配置管理）中的配置管理功能，可以在 SAE 中使用 ACM 對應(yīng)用配置進(jìn)行集中管理。

應(yīng)用級流量防護(hù)： SAE 集成 AHAS 實現(xiàn)應(yīng)用級別的流控與降級能力，全面保障應(yīng)用的高可用性。

** 監(jiān)控能力：** 應(yīng)用托管到 SAE 以后，可以免費獲得基礎(chǔ)資源（包括 CPU、內(nèi)存、負(fù)載和網(wǎng)絡(luò)）以及應(yīng)用層（包括 JVM 分析、接口調(diào)用分析等方面）的監(jiān)控能力。如果需要更高級的 SQL 分析、異常分析、鏈路上下游和接口快照，可以集成阿里云應(yīng)用時間監(jiān)控產(chǎn)品（ARMS）。

**CI/CD 集成能力：**SAE 與云效、云效 2020、Jenkins 等產(chǎn)品進(jìn)行了深入集成，可以方便開發(fā)者將構(gòu)建好的應(yīng)用快速部署。

多語言支持

對于非 Java 語言編寫的應(yīng)用，或者沒有使用 Spring Cloud 等微服務(wù)框架的 Java 應(yīng)用，SAE 能不能完美支持，并幫助企業(yè)降低資源成本呢？

當(dāng)然是可以的。SAE 提供容器鏡像部署方式，這就代表著不管采用哪種編程語言，只要最終的應(yīng)用能夠發(fā)布成容器鏡像，就可以部署在 SAE 上。

對于 Java 系的微服務(wù)應(yīng)用，Java 系統(tǒng)的普通應(yīng)用，以及非 Java 系應(yīng)用而言，SAE 的極致彈性能力并沒有本質(zhì)的區(qū)別，都能通過 Serverless 技術(shù)提供系統(tǒng)的資源利用率。只不過 SAE 提供的一些附加價值，比如免費的微服務(wù)注冊中心，就只能為 Spring Cloud 或 Dubbo 應(yīng)用服務(wù)罷了。 

讓我們用這張圖回顧 Serverless 技術(shù)的巨大價值：

常見問題：

1. 問：應(yīng)用實例沒有固定的機器資源，連固定的 IP 地址都沒有，如何 SSH 到一臺服務(wù)器排查問題？

答：并不需要有固定的機器資源和固定的 IP 地址才能排查問題，在云計算時代，通過 SSH 登錄到一臺機器排查問題的方式并不是一個好的實踐。相反，SAE 提供了完善的監(jiān)控能力，還可以方便的與云監(jiān)控、ARMS 等新一代監(jiān)控診斷類產(chǎn)品進(jìn)行了集成，為排查故障提供了更大的便利。當(dāng)然，如果一定要登錄到某一臺機器，SSH 依然是可以支持的，也可以利用 SAE 提供的 Webshell 工具簡化這個流程。

2. 問：磁盤不是計費的維度嗎？應(yīng)用需要大容量磁盤怎么辦？應(yīng)用重啟后碰盤中的數(shù)據(jù)還保留嗎？

答：在微服務(wù)領(lǐng)域，應(yīng)用一般是無狀態(tài)（Stateless）的，不需要保存大量的本地數(shù)據(jù)。如果在特殊的場景下離不開這個需求，可以集成 NAS，使用集中式的存儲實現(xiàn)。

3. 問：應(yīng)用的日志怎么查看？

答：SAE 控制臺界面提供了對于文件日志的實時查閱能力，相當(dāng)于免費提供了一個分布式日志采集平臺。當(dāng)然強烈建議接入阿里云日志服務(wù)（SLS）產(chǎn)品，更進(jìn)一步的發(fā)揮應(yīng)用日志的價值。

上述就是丸趣 TV 小編為大家分享的如何通過 Serverless 技術(shù)降低微服務(wù)應(yīng)用資源成本了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識，歡迎關(guān)注丸趣 TV 行業(yè)資訊頻道。