曾經(jīng)歷過企業(yè)級存儲、企業(yè)級容器平臺等產(chǎn)品的架構(gòu)與開發(fā)，對容器、微服務(wù)、無服務(wù)器、DevOps等都有濃厚興趣。

本文整理自1月20日騰訊云微服務(wù)架構(gòu)交流會。

Serverless是一個比較新的概念，2017年開始在行業(yè)內(nèi)興起，邊緣計算則是一個更新的技術(shù)。那么Serverless在邊緣計算中能產(chǎn)生的什么樣的效果、產(chǎn)品以及形態(tài)并推進出來在大家面前呢？今天來為大家分享一下。

首先講講Serverless是什么？下面這張圖可以很清晰的看到，Serverless從架構(gòu)上可以分成兩部分。

一是Backend as a Service，后端即服務(wù)，騰訊云上目前已經(jīng)提供很多這類產(chǎn)品，例如COS對象存儲、CMQ消息隊列、CDN內(nèi)容分發(fā)、CDB云數(shù)據(jù)庫、API網(wǎng)關(guān)，這些產(chǎn)品更多的是承載數(shù)據(jù)的存儲。

二是Function as a Service，函數(shù)即服務(wù)，也是Serverless比較核心的技術(shù)點，騰訊云云函數(shù)就屬于這種。

從Serverless或者云函數(shù)來看，更多是對用戶的計算進行托管。用戶將代碼和配置提交到云函數(shù)平臺上，此處的代碼是指用戶的一份代碼或者代碼包，配置，一個是指本身對于函數(shù)運行環(huán)境的配置，使用的是哪種環(huán)境、所需的內(nèi)存、超時時間等；另一個是觸發(fā)器的配置。因為整個函數(shù)即服務(wù)的運行方式是觸發(fā)式運行，觸發(fā)就需要有一個事件來源，而事件來源是和騰訊云其他產(chǎn)品進行關(guān)聯(lián)后而產(chǎn)生。例如COS對象存儲產(chǎn)品，它的關(guān)聯(lián)就在COS的存儲桶中，當(dāng)用戶上傳一張圖片或者刪除一張圖片時，就會產(chǎn)生一個事件，這個事件會觸發(fā)云函數(shù)的運行；例如和API網(wǎng)關(guān)的對接，也可以作為事件來源，在用戶的HTTP請求到達網(wǎng)關(guān)之后，API網(wǎng)關(guān)會把該請求作為事件轉(zhuǎn)發(fā)給云函數(shù)，觸發(fā)云函數(shù)的運行，云函數(shù)拿到請求之后進行處理，生成響應(yīng)給到用戶。

上圖左側(cè)，是代碼和配置提交到云函數(shù)平臺進行保存，真正事件產(chǎn)生后，針對每一個事件都會拉起一個函數(shù)實例，實現(xiàn)觸發(fā)式運行；真正事件來臨時，用戶函數(shù)才會運行，用戶代碼運行時才有云函數(shù)代碼的數(shù)據(jù)運算和費用計算。

因為函數(shù)本身是托管型的，用戶本身無法感知到實例在哪里運行。云函數(shù)平臺背后有個大的計算資源池，用戶實例觸發(fā)之后，我們會從資源池中隨機選取可運行的位置，把用戶的函數(shù)實例在對應(yīng)位置上跑起來。因此整個調(diào)度過程，或者事件來臨之后的函數(shù)擴縮容過程，都是由平臺進行的。對用戶來說，調(diào)度的粒度更細了，而且調(diào)度也都托管給平臺了。

而從整個的計算過程來說，為什么會有這種產(chǎn)品的出現(xiàn)？對于傳統(tǒng)的數(shù)據(jù)存儲過程來說，數(shù)據(jù)產(chǎn)生后，更多會先把數(shù)據(jù)進行緩存或者存儲，如以對象存儲文件的形式保存，或者數(shù)據(jù)庫中以結(jié)構(gòu)化形式存儲下來，再進行分析應(yīng)用。有了函數(shù)服務(wù)產(chǎn)品后，我們可以有很大的加速，可以在事件產(chǎn)生的時候就立刻對數(shù)據(jù)進行處理，因此就變成了先處理，再對結(jié)果進行保存使用的過程。

那么，還能不能縮短中間數(shù)據(jù)產(chǎn)生到數(shù)據(jù)處理的傳遞過程？

對于傳統(tǒng)應(yīng)用來說，數(shù)據(jù)在用戶那里產(chǎn)生，傳到云上進行處理，再進行相應(yīng)的存儲。這里說的縮短距離實際是把處理過程更加靠近用戶，靠近用戶就可以認(rèn)為是邊緣計算的過程。并且這里的靠近用戶指的并不是加速網(wǎng)絡(luò)速度，而是更多把計算下發(fā)，放到更靠近用戶的位置。

之前無論使用容器也好，或者使用主機也好，運算能力都是在云上提供，而邊緣計算要做的事情是把運算能力下發(fā)到云之外去。

邊緣計算的理念，就是把計算能力下發(fā)更靠近真正的用戶，更加靠近設(shè)備這一端。

為什么會有這種需求的產(chǎn)生？

隨著互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)的迅速發(fā)展，接入的用戶越來越多，設(shè)備也越來越多，在這種情況下，產(chǎn)生的數(shù)據(jù)量也越來越多。無論是個人用戶，還是物聯(lián)網(wǎng)接入設(shè)備，每時每刻都在產(chǎn)生大量的數(shù)據(jù)。數(shù)據(jù)不斷增多的情況下，也同時要求我們對于用戶的響應(yīng)、設(shè)備響應(yīng)越來越快，本身設(shè)備的計算能力也要越來越強。

10年前的一臺PC都比不上現(xiàn)在一臺智能手機的處理能力，設(shè)備的計算能力在越來越強的情況下，實現(xiàn)了把計算能力下發(fā)到更加邊緣的位置的能力。

云函數(shù)目前在做的探索，從兩方面出發(fā)。一是物聯(lián)網(wǎng)方向，物聯(lián)網(wǎng)主要是和設(shè)備打交道，實現(xiàn)設(shè)備上的邊緣計算；從云函數(shù)本身的特點來講，它屬于觸發(fā)型運算，真正數(shù)據(jù)產(chǎn)生之后才會拉起運算。云函數(shù)交由平臺托管的調(diào)度，可以把云函數(shù)調(diào)度到用戶設(shè)備上去，二把云函數(shù)調(diào)度到CDN的節(jié)點上去，雖然CDN可以認(rèn)為是云的一部分，但CDN本身已經(jīng)很靠近用戶，CDN節(jié)點實際上已經(jīng)在云的邊緣。

接下來給大家做一個和物聯(lián)網(wǎng)相關(guān)的效果演示。

先簡單介紹一下幾款設(shè)備，***個是樹莓派，熟悉物聯(lián)網(wǎng)的同學(xué)一般都了解；第二個是光感的傳感器，可以感測環(huán)境光，從中讀取到環(huán)境光的流明值；第三個是LED燈。

目前這個設(shè)備已經(jīng)跑起來了，它所做的事情是當(dāng)環(huán)境光足夠亮的情況下，LED燈就會暗掉，當(dāng)環(huán)境光足夠暗的情況下，LED燈會亮起來。演示過程可以看到，當(dāng)我把光感器遮蓋的時候，LED燈有一個亮起來的動作。目前的環(huán)境光和背景足夠亮，當(dāng)我打開的時候，因為光足夠亮，所以LED燈會滅掉。

針對這個代碼我做一個解釋。首先大家可以看到目前在樹莓派上跑的一段函數(shù)，已經(jīng)下到樹莓派上跑了，在網(wǎng)上看到的是線上的代碼。接下來我會對代碼進行修改，從代碼中大家可以看到，當(dāng)從傳感器中讀出的流明值足夠大的時候，GPIO做拉高或者拉低的動作，目前是正常的表現(xiàn)。

剛剛我完成了一個修改，現(xiàn)在我要把代碼下發(fā)到儀器上運行，同時把這里拉起，查看數(shù)值是否正確。下面不斷刷新的就是傳感器出來的流明值，目前傳感器已經(jīng)變化了，因為大家可以看到這個數(shù)值已經(jīng)超過了200，LED燈是亮著的，當(dāng)我把感光器遮蓋以后，LED燈變暗，這是通過代碼把行為做了反轉(zhuǎn)的變化。

我們在目前的調(diào)試過程中也會做實際的設(shè)備調(diào)試，這里演示的就是真正把云函數(shù)下放到物理設(shè)備上進行執(zhí)行的效果。

接下來講的是目前云函數(shù)和用戶協(xié)同推進的AI能力，用戶數(shù)據(jù)只要在云上利用CVM、GPU服務(wù)器、騰訊TML機器學(xué)習(xí)，進行AI訓(xùn)練，得出相應(yīng)的訓(xùn)練后模型，再把模型和外圍的導(dǎo)入代碼進行打包，放入云函數(shù)，或者是帶有GPU的云函數(shù)，就可以對外提供AI的推理能力。用戶真正使用AI的時候，從外面送過來一段用戶需要推理的語音、文本或圖像，在云函數(shù)中拉起訓(xùn)練模型，就可以對這段數(shù)據(jù)進行推理。

AI能力表面上看起來和邊緣計算沒有關(guān)系，其實不然。如果本身已經(jīng)在物聯(lián)網(wǎng)的邊緣設(shè)計上具有了云函數(shù)的執(zhí)行能力，那么是不是可以進一步考慮把AI能力下發(fā)到設(shè)備上去的，比如我們在云中進行數(shù)據(jù)的收集和訓(xùn)練，生成模型之后，利用模型更新云上的函數(shù)，然后可以利用一鍵下發(fā)把這種能力下發(fā)到設(shè)備中，使設(shè)備具備更強的AI能力。

通過這種方式可以讓更多的設(shè)備接入AI能力，比如讓家里的攝象頭直接識別人臉，認(rèn)識你的家人，或者讓更多的醫(yī)療設(shè)備直接對醫(yī)療檢查結(jié)果做出判斷，識別疾病類型等。這些都將會是后期持續(xù)和各個物聯(lián)網(wǎng)廠商進行摸索，往前推進的過程。

另外一個角度來說，我們?yōu)槭裁醋鯟DN的邊緣計算？CDN本身是把數(shù)據(jù)放到邊緣去的一個過程，而邊緣計算是為了把計算放到邊緣去。為了更快的響應(yīng)用戶的操作需求，對于邊緣傳上來的數(shù)據(jù)進行更快的處理，這也是云函數(shù)對于邊緣的探索。

對于邊緣計算來說，云函數(shù)要做到的就是用戶在云中能完成函數(shù)的編寫、管理，在所需的位置把云函數(shù)下放各個位置運行和使用。

云函數(shù)未來在邊緣計算中還會有大量的探索機會，CDN廠商、物聯(lián)網(wǎng)廠商、硬件廠商等都將會有持續(xù)不斷的合作發(fā)展，去探索嘗試將邊緣的物聯(lián)網(wǎng)能力、邊緣的AI能力、邊緣CDN能力落地。

原文鏈接：https://cloud.tencent.com/developer/article/1044457

【本文是51CTO專欄作者“云加社區(qū)”的原創(chuàng)稿件，轉(zhuǎn)載請通過51CTO聯(lián)系原作者獲取授權(quán)】

戳這里，看該作者更多好文