简介：Serverless的出现为传统企业的数字化转型带来了更多机遇。零售超级行业龙头企业，主营业务涵盖购物中心、大卖场、综合超市、标准超市、精品超市、便利店和无人智慧店等零售业态，涉及全渠道零售、仓储物流、餐饮、消费服务、数据服务、金融服务、跨境贸易等领域。为持续支撑业务高速稳定发展，在快速上云后，将核心业务转型为全Serverless架构的中台模式，采用函数计算+API网关+表存储OTS以计算网络存储为核心，弹性支撑日常和大促峰谷所需的资源，轻松支撑618/双11/双12大促。为什么传统企业更需要关注Serverless？为了降低技术研发成本，提升运维效率，越来越多的企业选择以Serverless作为基础研发基地，大力发展业务。根据CNCFServerless研究报告，国内大量开发者正在将传统架构迁移到Serverless。Serverless的出现，为传统企业的数字化转型带来了更多机遇。如今，大量前沿技术人才更倾向于在互联网公司工作，而传统企业则面临着大量的技术升级和技术架构重构的刚需。在人才缺口和技术升级之间，对云原生技术的需求产生了。Serverless的出现弥补了研发人员预算和运维经验不足的问题。在帮助企业抗击业务高峰的情况下，研发人员可以轻松掌控处理，不仅大大降低了研发技术门槛，更大规模地提升了研发效率。对于开发者来说，在线预警、路况观察等工具一应俱全。关键在于消除运维负担，切实为开发者提供普惠的技术红利。对于传统企业来说，Serverless缩短了互联网企业与传统企业的技术竞争力差距。从Cloud到CloudNative2016年后，随着国内公有云的快速发展，全面上云势不可挡。2018~2019年，某知名大型商场逐步将自建机房的各个系统模块迁移至公有云。整体架构没有太大变化，所以迁移工作比较顺利。系统全面上云后，一些改进和不足不再需要关心网络和操作系统的硬件细节。比如阿里云的ECS会做调度预警，转移用户数据，做多数据灾备，防止磁盘故障的情况发生。升级快速简便。比如用户使用的是4核机，当发现业务增长很快，需要快速升级时，只需要制作镜像即可。比如晚上做磁盘快照，重新申请新机器，然后恢复快照，完成一键迁移。这对用户来说是一种非常快捷的方式，对开发者来说也是一种更好的体验。机器扩容时间大大缩短。上面提到的单机扩展，比如从4核升级到8核，内存从16G升级到32G。此外，还有横向扩展，比如用户交易系统的API接口。随着业务的发展，需要从原来的2台机器扩容到8台机器。这样的话，用户只需要申请本机，然后镜像就可以扩展到不同的机器上了。由于资源预算困难，无法预估商家在遇到重大促销活动时能达到的体量，因此无法准确计算出所需的硬件数量。横向扩展横向扩展对研发的要求更高。比如数据要不要无状态，如果是无状态的，横向扩展会比较容易，但是如果是有状态的，数据可能需要缓存，这会涉及到数据库相关的问题，比如数据有效期和一致性。如果对这些了解不透彻，做横向扩展会比较困难。水位监控许多开发人员并没有完美地处理水位监控。如果各种业务系统混杂在一台机器上，当机器水位高时，想要快速排查问题，及时进行流量控制、拆分、临时修复等就更难了。财务预算困难类似于资源预算困难。硬件升级成本高。要实现用户友好的无损升级，可能会涉及连接处理和数据库一致性问题。如果多个模块需要同时升级，要注意数据结构的兼容性。数据库单点故障很多厂商把所有的数据都放在一个数据库中，如果处理不当，可能会造成单点故障。这就需要数据拆分。如果是粗拆分，需要注意事务和锁相关的问题，效率会大大降低；如果拆分的很细，查询排序会比较困难，给业务实现带来一些麻烦。业务挑战在一次年中大促中，由于线上业务用户访问不可控，数据量过大，导致MySQL单机访问不堪重负，导致存储数据库出现问题，影响多个系统，造成一定损失。因此，在后续的业务改造过程中，数据库选择由MySQL改为表存储OTS。表存储最大的好处就是用户不需要关心访问次数和机器数量的比例关系。只要访问量增加，后台会自动扩容机器，满足高并发数据读取；当并发数据请求减少，高峰期低时，后台会回收机器，用户不再需要关心机器的数量和如何调动。Serverless改造针对的是用户流量不可控的问题。客户介绍了阿里云的产品“API网关”。API网关可以为不同的渠道商管理、发布和控制流量。比如发现微信渠道流量异常，可以使用API??网关进行限流。另外，计算也是一个很重要的问题。经过摸索，客户发现阿里云函数计算FC非常适合他们的业务场景。例如，定期抢购和优惠券投放等活动会产生巨大的爆发影响。计算资源不够用再买机器肯定来不及了。函数计算的适时扩容功能很好的解决了这个问题。此外，其数据观察和异常报警功能也吸引了客户。今年3月，权威咨询公司Forrester发布了2021年第一季度FaaS平台评估报告，阿里云函数计算凭借在产品能力、安全、战略眼光、市场规模等方面的优势脱颖而出，其产品能力位居世界第一。这也是中国云厂商首次进入FaaS领导者象限。经过紧张的测试和验证，技术人员发现函数计算的优异性能非常适合他们高度灵活的会员查询系统。从2019年7月开始，客户的技术团队在不到3个月的时间里，将原有会员数据的所有副本全部迁移至TableStorage，并将所有渠道商API全部迁移至阿里云API网关。分发和会员查询业务的计算业务也已全面迁移至阿里云函数计算。2019年双11，以FunctionComputing作为计算模块，TableStorage作为存储模块，成功帮助客户度过了大促，在应对高峰流量的同时保证了业务的灵活性。没有使用Serverless的业务由于低估而出现一些异常。正是因为FunctionComputing在双11的表现，让客户的技术人员非常兴奋。成功通过大促后，客户在所有业务中充分利用了函数计算和表存储！新零售超级整体架构图Fullserverless架构：函数计算+API网关+表存储；弹性高可用：毫秒级弹性扩容，资源池水位充足，跨可用区高可用；无需运维的敏捷开发：功能极致极简编程，专注于业务创新，无采购部署成本，提供完整的监控告警等可观察性。2019年下半年，阿里云函数计算宣布推出2.0，支持预留模式，全面解决冷启动延迟大的问题；引入了单实例多次请求的问题，支持重IO、高并发类型请求调用的实例较少；支持自定义运行，支持传统web架构服务器一键迁移。2.0的出现，让函数计算在业务和规模上都有了巨大的升级。客户在经历了以往线下场景的考验后，将各个渠道商的业务和移动APP，以及线上交易、定时抢券、闪购等业务从ECS迁移到了函数计算2.0上。模式调整为单实例多并发模式后，成功应对了比平时高出数十倍的洪峰流量请求。对比上述“时间-流量图”和“时间-时延”两张图可以看出，急剧上升的突发流量对用户造成的时延变化影响很小。实际用户反馈也证实了用户体验非常好。光滑的。将所有数据和业务全部上云，不仅减轻了研发人员的心理压力，也大大减轻了研发人员的负担，让大家可以做更专注于业务逻辑的事情。函数计算让研发人员不用管理服务器等基础设施。只要编写并上传代码，系统就会准备好计算资源，同时提供日志查询、性能监控、告警等功能。如果按照之前的模式，超市在双11大促的时候，相关的技术团队睡不着觉，光靠扩容机来支撑大量的流量和业务，谁也不知道该怎么办。现在扩容的问题交给了阿里云，水位远高于客户原有存储容量的极限。今年，Serverless迎来了重大升级。函数计算发布容器镜像加速技术，将容器启动延迟缩短50%-80%，将原本属于开发者的镜像优化重担转移到函数计算，进一步帮助开发者提升生产效率，专注于业务创新。该技术源于阿里集团超大规模、高复杂度的容器环境。拥有深厚的图片存储和加速技术积累，连续三年成功承担双十一、双十二、春节等闪购场景的重任。严峻的挑战。同时，Serverless应用引擎（SAE）发布Java应用启动加速功能，首次结合AlibabaDragonwell冷启动加速技术（阿里云开源的OpenJDK长期支持版本）、多线程运行加速技术与SAE自身的原位升级策略和镜像预热策略相结合，将Java应用的端到端启动速度提升45%，最快仅需15s，并且多线程性能提升30%。由于业务场景和用户习惯的快速变化，许多行业的数字化服务快速增长，加快发展数字化服务成为传统企业的必然选择。云原生是企业数字化的最短路径。越来越多的传统企业拥抱云原生。借助更快、更灵活的开发和交付模型，他们可以满足快速变化的市场需求并加速业务创新。传统零售企业纷纷使用Serverless来保证促销活动的成功，就是这一趋势的最好证明。版权声明：本文内容由阿里云实名注册用户投稿，版权归原作者所有。阿里云开发者社区不拥有自己的版权，也不承担相应的法律责任。具体规则请参考《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如发现本社区涉嫌抄袭内容，请填写侵权投诉表进行举报，一经查实，本社区将立即删除涉嫌侵权内容。
