當新零售遇上 Serverless

某零售商超行業(yè)的龍頭企業(yè)，其主要業(yè)務(wù)涵蓋購物中心、大賣(mài)場(chǎng)、綜合超市、標準超市、精品超市、便利店及無(wú)人值守智

慧商店等零售業(yè)態(tài)，涉及全渠道零售、倉儲物流、餐飲、消費服務(wù)、數據服務(wù)、金融業(yè)務(wù)、跨境貿易等領(lǐng)域。為了持續支

持業(yè)務(wù)高速且穩定地發(fā)展，其在快速上云后，將核心業(yè)務(wù)改造為全 Serverless 架構的中臺模式，采用函數計算 + API 網(wǎng)

關(guān) + 表格存儲 OTS 作為計算網(wǎng)絡(luò )存儲核心，彈性支撐日常和大促峰谷所需資源，輕松支撐 618/ 雙 11/ 雙 12 大促。

傳統企業(yè)為什么更需要關(guān)注 Serverless

為了降低技術(shù)研發(fā)成本、提升運維效率，越來(lái)越多的企業(yè)選擇使用 Serverless 作為基礎研發(fā)底座，大力發(fā)展業(yè)務(wù)。在 CNCF 

Serverless 研究報告中顯示，大量的國內開(kāi)發(fā)人員正在將傳統架構往 Serverless 上做遷移。**Serverless 的出現給傳統企業(yè)

數字化轉型帶了更多機遇。

現如今，大量尖端技術(shù)人才更偏向在互聯(lián)網(wǎng)公司就業(yè)，傳統企業(yè)又面對著(zhù)大量技術(shù)升級和重構技術(shù)架構的剛需，人才缺口和

技術(shù)升級之間產(chǎn)生了對云原生技術(shù)的需求。Serverless 的出現抹平了研發(fā)人員在預算、運維經(jīng)驗上的不足。在幫助企業(yè)對抗

業(yè)務(wù)洪峰的情況下，研發(fā)人員能輕易掌控處理，不僅極大地降低了研發(fā)技術(shù)門(mén)檻，而且大規模提升了研發(fā)效率。對于開(kāi)發(fā)者

而言，線(xiàn)上預警、流量觀(guān)測等工具一應俱全，關(guān)鍵是免去了運維負擔，切實(shí)為廣大開(kāi)發(fā)者提供了普惠技術(shù)紅利。對傳統企業(yè)

而言，Serverless 縮短了互聯(lián)網(wǎng)公司與傳統企業(yè)之間技術(shù)競爭力的距離。

從上云到云原生

2016 年以后，隨著(zhù)國內公共云的迅速發(fā)展，全面上云勢不可擋。某知名大型商場(chǎng)在 2018~2019 年期間，把自建機房中的

各個(gè)系統模塊逐漸遷移到了公有云，整體架構沒(méi)有太大改變，因此遷移工作比較順利。

系統全面遷移上云后一些改進(jìn)和不足

不再需要關(guān)心網(wǎng)絡(luò )、操作系統的硬件細節

比如阿里云的 ECS 會(huì )提前做調度和預警，把用戶(hù)數據轉移并做多份數據的備災，防止磁盤(pán)壞掉的情況發(fā)生。

升級快捷簡(jiǎn)單

比如用戶(hù)使用的是 4 核的機器，當發(fā)現業(yè)務(wù)增長(cháng)迅速需要做硬件升級時(shí)，就只需要做一個(gè)鏡像。比如在夜間做一個(gè)磁盤(pán)快照

重新申請一臺新機器，然后把快照恢復上去，就可以完成一鍵遷移。對用戶(hù)來(lái)說(shuō)這是非?？旖莸姆绞?，對開(kāi)發(fā)者來(lái)說(shuō)也是較

好的體驗。

機器擴容時(shí)間大幅縮短

上面提到的是單機擴容，比如 4 核升到 8 核、16G 升到 32G 的內存。除此之外還有橫向的擴容，例如用戶(hù)交易系統的 API

接口，隨著(zhù)業(yè)務(wù)的發(fā)展需要由原來(lái)的 2 臺機器擴到 8 臺機器，這種情況下用戶(hù)只需去申請機器，然后將鏡像擴展到不同的機

器上即可。

資源預算困難

無(wú)法預估業(yè)務(wù)遇到大促活動(dòng)時(shí)所能達到的體量，因此無(wú)法準確計算出所需硬件的數量。

水平擴展

水平擴展對研發(fā)有較高的要求。比如數據是否要做到無(wú)狀態(tài)，無(wú)狀態(tài)的話(huà)水平擴展會(huì )比較容易，而如果是有狀態(tài)，數據可能

就需要做緩存，這就會(huì )涉及到數據庫相關(guān)的問(wèn)題，例如數據過(guò)期、一致性等。如果對這些了解不夠透徹，做水平擴展就會(huì )比

較困難。

水位監控

許多開(kāi)發(fā)者在水位監控上處理得并不完善，如果將各個(gè)業(yè)務(wù)系統混在一臺機器上，當遇到機器水位較高，想要快速排查問(wèn)題

并及時(shí)進(jìn)行流控、拆分、臨時(shí)修復等就顯得尤為困難。

財務(wù)預算困難

與資源預算困難類(lèi)似。

硬件升級成本高

要做到用戶(hù)無(wú)感無(wú)損升級，可能會(huì )涉及到連接上的處理與數據庫一致性的問(wèn)題。如果多個(gè)模塊需要同時(shí)升級，還要注意數據

結構的兼容問(wèn)題。

數據庫單點(diǎn)故障

許多廠(chǎng)家將數據全部放在一個(gè)數據庫中，如果處理不妥當可能會(huì )造成單點(diǎn)故障。這就要做數據拆分，粗拆的話(huà)，需要注意事

務(wù)和鎖相關(guān)的問(wèn)題，效率會(huì )大打折扣；細拆的話(huà)，做查詢(xún)和排序時(shí)就會(huì )比較困難，給業(yè)務(wù)實(shí)現造成一定麻煩。

業(yè)務(wù)挑戰

在一次年中大促時(shí)，由于線(xiàn)上業(yè)務(wù)用戶(hù)訪(fǎng)問(wèn)不可控，數據量過(guò)大，MySQL 單機訪(fǎng)問(wèn)被打爆，導致了存儲數據庫出現問(wèn)題，

影響到了多個(gè)系統，造成了一定的損失。因此在后續服務(wù)化改造過(guò)程中，數據庫選型由 MySQL 更改為表格存儲 OTS，表格

存儲最大的優(yōu)點(diǎn)是用戶(hù)不需要關(guān)心訪(fǎng)問(wèn)量和機器數的比例關(guān)系。只要訪(fǎng)問(wèn)量擴大，后臺會(huì )自動(dòng)擴容增擴機器，滿(mǎn)足高并發(fā)的

數據讀??；在數據并發(fā)請求降低處于低峰期時(shí)，后臺就會(huì )將機器回收，用戶(hù)不再需要關(guān)心機器的數量及如何調動(dòng)。

Serverless 改造

針對用戶(hù)流量不可控問(wèn)題，客戶(hù)引入了阿里云的產(chǎn)品 “API 網(wǎng)關(guān)” ，API 網(wǎng)關(guān)可以針對不同渠道商做管控發(fā)布及流量控制。

比如發(fā)現微信渠道流量有異常，就可以借助 API 網(wǎng)關(guān)進(jìn)行限流。

另外計算也是一個(gè)非常重要的問(wèn)題，客戶(hù)經(jīng)過(guò)探索發(fā)現阿里云函數計算 FC 非常契合其業(yè)務(wù)場(chǎng)景。比如定時(shí)搶購、優(yōu)惠券投放

等活動(dòng)造成巨大的 burst 沖擊，當發(fā)現計算資源不夠的時(shí)候再去買(mǎi)機器肯定是來(lái)不及的，而函數計算及時(shí)擴容的功能就很好地

解決了這個(gè)問(wèn)題。另外其數據觀(guān)測和異常報警功能，也吸引到了客戶(hù)。

今年 3 月，權威咨詢(xún)機構 Forrester 發(fā)布 2021 年第一季度 FaaS 平臺評估報告，阿里云函數計算憑借在產(chǎn)品能力、安全性、

戰略愿景和市場(chǎng)規模等方面的優(yōu)勢脫穎而出，產(chǎn)品能力位列全球第一，這也是首次有中國云廠(chǎng)商進(jìn)入 FaaS 領(lǐng)導者象限。

在緊張的測試驗證后，技術(shù)人員發(fā)現函數計算的優(yōu)異表現很契合自身業(yè)務(wù)高度彈性的會(huì )員查詢(xún)系統。從 2019 年 7 月開(kāi)始，

客戶(hù)的技術(shù)團隊在不到 3 個(gè)月的時(shí)間里，將原有的會(huì )員數據全部副本鏡像遷移到表格存儲，并將所有渠道商的 API 全面遷移

到阿里云 API 網(wǎng)關(guān)做分發(fā)，會(huì )員查詢(xún)業(yè)務(wù)的計算業(yè)務(wù)也全面遷移到阿里云函數計算。

2019 年的雙 11，函數計算作為計算模塊，表格存儲作為存儲模塊，順利地幫助客戶(hù)渡過(guò)大促，扛住高峰流量的同時(shí)確保了應

對業(yè)務(wù)的彈性。而未使用 Serverless 的業(yè)務(wù)因為預估不足，出現了一些異常。正是因為函數計算在雙 11 中的表現讓客戶(hù)技術(shù)

人很振奮。在順利度過(guò)大促活動(dòng)后，客戶(hù)就在所有業(yè)務(wù)中全面使用函數計算及表格存儲！

新零售商超整體架構圖

- 全 Serverless 架構：函數計算 + API 網(wǎng)關(guān) + 表格存儲；

- 彈性高可用：毫秒級彈性擴容、充足的資源池水位、跨可用區高可用；

- 敏捷開(kāi)發(fā)免運維：函數式極簡(jiǎn)編程可專(zhuān)注于業(yè)務(wù)創(chuàng )新，無(wú)采購和部署成本、提供監控報警等完備的可觀(guān)測能力。

2019 年下半年，阿里云函數計算宣布推出 2.0，支持預留模式，全面解決冷啟動(dòng)延遲大的問(wèn)題；推出單實(shí)例多請求問(wèn)題，

較少實(shí)例支持重 IO 高并發(fā)類(lèi)型請求調用；支持自定義運行時(shí)，支持一鍵遷移傳統 Web 架構服務(wù)器。2.0 的出現讓函數計算

在業(yè)務(wù)和規模上實(shí)現了巨大升級。

在經(jīng)歷了過(guò)去的線(xiàn)下場(chǎng)景考驗后，客戶(hù)將各渠道商的業(yè)務(wù)及旗下的移動(dòng) App，以及線(xiàn)上交易、定時(shí)搶優(yōu)惠券、秒殺業(yè)務(wù)也全

部從 ECS 遷移到了函數計算 2.0，在開(kāi)啟預留模式調整好單實(shí)例多并發(fā)的模式后，順利地扛過(guò)了是平時(shí)數十倍的洪峰流量請

求。

比較上述的“時(shí)間-流量圖”及“時(shí)間-延遲”兩圖可以看到，急劇上升的突發(fā)流量對用戶(hù)造成的延遲變化影響非常小，從實(shí)

際用戶(hù)反饋來(lái)看確實(shí)也證實(shí)了用戶(hù)體驗非常順滑。

所有的數據和業(yè)務(wù)上云，減輕的不只是研發(fā)人員的心理壓力，更為研發(fā)人員大量減負，從而讓大家可以做更聚焦在業(yè)務(wù)邏輯

上的事情。函數計算可以讓研發(fā)人員不用管理服務(wù)器這些基礎設施，只要編寫(xiě)代碼上傳，系統就會(huì )準備好計算資源，還提供

日志查詢(xún)、性能監控、報警等功能。如果是按照以前的模式，超市搞 雙 11 大促，相關(guān)的技術(shù)團隊都睡不著(zhù)覺(jué)，只靠擴展機

器支撐大體量的流量和業(yè)務(wù)，誰(shuí)心里都沒(méi)譜?，F在擴容的問(wèn)題交給阿里云，水位遠遠高于客戶(hù)原有的儲備能力的極限。

今年，Serverless 迎來(lái)重大升級。函數計算重磅發(fā)布容器鏡像加速技術(shù)，容器啟動(dòng)延時(shí)縮短 50%-80%，將原本屬于開(kāi)發(fā)者

的鏡像優(yōu)化負擔轉由函數計算承擔，進(jìn)一步幫助開(kāi)發(fā)者提高生產(chǎn)效率，專(zhuān)注業(yè)務(wù)創(chuàng )新。該技術(shù)源于阿里集團超大規模和場(chǎng)景

高度復雜的容器環(huán)境，對鏡像存儲、加速技術(shù)有深厚的積累，并出色地承擔了 3 年雙十一、雙十二、春節等大促秒殺場(chǎng)景的

嚴苛的挑戰。

同時(shí)，Serverless 應用引擎(SAE)重磅發(fā)布 Java 應用啟動(dòng)加速功能，首度將 Alibaba Dragonwell (阿里云開(kāi)源的 Open JDK 

長(cháng)期支持版本) 的冷啟動(dòng)加速技術(shù)、多線(xiàn)程運行加速技術(shù)和 SAE 自身的原地升級策略、鏡像預熱策略相結合，實(shí)現了 Java 應

用的端到端啟動(dòng)速度提升 45%，最快僅需 15s，多線(xiàn)程性能提升 30%。

由于業(yè)務(wù)場(chǎng)景、用戶(hù)習慣迅速變化，許多行業(yè)數字化業(yè)務(wù)出現急速增長(cháng)，加快數字化業(yè)務(wù)發(fā)展成為傳統企業(yè)的必然選擇。

云原生是企業(yè)數字化最短路徑，越來(lái)越多的傳統企業(yè)正在擁抱云原生，借助更加快速、靈活的開(kāi)發(fā)和交付模式，滿(mǎn)足市場(chǎng)快

速變化的需求，進(jìn)而加速業(yè)務(wù)創(chuàng )新。傳統零售企業(yè)借助 Serverless 保證了一次次大促的成功，正是這一趨勢的最好證明。