距离 Java 开发者玩转 Serverless，到底还有多远？

原标题：距离 Java 开发者玩转 Serverless，到底还有多远？

简介： 本文摘自 Spring Cloud Alibaba 开源项目创始团队成员方剑撰写的《深入理解 Spring Cloud 与实战》一书，主要讲述了 Java 微服务框架 Spring Boot/Cloud 这个事实标准下如何应对 FaaS 场景。

Serverless & FaaS

2019 年，O'Reilly 对 1500 名 IT 专业人员的调查中，有 40％ 的受访者在采用 Serverless 架构的组织中工作。2020 年 DataDog 调查显示，现在有超过 50％ 的 AWS 用户正在使用 Serverless 架构的 AWS Lambda。

Serverless 正在成为主流，于是就诞生了下面这幅图，从单体应用的管理到微服务应用的管理再到函数的管理。

Serverless 到目前为止还没有一个精准定义。Martin Fowler 在个人博客上有一篇《Serverless Architectures》文章，其对 Serverless 的的定义分成了 BaaS 或 FaaS。

Baas 是全称是 Backend-as-a-Service，后端即服务，FaaS 的全称是 Function-as-a-Service，函数即服务。

今天我们来聊聊 FaaS。这是维基百科对 FaaS 的定义:

函数即服务（FaaS）是一类云计算服务，它提供了一个平台，使客户可以开发，运行和管理应用程序功能，而无需构建和维护通常与开发和启动应用程序相关的基础架构。遵循此模型构建应用程序是实现 Serverless 架构的一种方法，通常在构建微服务应用程序时使用。

对于 Python、JavaScript 这种天生支持 Lambda 的开发语言，和 FaaS 简直是完美结合。Serverless Framework 的调研报告也很好地说明了这一点。NodeJS、Python 是 FaaS 使用率前二的语言。

我们知道，因为 JVM 占用的内存比较大，所以 Java 应用的启动会有点慢，不太适合 FaaS 这个场景，这也是 Java 在使用率上偏低的原因。

另外，对 Java 开发者来说 Spring Boot/Cloud 已经成为了事实标准，依赖注入是 Spring Framework 的核心，Spring Boot/Cloud 这个事实标准应对 FaaS 这个场景，会碰撞出怎么样的火花呢？这就是今天我们要聊的 Spring Cloud Function。

Java Function

在对 Spring Cloud Function 介绍之前，我们先来看 Java 里的核心函数定义。

JDK 1.8 推出了新特性 Lambda 表达式，java.util.function 包下面提供了很多的函数。这 3 个函数尤为重要:

1. java.util.function.Function: 需要一个参数，得到另一个结果.

@FunctionalInterface

public interface Function<T, R> {

R apply(T t);

}

比如通过 Stream API 里的 map 方法可以通过 Function 把字符串从小写变成大写:

Stream.of("a", "b", "c").map(String::toUpperCase);

这里的 map 方法需要一个 Function 参数:

<R> Stream<R> map(Function<? super T, ? extends R> mapper);

2. java.util.function.Consumer: 需要一个参数进行操作，无返回值。

@FunctionalInterface

public interface Consumer<T> {

void accept(T t);

}

比如通过 Stream API 里的 forEach 方法遍历每个元素，做对应的业务逻辑处理:

RestTemplate restTemplate = new RestTemplate();

Stream.of("200", "201", "202").forEach(code -> {

ResponseEntity<String> responseEntity =

restTemplate.getForEntity("http://httpbin.org/status/" + code, String.class);

System.out.println(responseEntity.getStatusCode());

});

3. java.util.function.Supplier: 得到一个结果，无输入参数。

@FunctionalInterface

public interface Supplier<T> {

T get();

}

比如自定义 Supplier 可以返回随机数:

Random random = new Random();

Supplier supplier100 = () -> random.nextInt(100);

Supplier supplier1000 = () -> random.nextInt(1000);

System.out.println(supplier100.get());

System.out.println(supplier1000.get());

Spring Cloud Function

Java Function 的编程模型非常简单，本质上就是这 3 个核心函数:

Supplier Function Consumer

Spring Cloud Function 是 Spring 生态跟 Serverless(FaaS) 相关的一个项目。它出现的目的是增强 Java Function，主要体现在这几点:

统一云厂商的 FaaS 编程模型: Spring Cloud Function 的口号是 "Write Once, Run Anywhere"。我们写的 Spring Cloud Function 代码可以运行在本地、各个云厂商(AWS Lambda, GCP Cloud Functions, Azure Functions)。 自动类型转换: 理解过 Spring MVC 或者 Spring Cloud Stream 的同学肯定对 HttpMessageConverter 或者 MessageConverter 模型，这个转换器的作用是将 HTTP BODY(或者 Message Payload)、HTTP Query Parameter、HTTP HEADER(或者 Message Header)自动转换成对应的 POJO。有了这个特性后，我们就无需关注函数的入参和返回值，用 String 参数就可以获取原始的入参信息，用 User 这个 POJO 参数就可以将原始的入参参数自动转换成 User 对象。 函数组合: 可以让多个函数之间进行组合操作。 函数管理: 新增 FunctionCatalog、FunctionRegistry 接口用于 Function 的管理。管理 ApplicationContext 内的 Function，动态注册 Function 等操作。 Reactive 支持: Spring Cloud Function 新增比如 FluxFunction、FluxSupplier、FunctionConsumer 这种 Reactive 函数。 自动跟 Spring 生态内部原有的组件进行深度集成： Spring Web/Spring WebFlux: 一次 HTTP 请求是一次函数调用。 Spring Cloud Task: 一次任务执行是一次函数调用。 Spring Cloud Stream: 一次消息消费/生产/转换是一次函数调用。

这里再多介绍统一云厂商的 FaaS 编程模型，让大家对 Spring Cloud Function 更有体感。

AWS Lambda 是第一个是提供 FaaS 服务的云厂商，RequestStreamHandler 是 AWS 提供的针对 Java 开发者的接口，需要实现这个接口:

public class HandlerStream implements RequestStreamHandler {

@Override

public void handleRequest(InputStream inputStream, OutputStream outputStream, Context context) throws IOException

{

Azure Functions 针对 Java 开发者提供了 @HttpTrigger 注解:

public class Function {

public String echo(@HttpTrigger(name = "req",

methods = {HttpMethod.POST}, authLevel = AuthorizationLevel.ANONYMOUS)

String req, ExecutionContext context) {

}

}

从这两段代码可以看出，不同的云厂商要编写不同的代码。如果要变换云厂商，这个过程会很痛苦。

另外，无论是 AWS、Azure 或者 GCP 提供的接口或注解，他们没有任何 Spring 上下文相关的初始化逻辑。如果我们是一个 Spring Boot/Cloud 应用迁移到 FaaS 平台，需要添加 Spring 上下文初始化逻辑等改动量。

Spring Cloud Function 的出现就是为了解决这些问题。

Spring Cloud Function 的使用

Spring Cloud Function & Spring Web:

@SpringBootApplication

public class SpringCloudFunctionWebApplication {

public static void main(String[] args) {

SpringApplication.run(SpringCloudFunctionWebApplication.class, args);

}

@Bean

public Function<String, String> upperCase() {

return s -> s.toUpperCase();

}

@Bean

public Function<User, String> user() {

return user -> user.toString();

}

}

访问对应的 Endpoint:

$ curl -XPOST -H "Content-Type: text/plain" localhost:8080/upperCase -d hello

HELLO

$ curl -XPOST -H "Content-Type: text/plain" localhost:8080/user -d '{"name":"hello SCF"}'

User{name\u003d\u0027hello SCF\u0027}

Spring Cloud Function & Spring Cloud Stream:

@SpringBootApplication

public class SpringCloudFunctionStreamApplication {

public static void main(String[] args) {

SpringApplication.run(SpringCloudFunctionStreamApplication.class, args);

}

@Bean

public Function<String, String> uppercase() {

return x -> x.toUpperCase();

}

@Bean

public Function<String, String> prefix() {

return x -> "prefix-" + x;

}

}

加上 function 相关的配置(针对 input-topic 上的每个消息，payload 转换大写后再加上 prefix- 前缀，再写到 output-topic 上):

spring.cloud.stream.bindings.input.destination=input-topic

spring.cloud.stream.bindings.input.group=scf-group

spring.cloud.stream.bindings.output.destination=output-topic

spring.cloud.stream.function.definition=uppercase|prefix

Spring Cloud Function & Spring Cloud Task:

@SpringBootApplication

public class SpringCloudFunctionTaskApplication {

public static void main(String[] args) {

SpringApplication.run(SpringCloudFunctionTaskApplication.class, args);

}

@Bean

public Supplier<List<String>> supplier() {

return () -> Arrays.asList("200", "201", "202");

}

@Bean

public Function<List<String>, List<String>> function() {

return (list) ->

list.stream().map( item -> "prefix-" + item).collect(Collectors.toList());

}

@Bean

public Consumer<List<String>> consumer() {

return (list) -> {

list.stream().forEach(System.out::println);

};

}

}

加上 function 相关的配置(Supplier 模拟任务的输入源，Function 模拟对任务输入源的处理，Consumer 模拟处理对 Function 处理输入源后的数据):

spring.cloud.function.task.function=function

spring.cloud.function.task.supplier=supplier

spring.cloud.function.task.consumer=consumer

《深入理解 Spring Cloud 与实战》一书正式开始预售啦，这是一本深入剖析 Spring Cloud 全家桶的书籍，涉及以下内容：

Spring Boot 核心特性 Spring Cloud 服务注册/服务发现原理剖析 双注册双订阅模型完成 Eureka 迁移至 Nacos 的案例 负载均衡：Spring Cloud LoadBalancer 和 Netflix Ribbon Dubbo Spring Cloud：Spring Cloud 与 Apache Dubbo 的融合 Spring Cloud 灰度发布案例 Spring 体系配置，动态刷新加载原理剖析 Spring Cloud Circuit Breaker 抽象以及 Sentinel、Hystrix、Resilience4j 熔断器对比 Spring 体系消息编程模型剖析 Spring Cloud Data Flow 完成批处理和流处理任务 Spring Cloud Gateway 网关剖析 Spring 与 Serverless 的融合

作者简介

方剑 Spring Cloud Alibaba 开源项目负责人/创始人之一。《深入理解 Spring Cloud 与实战》作者，Apache RocketMQ Committer，Alibaba Nacos Committer。曾在个人博客上编写过《SpringMVC 源码分析系列》、《SpringBoot 源码分析系列》文章，目前，关注微服务、云原生、Kubernetes。

原文链接

本文为阿里云原创内容，未经允许不得转载。

CRM软件收集

本站声明:本文内容来源于距离 Java 开发者玩转 Serverless，到底还有多远？,如有侵权,请联系我们,我们将及时处理。