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。

作者 | 方剑（洛夜）  Spring Cloud Alibaba 开源项目负责人/创始人之一
来源|阿里巴巴云原生公众号

导读：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.

@FunctionalInterfacepublic 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)_;_

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

@FunctionalInterfacepublic 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());
});

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

@FunctionalInterfacepublic 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:

@SpringBootApplicationpublic 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{nameu003du0027hello SCFu0027}

Spring Cloud Function & Spring Cloud Stream:

@SpringBootApplicationpublic 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-topicspring.cloud.stream.bindings.input.group=scf-groupspring.cloud.stream.bindings.output.destination=output-topicspring.cloud.stream.function.definition=uppercase|prefix

Spring Cloud Function & Spring Cloud Task:

@SpringBootApplicationpublic 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=functionspring.cloud.function.task.supplier=supplierspring.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