函数计算2.0 重大发布,Serverless 计算开启新纪元

本文涉及的产品
简介: 点击订阅新品发布会! 在2019杭州云栖大会上,阿里云正式推出函数计算2.0,将 Serverless 计算推向了新的高度。函数计算是一个全托管的Serverless计算服务,用户只需要上传代码,平台负责计算资源的伸缩、容错,可靠地执行代码。

点击订阅新品发布会

在2019杭州云栖大会上,阿里云正式推出函数计算2.0,将 Serverless 计算推向了新的高度。函数计算是一个全托管的Serverless计算服务,用户只需要上传代码,平台负责计算资源的伸缩、容错,可靠地执行代码。函数计算帮助用户摆脱了服务器等基础设施管理和运维负担,专注于业务逻辑的开发,从而大幅提升开发和运维的效率。由于 Serverless 计算在工程效率等方面颠覆式的体验,迅速成为业界的热点,被大量的企业和开发者采用。但业界现有的 Serverless 计算产品,在性能、成本、应用构建上还有很多限制,主要体现在:
1.按请求计量,按实际使用资源后付费的计费方式虽然实现了真正的按需付费(没有请求则不付费),但是较高的单价,使得在负载较为平稳的场景下,成本没有优势。
2.函数实例完全由系统控制。根据负载动态启停实例虽然提高了资源利用率,但也导致了请求处理时长毛刺等性能问题。
3.现有的产品要求用户按照规定的函数接口开发应用,因此大量已有的 Web 应用无法平滑的迁移。
4.开发工具不完善。应用本地开发调试,大量函数的管理/部署、与持续集成/发布系统的集成,丰富的监控指标等方面的用户体验亟待提升。
针对上述用户使用Serverless 计算产品的痛点,函数计算2.0 提供了丰富的计费方式,全新的实例类型,灵活的自定义运行时,全方位升级的工具链,为Serverless计算大规模应用奠定了基础!

丰富的计费方式

函数计算是业界首个同时提供预付费(包年包月)和后付费两种计费模式的Serverless 计算产品。预付费(包年包月)是指用户先规划应用的资源需求,预先购买指定数量的资源抵扣券后再使用。预付费单价相较于后付费降低70%!后付费则是根据实际使用的资源按需付费。负载中稳定的部分用预付费,单价低;弹性的部分用后付费,资源利用率高。结合预付费和后付费,用户能够显著的降低成本。

test


组合使用预付费/后付费示例

在函数计算中,用户能够一目了然的看到应用实际使用的资源,轻松设置合理的预付资源额度。函数计算提供了丰富的功能帮助用户提高资源利用率,降低成本,具体内容请参考函数计算成本优化最佳实践文档

test


控制台购买预付费资源额度示例

全新的实例类型

函数计算是业界首个提供预留和按量两种实例类型的Serverless 计算服务。预留实例将函数实例的分配和释放完全交由用户管理。通过预留实例,用户能提前预热函数或者长期保持常驻实例,消除实例伸缩带来的延时波动。当负载超过预留实例处理能力时,系统能自动进行毫秒级的扩容,使用按量实例处理请求。例如在机器学习场景中,函数启动通常需要加载数GB的模型,耗时较长。使用预留模式能有效降低实例动态启停对性能的影响。下图展示了压测一个典型的深度学习推理应用时,使用预留实例对性能的影响。

test


函数负载逐渐递增


test


无预留实例,出现数秒延时


test


使用预留实例,延时稳定在百毫秒

函数计算提供了丰富的指标,帮助用户轻松掌控应用实际需要的实例数,设置合理数目的预留实例。

test


函数计算控制台设置预留实例示例

灵活的自定义运行时

通过函数计算的自定义运行时,用户可以使用任何语言打造自己的函数运行时。自定义运行时通过HTTP协议与函数计算系统交互,因此无需更改代码,即可将现有的无状态 Web 应用平滑迁移至函数计算,轻松构建弹性高可用的Serverless Web应用。

全方位升级的工具链

由于代码在远程环境执行,用户不能直接访问,因此Serverless应用的开发体验和传统方式不太相同,有一定的门槛。函数计算2.0以funcraft工具为核心,大幅增强了Serverless 应用构建、运维等方面的用户体验。用户可以在自己的开发机本地环境中创建和云端运行环境一致的沙盒,进行依赖包安装、断点调试等操作。Funcraft无缝集成阿里云资源编排服务(ROS),用户能够以声明式方式描述整个应用所需的资源,一键部署或回滚。Funcraft 也提供了VSCode,Intellij Idea,PyCharm等流行开发工具的插件,通过图形用户界面,进一步降低了工具的使用门槛。

函数计算2.0重磅发布

2019年10月9日15时,函数计算2.0将重磅发布。函数计算2.0不仅性能更强的性能,而且价格最高可降幅70%-全新的计算方式、丰富的资源类型、灵活的自定义运行环境、全方位升级的工具链,Serverless拐点已至,等待你的加入!

test


想了解更多功能, 阿里云函数计算
更多活动, 函数计算2.0 发布会传送门

扫描二维码加入钉钉群

test

相关实践学习
基于函数计算一键部署掌上游戏机
本场景介绍如何使用阿里云计算服务命令快速搭建一个掌上游戏机。
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
29天前
|
存储 缓存 IDE
在函数计算(FC)中,如果已经按照指示完成了插件的安装,但插件没有显示在SD的菜单中
在函数计算(FC)中,如果已经按照指示完成了插件的安装,但插件没有显示在SD的菜单中
42 3
|
1月前
|
监控 关系型数据库 Serverless
Serverless 应用引擎常见问题之函数计算3.0的项目提示未知错误如何解决
Serverless 应用引擎(Serverless Application Engine, SAE)是一种完全托管的应用平台,它允许开发者无需管理服务器即可构建和部署应用。以下是Serverless 应用引擎使用过程中的一些常见问题及其答案的汇总:
31 5
|
29天前
|
监控 Serverless
函数计算(FC)作为一种无服务器的计算服务,在使用过程中可能会遇到各种问题
函数计算(FC)作为一种无服务器的计算服务,在使用过程中可能会遇到各种问题
21 4
|
2月前
|
人工智能 NoSQL Serverless
基于函数计算3.0 Stable Diffusion Serverless API 的AI艺术字头像生成应用搭建与实践的报告
本文主要分享了自己基于函数计算3.0 Stable Diffusion Serverless API 的AI艺术字头像生成应用搭建与实践的报告
469 6
基于函数计算3.0 Stable Diffusion Serverless API 的AI艺术字头像生成应用搭建与实践的报告
|
3月前
|
缓存 Serverless 开发者
serverless devs部署问题之push image失败如何解决
Serverless部署是指将应用程序部署到无服务器架构中,该架构允许开发者专注于代码而无需关心底层服务器的运行和维护;针对Serverless部署过程中可能遇到的挑战,本合集提供全面的指南和最佳实践,帮助开发者顺利实现应用的无服务器化部署。
77 1
|
3月前
|
运维 物联网 Serverless
函数计算FC报错问题之FC插件报错如何解决
函数计算(Function Compute,FC)是一个事件驱动的全托管计算服务,允许用户编写并上传代码,而无需管理服务器运行和维护;在使用过程中,可能会遇到各种报错,本合集聚焦于函数计算FC常见的报错问题,提供一系列的故障排查指导和解决建议,帮助用户优化云端函数执行
106 0
|
1月前
|
人工智能 关系型数据库 Serverless
Serverless 应用引擎常见问题之API生成的函数镜像改为自定义的镜像如何解决
Serverless 应用引擎(Serverless Application Engine, SAE)是一种完全托管的应用平台,它允许开发者无需管理服务器即可构建和部署应用。以下是Serverless 应用引擎使用过程中的一些常见问题及其答案的汇总:
39 3
|
8天前
|
自然语言处理 Cloud Native Serverless
通义灵码牵手阿里云函数计算 FC ,打造智能编码新体验
近日,通义灵码正式进驻函数计算 FC WebIDE,让使用函数计算产品的开发者在其熟悉的云端集成开发环境中,无需再次登录即可使用通义灵码的智能编程能力,实现开发效率与代码质量的双重提升。
95395 2
|
8天前
|
人工智能 Serverless 数据处理
利用阿里云函数计算实现 Serverless 架构的应用
阿里云函数计算是事件驱动的Serverless服务,免服务器管理,自动扩展资源。它降低了基础设施成本,提高了开发效率,支持Web应用、数据处理、AI和定时任务等多种场景。通过实例展示了如何用Python实现图片压缩应用,通过OSS触发函数自动执行。阿里云函数计算在云计算时代助力企业实现快速迭代和高效运营。
44 0
|
12天前
|
存储 安全 Serverless
用 Github Actions 自动部署阿里云函数计算 FC
介绍了如何配置阿里云函数计算(FC)与GitHub Actions集成以实现自动部署。首先在阿里云创建函数,然后在项目根目录创建`s.yaml`文件配置Serverless Devs。接着在GitHub仓库中设置 Secrets 存储阿里云账号信息,并创建名为`aliyun-fc-deploy.yaml`的工作流文件来定义GitHub Actions。当代码推送到`master`分支时,Actions会自动部署到函数计算。最后,成功配置后,提交代码会触发自动部署,并可在GitHub Actions和阿里云控制台查看部署状态。
400 3

相关产品

  • 函数计算