春色满园关不住,带你体验阿里云 Knative

本文介绍了Knative在应用托管和流量管理中的优势,包括通过KnativeService简化资源管理、流量分发的灵活性、灰度发布和弹性策略,以及Serverless架构的自动扩缩容和事件驱动功能。特别提到阿里云Knative与阿里云资源的整合,以及在高并发场景下的应用示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • Route:将请求路由到 Revision,并可以向不同的 Revision 转发不同比例的流量。

  • 应用托管

  • Kubernetes 是面向 IaaS 管理的抽象,通过 Kubernetes 直接部署应用需要维护的资源比较多;

  • 通过 Knative Service 一个资源就能定义应用的托管。

  • 流量管理

  • Knative 通过 Gateway 结果应用流量,然后可以对流量按百分比进行分割,这为这为弹性、灰度等基础能力做好了基础。

  • 灰度发布

  • 支持多版本管理,应用同时有多个版本在线提供服务很容易实现;

  • 不同版本可以设置不同的流量百分比,对灰度发布等功能实现起来很容易。

  • 弹性

  • Knative 帮助应用节省成本的核心能力是弹性,在流量增加的时候自动扩容,容,流量下降的时候自动缩容;

  • 每一个灰度的版本都有自己的弹性策略,并且弹性策略和分配到当前版本的流量流量是相关联的。Knative 会根据分配过来的流量多少进行扩容或者缩容的决策。

2)丰富的弹性策略

作为 Serverless 框架,其核心能力就是自动弹性,Knative 中提供了丰富的弹性策略:

  • 基于流量请求的自动扩缩容 - KPA

  • 基于 CPU、Memory 的自动扩缩容 - HPA

  • 支持定时 + HPA 的自动扩缩容策略

  • 事件网关,提供请求与 Pod 1 对 1 处理能力

2. Serverless 事件驱动框架 - Eventing


事件驱动是 Serverless 的标配,在 Knative 中同样提供了事件驱动框架 - Eventing。

Knative 的 Eventing 提供了完整的事件模型,可以很容易地接入各个外部系统的事件。事件接入以后通过 CloudEvent 标准在内部流转。

在 Knative Eventing 提供两种事件转发方式:

  • 事件源直接转发到服务;

  • 事件源转发到 Broker / Trigger ,然后通过过滤转发到服务。

2.png

对于在使用过程中究竟应该使用哪种方式进行转发呢?其实很简单,Broker / Trigger 模型是基于底层消息系统实现的,对于像 Github、Gitlab、K8s APIserver 这样的事件源来说,需要对消息事件进行缓冲处理、保证消息传输可靠性,那么我们建议通过事件源转发到 Broker / Trigger 进行事件流转。

对于事件源本身就是消息系统来说,像 MNS、Kafka、RocketMQ来说,使用事件源直接转发到服务更为高效。

讲到这里,就不得不提 Knative 的事件源。我把它比喻成事件驱动引擎,Knative Eventing 正是通过这些事件源驱动事件流转。

Knative 社区提供了丰富的事件源,如 Kafka、GitHub 等。此外还接入消息云产品事件源,如 MNS、RocketMQ 等。

阿里云 Knative

================================================================================

阿里云 Knative 在社区原生的 Knative 之上,与阿里云资源体系进行了全方位的整合,提供了更为丰富的能力以及云产品级别的支持。

3.png

1. 与阿里云产品融合


  • 丰富的消息云产品事件源:Kafka 、MNS 、RocketMQ

  • 服务访问:SLB

  • 存储:NAS 、云盘等

  • 可观测性:日志服务、ARMS

  • IaaS 资源:ECS 、ECI

2. 天然集成阿里云 K8s 生态


  • 支持阿里云标准版 Kubernetes,专有版 Kubernetes;

  • 支持阿里云 Serverless Kubernetes(ASK), 并且在 ASK 中将 Knative 管控组件全托管,为用户节省了资源以及运维成本。

一个例子

=========================================================================

接下来以一个发送弹幕的示例来介绍一下如何玩转阿里云 Knative。先看一下效果:

4.png

架构示意图:

5.png

流程说明:

  • 用户通过弹幕 Web 服务发送弹幕到阿里云 Kafka;

  • Kafka Source 事件源监听到弹幕消息,然后发送到弹幕消息处理服务;

  • 弹幕消息处理服务接收到消息,然后自动弹性扩容实例进行消息处理,并将处理完成的消息发送给弹幕服务;

  • 最后弹幕通过 Web 服务界面展示给用户;

总结

=======================================================================

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)

img

总目录展示

该笔记共八个节点(由浅入深),分为三大模块。

高性能。 秒杀涉及大量的并发读和并发写,因此支持高并发访问这点非常关键。该笔记将从设计数据的动静分离方案、热点的发现与隔离、请求的削峰与分层过滤、服务端的极致优化这4个方面重点介绍。

一致性。 秒杀中商品减库存的实现方式同样关键。可想而知,有限数量的商品在同一时刻被很多倍的请求同时来减库存,减库存又分为“拍下减库存”“付款减库存”以及预扣等几种,在大并发更新的过程中都要保证数据的准确性,其难度可想而知。因此,将用一个节点来专门讲解如何设计秒杀减库存方案。

高可用。 虽然介绍了很多极致的优化思路,但现实中总难免出现一些我们考虑不到的情况,所以要保证系统的高可用和正确性,还要设计一个PlanB来兜底,以便在最坏情况发生时仍然能够从容应对。笔记的最后,将带你思考可以从哪些环节来设计兜底方案。


篇幅有限,无法一个模块一个模块详细的展示(这些要点都收集在了这份《高并发秒杀顶级教程》里),麻烦各位转发一下(可以帮助更多的人看到哟!)

由于内容太多,这里只截取部分的内容。
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
),麻烦各位转发一下(可以帮助更多的人看到哟!)

[外链图片转存中…(img-ixvS6ENs-1713728882395)]

[外链图片转存中…(img-SV7N5VAs-1713728882395)]

由于内容太多,这里只截取部分的内容。
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值