Faas 和无服务器架构

从IaaS、PaaS、SaaS到CaaS，再到火热的微服务架构，人们孜孜不倦的追求着将硬件资源抽象化，从虚拟机到容器，
再到现在的无服务器架构，FaaS是Functions as a Service的简称，代表业务方视角，而Serverless更多是
从部署的视角，其实描述的是类似的事情。

目前AWS的Lambda是无服务架构的代表，你可以很轻易的尝试，目前每个月的前100万次的请求是免费的，快去体验吧。

当前流行的faas开源组件

有好多，你去github搜一下，今天需要学习的是目前star数最多的OpenFaas，话说这个组件的作者，各个场合都在不遗余力的宣传，希望大家去标星它。废话不多说了，开始部署。先附上这个项目的地址：openfaas。

准备环境

• Build a cluster
  它可以部署在swarm集群或者k8s集群上，所以前提是你要有一个K8s集群，关于k8s集群的搭建，请参照 kubernetes 1.9.6 集群搭建。如果是用把k8s的各个组件，一个个作为服务去部署的化，你可能会踩无数的坑，但是对你理解k8s会有很大帮助。省事的话就用kubeadm。but！这里需要提醒的是，OpenFaas因为在编译镜像时使用了，多阶段构建的特性，因此docker版本要求必须是，17.05 or higher。
• Deploy OpenFaaS
  在master节点上执行：
  git clone https://github.com/openfaas/faas-netes
  faas-nets是一个将faas组件部署在k8s集群的项目，内含一些yaml文件的定义。
  权限、网关、prometheus等。
  cd faas-netes && \
kubectl apply -f ./namespaces.yml,./yaml
  这里会创建出2个命名空间：openfaas 和openfaas-fn
  还有其他和faas有关的pod出来。
  

• Use OpenFaaS
  使用CLI，这里需要访问aws的存储主机，所以国内的话还是被墙，没办法正常下载部分github上的release包。
  curl -sL https://cli.openfaas.com | sudo sh
  这里（可能）会失败，需要你去看下这个脚本，单独的下载下来（这个文件在你可以在我这里下载），然后阅读这个很简单的脚本。

  • 手工复制到/usr/local/bin目录下
  • 加个执行权限
  • 创建个软链接

• Deploy a function
  准备一个函数吧，python的：

  mkdir -p ~/functions && \
  cd ~/functions

  faas-cli new --lang python hello-python
  这会生成

  hello-python.yml
  hello-python文件夹
  

  改下hello-python/handler.py:

  def handle(req):
      print("Hello! You said: " + req)
  

  以及hello-python.yml:

  provider:
    name: faas
    gateway: http://clusterIp:31112
  
  functions:
    hello-python:
      lang: python
      handler: ./hello-python
      image: yourName/hello-python（这个地址是dockerhub地址）
  

  在这里记得先docker login一下。否则分发时会提示你没有权限push。
  名词解释：

  • gateway- here we can specify a remote gateway if we need to, what the programming language is and where our handler is located within the filesystem.(即是你的网管地址：xx:31112)
  • functions - this block defines the functions in our stack(描述函数信息)
  • lang: python - even though Docker is used behind the scenes to package your function. You don’t have to write your own Dockerfile unless you want to.（语言）
  • handler - this is the folder / path to your handler.py file and any other source code you need（函数内容）
  • image - this is the Docker image name. If you are going to push to the Docker Hub change the prefix from hello-python to include your Docker Hub account （例如lmxia/hello-python）

• faas-cli build -f ./hello-python.yml
  这里可能会报错，如果下载失败，或者超时，你又要科学上网了，或者从写我七牛云上的一个长久有效的地址：http://oikou4x2o.bkt.clouddn.com/faas-cli 和 http://oikou4x2o.bkt.clouddn.com/fwatchdog 在你的模板目录下，将你的函数对应的模板里Dockerfile里出现的fwathdog全部替换成刚才的链接。
  find . -type f | xargs grep "/fwatchdog" 找到所有的fwatchdog地址部分，然后替换掉。

• 验证
  以上步骤成功后
  docker images | grep hello-python
  能看到本地的docker images，这个就是所谓你的函数运行的image了，所以无服务器架构还是有服务器的。只不过你认为它是透明的就好了。
  然后分发到docker.hub上
  faas-cli push -f ./hello-python.yml
  这样你的node节点，就可以有地方下载了，当然如果你有私有镜像仓库，就传到私有镜像仓库。我这里使用的是docker.hub。

• 接下来部署

  faas-cli deploy -f ./hello-python.yml
  curl 127.0.0.1:31112/function/hello-python -d “hello, world!”
  这个时候你会发现，k8s神奇的给我们在node节点上部署了一个pod，这个pod镜像正是我们刚刚产生的镜像。

• 更复杂的用法
  比如你的python包还有其他依赖包，比如第三方包等，这块先不写了。
  回头补上。