自提出以来,Serverless架构就备受关注,无论是AWS、Google Cloud,还是国内的阿里云、腾讯云等都投入了大量的人力物力建设相关的生态,完善相关的产品。Serverless架构虽然具有弹性伸缩、按量付费等优点,但是在实际的生产环境中还是有很多坑,例如冷启动严重,难以调试等。
本系列从Serverless的概念介绍出发,重点讲述了Serverless在监控告警、人工智能、大数据等众多领域的实际应用。没有“高大上的宏伟蓝图”,都是人人可上手的实际案例,希望读者看完之后都可以自己完成一些Serverless小应用。
Serverless 作为一个新技术或者说是一个新架构,在使用的时候也会有很多坑,本文将为大家展示如何一步步实现 Hello World。
Serverless 架构是云发展的产物,是一种去服务器化更加明显的架构。然而,细心的朋友可能会发现,有一个开发者工具也叫 Serverless,那么 Serverless 到底是一个架构,还是一个开发者工具呢?这个开发者工具和 Serverless 架构又有什么关系呢?
Serverless 服务的一个重要应用场景就是运维、监控与告警,所以本文将会通过现有的 Serverless 平台,部署一个网站状态监控脚本,对目标网站的可用性进行监控告警。
图像分类是人工智能领域的一个热门话题,通俗来讲,就是根据各自在图像信息中反映的不同特征,把不同类别的目标区分开。图像分类利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,代替人的视觉判读。
对文本进行自动摘要的提取和关键词的提取,属于自然语言处理的范畴。提取摘要的一个好处是可以让阅读者通过最少的信息判断出这个文章对自己是否有意义或者价值,是否需要进行更加详细的阅读;而提取关键词的好处是可以让文章与文章之间产生关联,同时也可以让读者通过关键词快速定位到和该关键词相关的文章内容。
敏感词过滤是随着互联网社区一起发展起来的一种阻止网络犯罪和网络暴力的技术手段,通过对可能存在犯罪或网络暴力的关键词进行有针对性的筛查和屏蔽,能够防患于未然,将后果严重的犯罪行为扼杀于萌芽之中。
当图片数量很多、尺寸很大的时候,压缩、标准化和水印添加就会占用很多的资源。那么,我们是否能够利用 Serverless 架构实现图片压缩与水印的一条龙服务,同时用户量的激增也不会影响整体体验呢?
每个接触过 Serverless 的人应该都听过这样一句话:“Serverless 是无状态的。”那么,这个无状态到底指的是什么呢?
Serverless 可以看作是一个新的技术、新的架构。我们在接触新鲜事物的时候,或多或少都要有一个适应期,如何在 Serverless 架构下上传文件,就是需要适应的部分。
Serverless 是一个比较新的概念、架构,让开发者放弃之前的开发习惯、放弃现有的 Express、Koa、Flask、Django 等框架,无缝转向 Serverless 架构,显然是不可能的,必须得有一段过渡和适应的时间。
在 Serverless 架构的应用实践中,有一个非常实在的应用:视频处理。
本文我们将使用对象存储 + 云函数,通过 MapReduce 模型实现一个简单的 WordCount 算法。
如果是传统技术栈想要实现 Websocket 会比较容易,但是函数计算由于不支持长连接操作,由事件驱动,所以实现起来会有难度。本文将结合函数计算与 API 网关,尝试由 Websocket 实现一个聊天工具。
利用定时触发器可以快速建立一个企业微信机器人,我们可以在这个机器人中实现很多定制化的功能,例如按时提醒我们喝水吃饭、定时推送新闻天气、实现监控告警等等。
每到大型节假日,我们常会发现社交平台都会提供生成头像装饰的小工具,很是新奇好玩。
基于 Serverless,我实现了一个图书查询系统,通过用户输入能模糊匹配到对应的结果,并且提供书籍对应的地点。
基于 Serverless 架构重构项目,主要有两大优势,一是会让个人开发者的运维工作变得简单,不用再关心服务器健康、不用关心流量洪峰;二是 Serverless 架构是按量付费,虽然在一定程度上,Serverless 架构会让所依赖的产品维度变多,但只要控制、评估得好,成本节约效果是非常显著的。
如何才能给微信公众号增加更多功能?传统的做法是使用一台服务器搭建微信公众号的后台服务,那么我们能否利用 Serverless 架构,通过超简单的方法来实现简单的微信公众号后台?
本文通过原生 Serverless 项目开发和 Flask 框架部署实现了一个基于 Python 语言的博客系统,在这个系统实现了文章发布、自动撰写文章的关键词和摘要,还可以进行留言评论的管理。
本文将会介绍通过微信小程序,在 Serverless 架构上实现一款基于人工智能的相册小工具。
在实际生产生活中,无论是单地域服务还是多地域就近接入服务,多地域部署容灾都是很重要的,尤其在 Serverless 架构下,按量付费让主备模式成本骤降。
当我们把 Serverless 架构应用于实际项目,就会发现调试成为了效率的重要影响因素。以日志输出为例,某个函数被触发之后未得到预期结果,大家第一想法就是查看日志,但这时输出的日志可能并未是我们想要的,而且云厂商输出日志的延时也非常高。