OPEN:OpenFunction：新一代開源函數計算平臺_PEN

無服務器計算，即通常所說的 Serverless，已經成為當前云計算領域的熱門話題與趨勢技術。無服務器計算是一種契合于當下云原生生態的開發、運行模式。無服務器并非不依賴服務器，而是對開發者而言服務器被抽象為更精確的算力單元。加州大學伯克利分校在論文 A Berkeley View on Serverless Computing 中提出的關于 Serverless 的觀點——Serverless computing = FaaS + BaaS 被廣泛接受，而 FaaS (函數即服務) 是 Serverless 的核心。

自 AWS Lambda 面世后，各大云計算巨頭廠商紛紛投入 Serverless 戰場，爭相推出各自的 Serverless 或 FaaS 平臺。另一方面，開發者不希望被特定廠商綁定的意愿也讓開源的 Serverless 項目有了一席之地。如今 OpenFaaS（faas 倉庫 20.3k）、Kubeless（6.7k）、Fission（6.4k）、OpenWhisk（5.4k）、Knative（serving 倉庫 3.9k） 社區已經擁有大量的擁簇與開發者。

那么為什么 KubeSphere 社區要做一個自己的 FaaS 項目而不是直接集成現有的主流 Serverless 或 FaaS 框架？或者說現在的 Serverless 市場為什么還需要 OpenFunction ？

根據 CNCF 的云原生報告可以看出，Kubernetes 在容器編排技術領域擁有絕對的優勢，甚至可以將 Kubernetes 作為云原生的代名詞。云原生是目前備受矚目的技術潮流，該領域的創新非常活躍，陸續涌現出了眾多優秀的開源項目（比如 Serverless 領域的 KEDA、Knative 等），并且還將繼續引領技術趨勢。在 Kubernetes 宣布 1.20 版本將棄用 Docker、不再將其作為默認的容器運行時之后，盡管 Docker 仍然占據著容器運行時領域最大的份額，但對于云原生開發者來說，不得不開始著手順應這方面的變化。

與此同時，人們生活方式的變化不斷催生新的業務模式，5G、大數據、邊緣計算、AI 推理、圖數據庫等服務應運而生。這些應用場景不但擴大了 Serverless 的潛在市場，結合云原生的技術潮流也孵化出很多新的技術，如 Dapr、WebAssembly 等。如何突破現有項目的局限引入更新更強力的技術，如何抹平運行時之間的差異降低應用的開發成本，逐漸成為了開發者的新煩惱。

ChatGPT的創建者OpenAI正在就以290億美元的估值進行收購要約談判:1月6日消息，知情人士透露，AI聊天機器人ChatGPT的創建者OpenAI正在談判以收購要約的形式出售現有股票，該公司的估值將達到290億美元左右，較2021年的140億美元翻倍，盡管其收入很少，仍使其成為賬面估值最大的美國初創公司之一。上述知情人士說，風險投資公司Thrive Capital和Founders Fund正在就該投資進行談判，該交易將以股票出售的形式完成，總額至少為3億美元。該交易的結構為收購要約，投資者從OpenAI的員工等現有股東手中購買股票。(華爾街日報)[2023/1/6 10:24:31]

OpenFunction開源項目鏈接：

https://github.com/OpenFunction/OpenFunction

OpenFunction 是 KubeSphere 社區發起的開源 FaaS 項目，目前的核心開發人員均來自 KubeSphere 團隊。KubeSphere 社區一直陸續收到社區用戶對 Serverless 或 FaaS 功能的需求，也注意到了社區開發者參與 Serverless 開發的興趣：

KubeSphere 是否有計劃集成 Knative ？我愿意參與開發！

KubeSphere 有 FaaS 方面的計劃嗎？是否可以集成 OpenFaaS ?

可否提供日志告警的功能？這個需求本質上是可自動伸縮的異步數據處理。

和云原生一樣，Serverless 是個不容錯失的賽道。僅僅集成現有的 Serverless 或 FaaS 項目還不足以體現 Serverless 這個領域的重要性，于是 KubeSphere 社區從 2020 年下半年開始對 Serverless 領域進行深度調研。經過一段時間的調研后，我們發現：

現有開源 FaaS 項目絕大多數啟動較早，大部分都在 Knative 出現前就已經存在了；

Knative 是一個非常杰出的 Serverless 平臺，但是 Knative Serving 僅僅能運行應用，不能運行函數，還不能稱之為 FaaS 平臺；

NFT交易平臺X2Y2宣布12%代幣將向OpenSea交易用戶空投:2月16日消息，NFT交易平臺X2Y2宣布12%的代幣（1.2億枚）將用于向OpenSea歷史交易用戶空投，在北京時間2022年1月1日20:00:03前在OpenSea進行過交易的用戶均可領取空投，約86萬個地址符合條件。Opensea交易量高于30個ETH的用戶均可領取1000個X2Y2空投，交易量在0-30個ETH的用戶可領取的空投數量與交易量成正比。

據悉，在X2Y2市場列出一定數量的 NFT 是領取 X2Y2 代幣的前提，例如領取高于1000個代幣需上線5個不同的NFT集合或50個不同的NFT。該項目將于北京時間2月16日早晨5:30左右開啟空投。[2022/2/16 9:54:05]

Knative Eventing 也是非常優秀的事件管理框架，但是設計有些過于復雜，用戶用起來有一定門檻；

OpenFaaS 是比較流行的 FaaS 項目，但是技術棧有點老舊，依賴于 Prometheus 和 Alertmanager 進行 Autoscaling，在云原生領域并非最專業和敏捷的做法；

近年來云原生 Serverless 相關領域陸續涌現出了很多優秀的開源項目如 KEDA、 Dapr、  Cloud Native Buildpacks（CNB）、 Tekton、 Shipwright 等，為創建新一代開源 FaaS 平臺打下了基礎。

綜上所述，我們調研的結論就是：現有開源 Serverless 或 FaaS 平臺并不能滿足構建現代云原生 FaaS 平臺的要求，而云原生 Serverless 領域的最新進展卻為構建新一代 FaaS 平臺提供了可能。于是 KubeSphere 社區決定發起 OpenFunction 項目，其目標是構建新一代開源函數計算平臺。

截至 2021 年 8 月， OpenFunction  陸續發布了 4 個版本，在最新的 v0.3.1 版里 builder 和 serving 部分已經趨于穩定，并且發布了 OpenFunction 自己的事件驅動框架 OpenFunction Events。KubeSphere 社區將持續在 OpenFunction 進行投入，最新路線圖詳見 OpenFunction Roadmap (https://github.com/OpenFunction/OpenFunction/blob/main/docs/roadmap.md)。

以太坊技術服務商OpenZeppelin發布Optimism智能合約審計報告:11月25日消息，以太坊技術服務商OpenZeppelin發布Optimism智能合約審計報告。從2021年3月15日開始，OpenZeppelin在7周的時間里與3位審計師一起審計了Optimism的代碼庫，共發現4個嚴重和4個高度嚴重的問題，并提出修改建議以減少代碼的攻擊面和提高其整體質量。[2021/11/25 7:10:43]

目前青云全象低代碼平臺已經采用 OpenFunction 實現靈活的低代碼平臺插件機制；也有來自 Nebula 的社區用戶用 OpenFunction 實現了語音助手；有社區開發者為 OpenFunction 社區貢獻了 NodeJS 版的 Function Framework 和 Builder。隨著項目逐漸成熟，會有越來越多的社區用戶使用 OpenFunction，我們也期待有更多的社區開發者參與進來。

OpenFunction 是一個開源的函數即服務（FaaS）框架，和大多數同類產品一樣，旨在讓用戶專注于他們的業務邏輯，而不必擔心底層運行環境和基礎設施。如下圖所示函數生命周期中幾個重要的部分分別是: 函數框架（Functions framework）、函數構建 (Build）、函數服務 （Serving）和事件驅動框架 （Events Framework），下面我們將分別詳細闡述這幾個重要部分的設計及架構。

OpenFunction 函數生命周期示意圖

在 FaaS 框架中，怎樣將一段函數代碼轉換為可運行的應用是一個重要的環節。我們知道函數計算之所以降低了開發成本，正是因為函數框架（Functions framework）代替開發者完成了很多與業務無關的工作。不僅如此，函數框架還為開發者提供了應用運行環境中的上下文和語義明確的函數開發擴展庫（可以理解為 SDK）。

這部分的設計并不復雜，實現的難點在于如何做到上述的語義明確和功能強大。

我們調研了幾種主流的 FaaS 框架（平臺），發現大部分的項目選擇了封裝函數入參的做法，其意圖在于抽象輸入數據的處理方式，即無論請求是什么格式，都可以使用框架提供的函數擴展庫來獲取數據。在這些成熟的案例中，我們發現封裝入參的方式可以使函數在同一個框架內具有很高的靈活性和可擴展性。當函數的數據輸入源變更后，函數本身不需要再做對應的入參適配，從而降低了使用者的開發成本。

加密交易所INX完成對Openfinance的收購:金色財經報道，INX Limited周二宣布，在獲得美國金融業監管局(FINRA)的批準后，已完成對Openfinance Securities,LLC的收購。此前消息，加密交易所INX宣布收購數字資產交易平臺Openfinance。[2021/6/9 23:22:38]

從這個角度看，封裝入參方式比不封裝（或自定義）入參方式具備更大的潛力。接受了這個設定之后，我們再來看看函數框架的本質。函數框架本質上可以歸納為以下三個作用：

將用戶提供的函數轉換成可以運行的應用；

將用戶函數封裝為一個標準的訪問地址，提供給輸入端；

將輸出端封裝為一個標準的訪問地址，提供給用戶函數。

如果你了解過 Dapr，你就會發現后面兩點和 Dapr 的工作原理幾乎一致。Dapr 是一種分布式應用運行時，它以一種優雅的方式簡化了開發者與中間件的交互。在 Kubernetes 中，Dapr 可以看作以 Sidecar 的方式實現了函數轉換的功能。那么是否能用 Dapr 作為 FaaS（Serverless）平臺中的 Functions framework？答案是肯定的。OpenFunction 正是基于 Dapr 提供了一套靈活的 functions framework 機制（其中包含了借鑒 Google functions-framework 處理 HTTP 函數的部分）實現了與各種復雜中間件的對接，并搭載兩種運行時——以 Knative serving 為基礎的同步函數運行時，和以 KEDA 結合 Dapr 為基礎的異步函數運行時 OpenFunctionAsync，以期實現對實際生產中大部分應用場景的覆蓋。

為了能讓這個函數框架真正運作起來，往往還需要借助一些函數范圍外的配置，用于定義函數和觸發器、數據源、數據目標之間的關聯關系。我們稱之為函數上下文（OpenFunction Context），理論上它通常具備以下內容：

使用者通用元數據，如用戶 ID、RequestID 等其他上下文信息；

事件源的定義，如名稱、類型、服務地址、數據類型等；

觸發器的定義，如名稱、類型、觸發規則、觸發周期、執行方式等；

函數的定義，如名稱、監聽地址等；

提供自定義的 key-value 參數，如環境變量，以及用于適配不同的 Runtime 等。

韓國區塊鏈項目Klaytn將集成NFT交易市場OpenSea:韓國互聯網巨頭Kakao子公司Ground X旗下區塊鏈項目Klaytn將集成NFT交易市場OpenSea。與OpenSea的集成將使基于Klaytn的NFT（從游戲物品和角色到數字藝術）得到支持，6月底前將進行點對點（P2P）交易。用戶可以將OpenSea賬戶與Kaikas錢包，還可以用Klaytn的代幣KLAY買賣NFT。據悉，Kaikas錢包是連接到Klaytn網絡的Web瀏覽器擴展錢包。（PRNewswire）[2021/3/29 19:25:31]

OpenFunction 組件示意圖

我們通常會用 Build 來指代容器鏡像的打包，但實際上將源代碼打包成鏡像只是構建工作中的一個步驟，開發者還有諸如拉取代碼、代碼預處理、鏡像上傳等工作需要完成。由此我們將 Build 拆分為兩個主要的功能點，即制作容器鏡像與創建構建流水線。在調研了 Cloud Native Buildpacks（CNB）、Tekton、Shipwright 等開源項目后，我們最終設計了 OpenFunction Builder CRD，為用戶提供了一種可以自由選擇 Build 方案的 Build 框架。

Docker 被 Kubernetes 放棄作為默認的容器運行時后，我們在 Kubernetes 中制作容器鏡像還有多種選擇比如 Kaniko、Buildah、BuildKit 以及 Cloud Native Buildpacks（CNB）。其中前三者均依賴 Dockerfile 去制作容器鏡像，而 Cloud Native Buildpacks（CNB）是云原生領域最新涌現出來的新技術，它不依賴于 Dockerfile，而是能自動檢測要 build 的代碼，并生成符合 OCI 標準的容器鏡像，已經被 Google Cloud、IBM Cloud、Heroku、Pivotal 等公司采用。

OpenFunction 選擇 Cloud Native Buildpacks（CNB） 作為容器鏡像制作的默認選擇，陸續也會支持 Kaniko、Buildah、BuildKit 等方式。

Cloud Native Buildpacks（CNB） 的核心是 CNB Lifecycle，它負責將由應用源代碼到鏡像的構建步驟抽象出來，形成一套標準規范從而完成對整個過程的編排，并最終產出應用鏡像。這樣一來，開發者就可以將不同邏輯的最小構建單元 buildpack（可以理解為 Dockerfile 中的鏡像分層） 按自身的需求組合到一起，生成一個構建器（builder），再交由 CNB 處理鏡像的構建過程。

因為這是一套開源的標準，所以在 OpenFunction Builder 中開發者不但可以選擇 OpenFunction 自身的構建器（builder）來構建鏡像，還可以選擇任何一種符合 CNB Lifecycle 的構建器，如 Google buildpacks、Paketo buildpacks 等，這意味著使用者可以構建任何語言、類型的應用。

Build 的另一個需求——構建流水線，就需要借助 Tekton 這樣優秀的流水線工具作為支持。在最開始的版本中，OpenFunction 毫不猶豫地選擇 Tekton 來拆分構建環節的工作，為之前所談到的構建任務在 Tekton 中創建對應的 Task 及 Pipeline 等。

在對 Shipwright 的調研中我們發現 Shipwright 同樣由 Tekton 驅動，并且 Shipwright 將 Tekton 的設計理念帶入了鏡像構建過程，形成了非常云原生的鏡像構建框架，同時也支持使用 Kaniko、Buildah、BuildKit 以及 Cloud Native Buildpacks（CNB）構建鏡像，并可以通過指定 BuildStrategy 和 ClusterBuildStrategy 在上述四種鏡像構建方法之間進行切換。

于是我們在 v0.3.0 版本中將原有的 Tekton + Cloud Native Buildpacks 的構建方案切換成了 Shipwright。OpenFunction Builder 從設計上完美解決了如何在沒有 Dockerfile 的情況下制作容器鏡像的問題，并且具備了高度自由、云原生的構建器（構建方案）選擇機制。無論是使用現成的 Dockerfile 還是僅用一段源代碼，OpenFunction Builder 都可以將其構建為 Open Container Initiative（OCI）標準鏡像并上傳到指定的倉庫中。

函數服務 （Serving）指的是如何運行函數 / 應用，以及賦予函數 / 應用基于事件驅動或流量驅動的自動伸縮的能力（Autoscaling）。我們根據這兩個方面設計了負責運行函數 / 應用的 OpenFunction Serving CRD，并將函數分為同步函數和異步函數。同步函數是指客戶端發出請求后，必須等到函數執行完成并獲取函數運行結果后才返回；異步函數是指客戶端觸發函數后，無需等待函數運行結束即可返回。

在同步函數方面，Knative Serving 具備了非常出色的自動伸縮機制，OpenFunction 支持 Knative Serving 作為同步函數運行時，未來還將基于 KEDA http-add-on 開發 OpenFunctionSync 同步函數運行時。

在異步函數方面，我們結合 KEDA 和 Dapr 開發了 OpenFunctionAsync 異步函數運行時。Dapr 用于解耦函數對各種中間件的訪問；KEDA 提供了 ScaledObject 和 ScaledJob 兩種資源，用于根據實際事件源的監控指標自動進行工作負載副本數量的伸縮，它很好地彌補了 Knative Serving 在非 HTTP 驅動源場景中的不足。同時 KEDA 也在持續開發可以處理 HTTP 請求的 http-add-on 項目，這使得 OpenFunction 在后續的演進中具備了更多的選擇，OpenFunction 未來將集成 KEDA http-Add-on 實現不依賴 Knative Serving 的 OpenFunctionSync 運行時。

我們將上面的工作集合起來，即使用 OpenFunction Serving CRD 來管理控制函數運行的整個生命周期。Serving CRD 包含了使用者對函數類型、輸入、輸出端的定義，以及函數實例自動伸縮的定義。OpenFunction Controller 會按照這些定義，生成相應的 Knative Service、Dapr 和 KEDA 組件，其中 Knative Service 負責同步函數的運行與自動伸縮；KEDA 會負責異步函數的自動伸縮，而 Dapr 會負責異步函數對接外部輸入 / 輸出。展開來講， Dapr 會將外部的輸入通過 OpenFunction Context 傳遞給 Functions framework，進而傳遞給函數；函數執行完成會通過調用 Functions framework 中相應的函數將輸出通過 Dapr 輸出到外部。

OpenFunction 事件框架示意圖

除了核心的 FaaS 框架之外，OpenFunction 也設計了事件驅動框架以實現對異步函數的驅動。目前事件框架參考了 Argo Events 與 Knative Eventing 的部分設計，同時避免了引入類似 Knative Eventing 中過于復雜的設計；通過引入 Dapr 解耦了 EventBus 與底層具體 Message Broker 的綁定，進而利用 Dapr 的 binding 和 pubsub 分別對接事件源與 EventBus，以更優雅和可插拔的方式實現了類似 Argo Events 的架構，具備了對事件源的條件判斷、對事件的流轉控制等能力。

本質上來看，事件框架也是一個由事件驅動的工作負載，那么它本身可以是 Serverless 形式的工作負載嗎？可以用 OpenFunction 的異步函數來驅動嗎？其實 OpenFunction 社區已將該設計列入路線圖中，目前也已實現部分組件的自驅動能力。

我們從一些關于 Serverless 的報告中可以看出，Serverless 服務有著可觀的市場潛力，未來五年內也許就會達到千億級的市場規模。然而對于 Serverless 技術本身來說，仍有很多待解決的問題，如冷啟動、安全性、可觀測性等等。

OpenFunction 在發展的過程中非常看中趨勢中的技術，相信它們可以帶來活力與變革能力（也許 Wasm 會成為 OpenFunction 的下一個服務運行時）。將成熟的與新生的技術掰開揉碎和在一起，再穿插進獨立的設計與思考，或許就是 OpenFunction 解決上述問題的后發者優勢，當然也是 OpenFunction 當下面臨的挑戰。

期待感興趣的開發者加入 OpenFunction 社區。可以提出任何你對 OpenFunction 的疑問、設計提案與合作提議。

作者：

方闐 | OpenFunction Maintainer

霍秉杰 | OpenFunction 發起人

Tags：OPENPENFUNIONOpenSeaPEN價格StableFund USDaion幣是什么幣

ADA