10分钟上线 - 函数计算实现Serverless图片处理服务

阿里云函数计算服务(FunctionCompute,FC)是一个事件驱动的全托管计算服务。通过函数计算与云端各个服务的广泛集成,开发者只需要编写函数代码,就能够快速地开发出弹性高可用的后端系统。接下来我们使用FC,来快速实现一个图片转换服务。

图片转换服务展示

我们用图像处理中经典的lena为例
10分钟上线 - 函数计算实现Serverless图片处理服务

处理example入口地址:

效果图:

10分钟上线 - 函数计算实现Serverless图片处理服务

10分钟上线 - 函数计算实现Serverless图片处理服务

函数入口

普通函数入口

def my_handler(event, context):
    return 'hello world'
  • 函数名

my_handler需要与创建函数时的"Handler"字段相对应:例如创建函数时指定的 Handler 为main.my_handler,那么函数计算会去加载main.py中定义的my_handler函数

  • event 参数

event 参数是用户调用函数时传入的数据,其类型是str

  • context 参数

context 参数中包含一些函数的运行时信息(例如 request id/临时 AK 等)。其类型是FCContext,具体结构和使用在下面的使用 context介绍

  • 返回值

函数的返回值会作为调用函数的结果返回给用户,它可以是任意类型:对于简单类型会函数计算会把它转换成 str 返回,对于复杂类型会把它转换成 JSON 字符串返回

HTTP 触发器的函数入口

HELLO_WORLD = b"Hello world!\n"
def handler(environ, start_response):
    context = environ['fc.context']
    status = '200 OK'
    response_headers = [('Content-type', 'text/plain')]
    start_response(status, response_headers)
    return [HELLO_WORLD]
  • environ : environ 参数是一个 python 字典,里面存放了所有和客户端相关的信息,具体详情参考 environ 参数,函数计算增加了两个自定义的 key,分别是 fc.contextfc.request_uri

    • fc.context : 和普通函数入口的 context 意义一样
    • fc.request_uri : string 类型,request 的 url

需要注意的点:environ 中的 HTTP_Variables ,里面包含 request 中 header, 比如某个请求的 header 的为 'x-Custom-key':'value' , 在 environ 中会表现为:environ['HTTP_X_CUSTOM_KEY']='value', 可以理解为,对于 request header 中的 key,WSGI 做如下处理:key = "HTTP_" + k.upper().replace("-","_")

  • start_response : start_response 参数是一个可调用者(callable), 具体参考 the-start-response-callable , 这个是 FC runtime 提供的,它接受两个必要的位置参数和一个可选参数。

更多详细介绍请参考函数入口python runtime

具体操作步骤

假定这次实验所有操作在华南1深圳region完成,所有实验相关的资源请从附件中下载

这里介绍两种部署方法:

  1. 利用fun 工具进行自动化部署
  2. 利用控制台进行可视化部署

准备工作

  • 准备图片到相应的oss bucket
    比如在华南1创建了一个名叫xiamen-ws的bucket,bucket放置了这四张图片(bucket名字自己任意取名,示例图片附件中有)

10分钟上线 - 函数计算实现Serverless图片处理服务

利用fun工具进行自动部署

Fun 是用于在阿里云上定义 serverless 应用的模型。
Serverless 应用是由事件触发功能组成的应用。一个典型的 serverless 应用由一个或多个由诸如向 阿里云 OSS 上传对象,在 阿里云 OTS 上执行数据操作以及 API 操作等事件触发的阿里云函数计算组成。这些函数可以独立使用。也可以利用其它资源,例如阿里云 OTS 的表和 OSS 的 buckets。最基本的 serverless 应用可以只有一个函数。

比如对于这个案例,定义的yaml文件如下:

ROSTemplateFormatVersion: '2015-09-01'
Transform: 'Aliyun::Serverless-2018-04-03'
Resources:
  image-demo-pro:
    Type: 'Aliyun::Serverless::Log'
    Properties:
      Description: 'image process log pro'
    fc-log:
      Type: 'Aliyun::Serverless::Log::Logstore'
      Properties:
        TTL: 362
        ShardCount: 1 
  
  image-service:
    Type: 'Aliyun::Serverless::Service'
    Properties:
      Description: 'image process demo'
      Policies:
        - AliyunOSSFullAccess
      LogConfig:
        Project: 'image-demo-pro'
        Logstore: 'fc-log'
    image-proc:
      Type: 'Aliyun::Serverless::Function'
      Properties:
        Handler: main.handler
        CodeUri: './'
        Description: 'image-process http function'
        Runtime: python2.7
        Timeout: 60
        MemorySize: 512
      Events:
        http-trigger:
          Type: HTTP
          Properties:
            AuthType: ANONYMOUS
            Methods: ['GET', 'POST', 'PUT']

上面的定义的yaml文件要做以下几件事情:

  1. 创建日志资源:logproject: image-demo-pro, logstore: fc-log
  2. 创建service:image-service 以及function: image-proc, 函数添加了一个类型为HTTP,名叫http-trigger的trigger
  3. 配置service role以及logconfig, 其中role的权限为AliyunOSSFullAccess和函数执行日志写到fc-log的权限

具体操作

  npm install git://github.com/aliyun/fun.git --save -g
  • 修改template.yml中的logproject的名字和.env中的相关配置,执行命令fun deploy

执行成功后,应该可以看到如下资源被创建, 截图:
10分钟上线 - 函数计算实现Serverless图片处理服务

10分钟上线 - 函数计算实现Serverless图片处理服务

控制台setup

创建函数,并且配置http trigger

  • 新建service,配置service一个具有访问oss权限的role

10分钟上线 - 函数计算实现Serverless图片处理服务

10分钟上线 - 函数计算实现Serverless图片处理服务

  • 创建一个函数,并设置Http trigger

10分钟上线 - 函数计算实现Serverless图片处理服务

10分钟上线 - 函数计算实现Serverless图片处理服务

10分钟上线 - 函数计算实现Serverless图片处理服务

10分钟上线 - 函数计算实现Serverless图片处理服务

总结

函数计算有如下优势:

  • 无需采购和管理服务器等基础设施
  • 专注业务逻辑的开发
  • 提供日志查询、性能监控、报警等功能快速排查故障
  • 以事件驱动的方式触发应用响应用户请求
  • 毫秒级别弹性伸缩,快速实现底层扩容以应对峰值压力
  • 按需付费。只需为实际使用的计算资源付费,适合有明显波峰波谷的用户访问场景

欢迎大家通过扫码加入我们用户群中,搭建过程中有问题或者有其他问题可以在群里提出来。
函数计算官网客户群(11721331)。
10分钟上线 - 函数计算实现Serverless图片处理服务

上一篇:git配置


下一篇:Django 根据数据库表反向生成Model