据 Jonas Bonér 所说:
CloudState 是一个围绕状态管理通过添加概念、模型和实现来定义什么是“serverless 2.0”(或者下一代 serverless 是什么)的倡议。任何构建过云应用程序(分布式系统)的人都知道,状态实际上是最难处理的,而到目前为止,serverless 或多或少会忽略状态管理这一点。所以我们试着把它和两件事情结合起来。首先是标准化工作,为实现这些功能定义规范、协议和 TCK。其次是参考实现,实现规范。
CloudState 基本上由两部分组成:标准化工作,定义用户函数与后端之间的规范、协议和 TCK;以及一个参考实现,它用多种语言实现了后端和一组客户端的 API 库。
CloudState 是为基于事件驱动的架构、事件源、CQRS、集群分片、数据和处理协同定位、CRDTs 以及其他常见的分布式模式而设计的。此外,CloudState 的参考实现利用了运行在 kubernetes 上的 Knative、gRPC、Akka 集群和 GraalVM,这不仅使应用程序能够有效地伸缩,而且还能使应用程序在保持其全局或本地数据一致性的同时,在一定范围内可靠地管理分布式状态。
让我们看下 CloudState 服务是怎样的:
(图片来自 https://github.com/cloudstateio)
Ingress(入口)——可以是 Istio、Knative、或 Kubernetes 中常规的 ClusterIP 服务通信。
Akka Sidecar(Akka 侧车)——由 CloudState 操作符注入;每个请求都会经过它。单个 CloudState 服务的 sidecars 形成一个集群,使用 Akka remoting 彼此直接通信。
Code(代码)——由开发人员实现的函数。它可以用任何支持 gRPC 的语言编写。Akka sidecars 使用预定义的 gRPC 协议与用户函数通信。
Distributed Datastore (分布式数据存储)——当服务需要持久化状态时使用。需要注意的是,用户代码并不直接与数据存储交互,它先是与 Akka sidecars 交互,Akka sidecars 再与数据存储通信。
CloudState 实现了自己的自动容量伸缩器,使用 Knative 的自动容量伸缩器进行实验时,一旦对 Akka 集群进行扩容就会带来一些问题,其中一个问题是当添加新节点时,会重新平衡切分,并复制状态。一次启动太多的节点或者是只启动节点而不立即停止它们时,将会显著降低吞吐量和性能。
有关 CloudState 的更多详细信息可以查看 GitHub repo(https://github.com/cloudstateio/cloudstate/blob/master/README.md)。它还有一个示例应用程序,是用 [ava 和 JavaScript 实现的简单聊天程序。
想要贡献力量的用户可以订阅邮件列表,加入 Gitter 频道进行讨论,或者通过 Twitter 进行联系。
原文链接:
https://www.infoq.com/news/2019/09/cloudstate
活动推荐
Java工程师除了Java语法,还需要哪些知识?点亮Java开发技能树,全面掌握:设计模式,流行框架、组件和工具,分布式架构,微服务,性能优化。清除能力短板,突破进阶关口。点击「阅读原文」或扫描「下图二维码」了解Java工程师的学习路径。