Serverless架構的編程學習小工具有哪些

本篇文章為大家展示了Serverless架構的編程學習小工具有哪些，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

之前我做過一個在線編程的軟件，目前用戶量大概有幾十萬，通過這個 App 不僅僅可以進行代碼的編寫、運行還可以進行編程的學習。自己一直對 Serverless 架構情有獨鐘，恰好趕到我的這個 App 學習板塊被很多人吐槽難用，索性就對這個學習板塊進行重構，并且打算在重構的時候，直接將這個學習板塊搬上 Serverless 架構。

基于 Serverless 架構重構是出于兩個方面考慮 —— 一是 Serverless 架構能讓個人開發者的運維工作變得簡單，尤其是不用操心服務器，也不用關心流量洪峰（當然，對于我的個人項目而言，也沒太多的洪峰），二是 Serverless 架構的按量付費，極大節約了成本。

整體設計

數據庫設計

這個部分在之前是若干個大模塊，現在統一整理到一個模塊中進行項目重構，所以這里繼續復用之前的數據庫：

在這個數據庫中，四個模塊分別是：新聞文章、開發文檔、基礎教程以及圖書資源。其中開發文檔包括大分類，子列表以及正文等內容，這里表關聯并沒有使用外鍵，而是直接用的 ID 進行表之間的關聯。

說實話，這個數據庫設計的并不是很好，原因是因為初次構建這個數據部分，絕大部分數據都是在其他站點采集而來，當時由于模塊快速上線，便直接按照原有格式存儲，所以可以認為這個數據庫中有很多表的字段其實是無效的，或者針對這個項目是未被使用的。

后端設計

后端將會整體部署到一個函數上，功能整體結構：

整體功能就是云函數 SCF 綁定 API 網關觸發器，用戶訪問 API 網關指定的地址，觸發云函數，然后函數在入口處進行功能拆分，請求不同的方法獲得對應的數據。

這里要額外說明一下，后端整體接口部署在一個函數的原因，是因為我這個模塊的使用量并不是非常頻繁，所以部署到一個函數上也不會出現超過最大實例的限制，如果超出限制是可以申請擴容的；

其次，所有的接口都是對數據庫增刪改查，放入到一個函數中，在一定程度上可以保證容器的活性，降低部分冷啟動帶來的問題，同時容器的復用，也可以在一定程度上降低后臺數據庫鏈接池的壓力；除此之外，所有的接口功能，都是只需要最少的內存（64M）即可完整運行，不會因為個別接口的預估內存較大，進而影響影響整體的成本。

所以這里評估之后，是可以將多個接口，放入到一個函數中，對外提供對應的服務。

前端設計

前端設計，預計在學習資源部分需要有 8 個頁面，主要就是科技類新聞、教程、文檔、圖書等相關功能，通過墨刀繪制的原型圖如下：

前端項目開發將會采用 Vue.js，并且將其部署到對象存儲中，通過騰訊云對象存儲的靜態網站功能對外提供服務。

項目開發

后端函數開發

后端函數開發主要包括三部分

• 部分資源的初始化，部分資源初始化，需要在函數外進行，這樣可以保證復用實例的時候不會再次建立鏈接，防止數據庫連接池出現問題：

def getConnection(dbName):
    conn = pymysql.connect(host="",
                           user="root",
                           password="",
                           port=3306,
                           db=dbName,
                           charset='utf8',
                           cursorclass=pymysql.cursors.DictCursor,
                           )
    conn.autocommit(1)
    return conn


connectionArticle = getConnection("anycodes_article")

• 數據庫查詢操作

這一部分主要就是針對不同接口查詢數據庫，例如獲取文章分類：

def getArticleCategory():
    connectionArticle.ping(reconnect=True)
    cursor = connectionArticle.cursor()
    search_stmt = ('SELECT * FROM `category` ORDER BY `sort`')
    cursor.execute(search_stmt, ())
    data = cursor.fetchall()
    cursor.close()
    result = {}
    for eve_data in data:
        if eve_data['pre_name'] not in result:
            result[eve_data['pre_name']] = []
        result[eve_data['pre_name']].append({
            "id": eve_data["sort"],
            "name": eve_data["name"]
        })
    return result

例如獲取文章列表：

def getArticleList(cid):
    connectionArticle.ping(reconnect=True)
    cursor = connectionArticle.cursor()
    search_stmt = ('SELECT * FROM `article` WHERE `category` = %s ORDER BY `sort`')
    cursor.execute(search_stmt, (cid,))
    data = cursor.fetchall()
    cursor.close()
    result = [{
                "id": eve_data["aid"],
                "title": eve_data["title"]
            } for eve_data in data]
    return result

• 最后一部分就是函數的入口，函數入口部分就是做功能分發和接口識別：

def main_handler(event, context):
    try:
        result_data = {
            "error": False
        }
        req_type = event["pathParameters"]["type"]
        if req_type == "get_book_list":
            result_data["data"] = getBookList()
        elif req_type == "get_book_info":
            result_data["data"] = getBookContent(event["queryString"]["id"])
        elif req_type == "get_daily_content":
            result_data["data"] = getDailyContent(event["queryString"]["id"])
        elif req_type == "get_daily_list":
            result_data["data"] = getDailyList(event["queryString"]["category"])
        elif req_type == "get_dictionary_result":
            result_data["data"] = getDictionaryResult(event["queryString"]["word"])
        elif req_type == "get_dev_content":
            result_data["data"] = getDevContent(event["queryString"]["id"])
        elif req_type == "get_dev_section":
            result_data["data"] = getDevSection(event["queryString"]["id"])
        elif req_type == "get_dev_chapter":
            result_data["data"] = getDevChapter(event["queryString"]["id"])
        elif req_type == "get_dev_list":
            result_data["data"] = getDevList()
        elif req_type == "get_article_content":
            result_data["data"] = getArticle(event["queryString"]["id"])
        elif req_type == "get_article_list":
            result_data["data"] = getArticleList(event["queryString"]["id"])
        elif req_type == "get_article_category":
            result_data["data"] = getArticleCategory()
        return result_data
    except Exception as e:
        print(e)
        return {"error": True}

函數部分完成之后，可以配置 API 網關部分：

在整個后端接口開發過程中，其實并沒有遇到什么太大的問題，因為這個學習功能的模塊基本上就是對數據庫進行查詢的操作，所以相對來說非常順利。

效果預覽

整體預覽結果：一共包括十幾個頁面，這里取其中8個主要的頁面進行效果展示：

整個頁面基本上是還原了設計稿的樣子，并且和原有項目進行了部分的整合，無論是列表頁面還是圖書頁面等，數據加載速度表現良好。

通過 PostMan 進行基本測試：

對接口進行 1000 次訪問測試：

可以看到，接口表現良好，并未出現失敗的情況，對該測試結果進行耗時的可視化：

其中最大的時間消耗是 219 毫秒，最小是 27 毫秒，平均值 35 毫秒，可以看到整體的效果還是非常不錯。

這樣一個項目開發完成，上線之后，前端部分被放到對象存儲 COS 中，后端業務被放到云函數 SCF 中，觸發器使用的是 API 網關，在監控層面，函數計算有著比較不錯的監控緯度：

同時函數并發，彈性伸縮等問題都由云廠商來解決，可以這樣說，自從這個組件部署到了 Serverless 架構上，我所做的操作就是如果業務代碼有問題，進行簡單修復和簡單維護。講真，整個效果還是不錯的。

通過按量付費，可以看到我后端服務產生的費用：

由于云函數沒辦法看到單個資源的費用，所以整個函數我有幾十個，一共花費的費用也遠遠比服務器的一個月便宜很多。

當然雖然說在計算服務這里整體費用只有幾元錢相對來說非常便宜，但是其還有 API 網關的費用和對象存儲的費用，例如 API 網關費用：

同樣，我這里的 API 網關也是有很多服務的，不僅僅是 Anycodes 這樣一個服務產生的，但是整體加一起 2 月份只有 1 元錢，相對來說也是蠻低的。

總結

通過個人項目中的一個子模塊重構過程，將該項目部署到 Serverless 架構上：

• 在開發過程中，我覺得是蠻方便的，一方面自己不需要在服務器中安裝各類軟件，也不需要搭建 web 服務，不需要對 web 服務進行優化，做的只是讀取數據庫，按照一定的格式進行 return，至于 web 服務等相關模塊交給 API 網關來實現，整個一個后端開發大概耗時大約是一個多小時；前端開發是比較耗時的，因為我個人不是專業做前端的，所以無論是布局還是邏輯開發，都是有點障礙的，但是也只用了 2 天時間；所以這個模塊從開發到上線只用了 2 天時間；

• 項目在部署的時候非常流暢，基于 Serverless Framework 的開發者工具一鍵部署，后期更新維護，只需要重新部署即可，線上也是無縫切換，不會出現更新服務造成的服務中斷，也不用為更新服務可能造成服務中斷而做額外的操作，整體后期更新過程快速且簡單易用；

• 資源消耗部分就是使用按量付費，通過一個月的觀察，整個資源消耗是蠻低的，整體性能保證的同時，成本也逐漸的被壓低，對于個人開發者來說，確實是一個福音。

通過這樣一個簡單上 Serverless 架構的過程，也讓我對 Serverless 架構有了更深入的了解和認識，作為一種新技術或者說新的架構，Serverless 的成長還需要一段時間。但是我相信，他的成長，會很快速。

上述內容就是Serverless架構的編程學習小工具有哪些，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。