作者 | 李鹏（元毅）
来源 | Serverless 公众号

一、事件驱动框架：Knative Eventing

事件驱动是指事件在持续事务管理过程中，进行决策的一种策略。可以通过调动可用资源执行相关任务，从而解决不断出现的问题。通俗地说是当用户触发使用行为时对用户行为的响应。在 Serverless 场景下，事件驱动完美符合其设计初衷之一：按需付费。

1. Knative 模型

图：Knative 模型

Knative 主要包括两大部分：一是用于工作负载的 Serving，包括版本管理、灰度流量、自动弹性；二是 Eventing（事件驱动框架）。

核心玩家
- Google；
- IBM；
- Pivotal；
- RedHat；
- SAP。
友商相关产品
- Google CloudRun；
- IBM；
- Pivotal Function Service(PFC)；
- OpenShift。

2. 事件驱动框架：Eventing

Knative 的 Eventing 提供了一个完整的事件模型，方便接入各个外部系统的事件。事件接入以后，通过 Cloud Event 标准在内部流转，结合 Broker-Trigger 模型进行事件处理。

从上图可以看到，Eventing 中包含三部分内容：

事件源
**Broker-Trigger：**事件驱动模型，这个模型在早期 16 年的版本开始出现，其原理是 Trigger 订阅 Broker 信息并过滤，最后将事件发送到对应的服务进行消费。
**消息系统：**在 Eventing 中每个 Broker 下面对应一个消息的系统，来承载对事件的整个流转。目前社区支持的消息系统包括 Kafka、NATS、Rocket MQ、Rabbit MQ 等。

3. 关键特性：事件规则

事件规则的核心是 Broker-Trigger 模型，它包含以下特性：

Trigger 的 filter 的作用是对 Event 进行内容过滤；
支持对 Event 的 Attribute 以及 Data 的内容进行过滤；
支持 Common Expression Language（CEL）表达式过滤；
支持通过 SourceAndType（事件源类型）进行过滤。

二、事件驱动引擎-事件源

1. 事件源介绍

Knative 社区中提供了丰富的事件源接入，包括 Kafka、Github，也支持接入消息云产品的一些事件，比如 MNS、RocketMQ 等。

如上图所示，接入事件源之后，可以通过 Broker-Trigger 模型请求相应的服务。这些服务包括一些具体场景，比如从源码构建镜像、自动化镜像发布、AI 音视频处理、定时任务等。所有的事件都需要这样的事件源来拉取，然后下发到 Eventing 整个事件流转过程。

事件接入
- 接入消息云产品事件源；
- 通过 MNS 接入更多云产品的事件。
事件处理
- Knative Eventing 内部实现事件的订阅、过滤和路由机制；
- 事件最终通过 Knative 管理的 Serverless 服务进行消费。
典型案例
- AI 音视频处理；
- 代码提交自动构建镜像。

2. RocketMQ 事件源

消息队列 RocketMQ 版是阿里云基于 Apache RocketMQ 构建的低延迟、高并发、高可用、高可靠的分布式消息中间件。

消息队列 RocketMQ 版既可为分布式应用系统提供异步解耦和削峰填谷的能力，同时也具备互联网应用所需的海量消息堆积、高吞吐、可靠重试等特性。

RocketMQSource 是 Knative 平台的 RocketMQ 事件源。其可以将 RocketMQ 集群的消息以 Cloud Event 的格式实时转发到 Knative 平台，是 Apahe RocketMQ 和 Knative 之间的连接器。

3. Kafka 事件源

消息队列 Kafka 版是阿里云基于 Apache Kafka 构建的高吞吐量、高可扩展性的分布式消息队列服务，广泛用于日志收集、监控数据聚合、流式数据处理、在线和离线分析等，是大数据生态中不可或缺的产品之一，阿里云提供全托管服务，用户无需部署运维，更专业、更可靠、更安全。

三、AI 事件驱动场景实践

以具体场景为例，该案例是一个直播系统，系统每天都有海量的直播访问，访问量根据直播热度随时变化，弹性有波动，同时存在不定时的增量。客户的诉求，一是业务弹性波动，消息并发性比较高；二是互动实时响应，要求低延迟。

为了满足对消息处理的弹性波动、高并发及低延迟的要求，客户选择阿里云的 Knative 服务进行数据的弹性处理。阿里云 Knative 完全契合了用户当前的诉求，并且在接入 K8s 标准之上，提供了基于事件和消息的弹性调度。

当应用实例数随着业务的波峰波谷进行扩容和缩容时，真正做到了按需使用、实时弹性的能力。整个过程完全自动化，减少业务开发人员在基础设施上的负担。在这个案例中，Knative 主要提供了三个能力：极致弹性、事件处理、开箱即用。

下面进行示例演示，演示内容主要有：

部署 Kafka 事件源
部署事件网关
部署服务
模拟事件处理

演示过程观看链接：https://developer.aliyun.com/live/246128

作者简介：
李鹏，花名：元毅，阿里云容器平台高级开发工程师，2016 年加入阿里，深度参与了阿里巴巴全面容器化、连续多年支持双十一容器化链路。专注于容器、Kubernetes、Service Mesh 和 Serverless 等云原生领域，致力于构建新一代 Serverless 平台。当前负责阿里云容器服务 Knative 相关工作。

AI 事件驱动场景 Serverless 实践相关推荐

5分钟Serverless实践 | 构建无服务器的敏感词过滤后端系统
前言在上一篇"5分钟Serverless实践"系列文章中,我们介绍了什么是Serverless,以及如何构建一个无服务器的图片鉴黄Web应用,本文将延续这个话题,以敏感词过滤为例 ...
激发企业大“智慧” | 深度赋能AI全场景揭秘你不知道的移动云
2020年是人工智能技术发展的关键年.疫情之下,世界见证了人工智能在抗击疫情中发挥的积极作用:今年4月,国家发改委正式将人工智能确定为新基建的重要领域之一.在历史机遇下,AI已实现"质变和量 ...
在线应用的 Serverless 实践
作者 | 唐慧芬(黛忻) 阿里云产品专家导读:毫无疑问,Serverless 能够在效率和成本上给用户带来巨大收益.那具体到落地又应该怎么做呢?本文就给大家详细解读 Serverless 的落地实践 ...
AI学习与进阶实践-基于行业价值的AI学习与进阶路径
AI学习与进阶实践如何转型搞AI? 无行业不智能-基于行业价值的AI学习与进阶路径 1 行业与需求 2 行业与技术 3 AI入门指引机器学习与前沿AI开源项目 1 机器学习建模与自动机器学习 2 ...
人工智能之华为云ModelArts的深度使用体验与AI Gallery应用开发实践
一.ModelArts 简介 ① 什么是 ModelArts? ModelArts 是面向 AI 开发者的一站式开发平台,提供海量数据预处理及半自动化标注.大规模分布式训练.自动化模型生成及端-边-云 ...
TiDB 在金融关键业务场景的实践
TiDB 作为一款高效稳定的开源分布式数据库,在国内外的银行.证券.保险.在线支付和金融科技行业得到了普遍应用,并在约 20 多种不同的金融业务场景中支撑着用户的关键计算.本篇文章将为大家介绍分布式关 ...
技术沙龙 | 深度赋能AI全场景，揭秘你不知道的移动云
9月25日,移动云TeaTalk主题线下技术专场沙龙第二站,在成都圆满结束.5G 时代,AI与云计算的融合成为大势所趋."深度赋能AI全场景,揭秘你不知道的移动云"技术沙龙,围绕用 ...
以微信为例，聊聊在内容推荐上AI的一些应用实践
本文由作者吾某发布于社区内容推荐一直是流量分发中十分常见的应用方向,如头条的资讯.抖音的短视频.网易云音乐等等. 而微信也从去年开始逐渐推出更多内容产品服务,包括视频号.直播.看一看等等.对于微 ...
大数据与AI的16个实践分享
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale活动主办方:DataFun,指导单位:北京智源研究院文章作者:Hoh Xi ...

AI 事件驱动场景 Serverless 实践