简介: Serverless 领域近一年行业发展回顾。

2018年7月,Google 发布了 Knative。 Knative 是一个基于 Kubernetes 的开源 Serverless 框架,具备构建容器、流量调配、弹性伸缩、零实例、函数事件等能力。Knative 背后主要有 Google,Redhat,Pivotal 和 IBM 等公司参与。值得留意的是,Knative 的社区发展非常迅速,截止到 2019年4月,已经有超过50家公司参与,超过400贡献者。

2018年12月,AWS 发布了 Firecracker。 Firecracker 是一个开源的虚拟化技术,面向基于函数的服务,创建和管控安全的、多租户的容器。Firecracker 的目标是把传统虚拟机安全性和隔离型,和容器的诉求和资源效率结合起来。类似的产品还有 Kata Container 和 gVisor。

2019年1月,InfoQ 发布架构和设计趋势报告。 报告指出,「虽然当前 serverless 这个词可能还比较模糊,但是它驱动了行业更多地关注事件驱动的系统设计,以及更多地自动化底层操作系统的关注点。」

2019年2月, Jonas Bonér (Akka的创始人)指出 ,目前 serverless 的编程模型还是限制在无状态的函数上,即 FaaS,这限制了 serverless 能支持的用例:https://thenewstack.io/serverless-needs-a-bolder-stateful-vision/。

2019年2月,UC Berkeley 发布了 Serverless Computing 报告。 报告阐述了 Serverless Computing 的动力,分析了当前 Serverless 技术的优劣,以及这一领域目前遇到的问题和机会。

2019年3月,Red Hat 发布了 Quarkus。 Quarkus 是一个开源的,Kubernetes 原生的 Java 框架,适配 GraalVM 和 OpenJDK HotSpot。较之于传统的 Java 应用,使用 Quarkus 编写的 Java 应用程序在启动时间和内存消耗上有较大的改进。

2019年3月,Mozilla 宣布了 WASI,WebAssembly 的系统接口。 WASI 的目标是让 WebAssembly 代码运行在所有设备上、机器和操作系统上。WebAssembly 原来主要是为 web 客户端设计的,而现在 Mozilla 想将其扩展到其他地方,例如数据中心的服务端和 IoT 设备。

2019年3月,Pivotal 发布了 Spring Cloud Function 2.1.0.M1。Spring Cloud Function 是一层对于 Serverless 平台的抽象,基于 Spring Boot,推崇面向函数的编程模型。Spring Cloud Function 目前支持 AWS Lambda,微软 Azure 和 Apache OpenWhisk。

2019年4月,Google 发布了 Cloud Run 。Google Cloud 是一个托管式的计算平台,用户可以部署无状态的容器,容器可以接受 http 请求,按实际请求次数收费。Cloud Run 能够管理好基础设施,包括自动弹性和缩容到零实例。Cloud Run 基于开源 Knative 标准构建,用户的容器运行在安全容器 Gvisor 中。

2019年5月,Oracle 发布 GraalVM 19.0。 GraalVM 是一个通用的应用虚拟机,除了支持 JVM 语言外,还支持 JS, Python, Ruby, R 等其他语言,它可以通过 AOT 技术将应用编译成本地镜像,以提升启动时间、降低内存消耗。

2019年5月,Spring 核心开发 Juergen Hoeller 分享了 Spring 5.2 & 5.3 的 Roadmap。 其中包含了 Spring 5.2 的启动时间优化,以及 Spring 5.3 对 GraalVM Native Images 的兼容。

Serverless 领域近一年行业发展回顾相关推荐

  1. Serverless 的喧哗与骚动(一)附Serverless行业发展回顾

    作者 | 阿里中间件高级技术专家 许晓斌 <Maven实战>作者,曾负责 AliExpress 微服务架构演进,现在负责阿里集团 Serverless 技术研发落地. 导读:从 2016 ...

  2. 先行一步,7大技术创新和突破,阿里云把 Serverless 领域的这些难题都给解了

    简介: 函数计算 FC 首创 GPU 实例.业内首发实例级别可观测和调试.率先提供端云联调和多环境部署能力.GB 级别镜像启动时间优化至秒级.VPC 网络建连优化至200ms,Serverless 应 ...

  3. 先行一步,7 大技术创新和突破,阿里云把 Serverless 领域的这些难题都给解了

    摘要:函数计算 FC 首创 GPU 实例.业内首发实例级别可观测和调试.率先提供端云联调和多环境部署能力.GB 级别镜像启动时间优化至秒级.VPC 网络建连优化至200ms,Serverless 应用 ...

  4. 阿里巴巴计算平台资深技术专家“一浪”对大数据领域近几年的技术趋势和变化的看法【强烈推荐数据岗细细品!】

    导读:计算和存储分离是近几年大数据架构领域颇受关注的一个技术风向.在对刚刚过去的 2019 天猫双 11 技术进行总结时,阿里巴巴 CTO 行癫也特别提到了阿里在计算存储分离上的进展.大数据最初兴起之 ...

  5. 2021年中国网约车行业发展回顾及行业发展趋势分析:行业赛道热度不减,市场规模不断扩大[图]

    一.网约车发展历程 网约车,即网络预约出租汽车经营服务的简称,是指以互联网技术为依托构建服务平台,接入符合条件的车辆和驾驶员,通过整合供需信息,提供非巡游的预约出租汽车服务的经营活动.中国网约车经历了 ...

  6. 2021年中国医疗美容(医美)行业发展回顾:监管不断趋严、市场规模稳步扩大,发展前景广阔[图]

    医疗美容(MedicalCosmetology)是指运用药物.手术.医疗器械以及其他具有创伤性或者不可逆性的医学技术方法对人的容貌和人体各部位形态进行的修复与再塑的美容方式.最早起源于古埃及时期,是使 ...

  7. 2021年中国生鲜电商行业发展回顾及未来行业发展策略分析:要增强生鲜农产品的稳定性、降低运营成本[图]

    一.行业发展现状 1.产业链 生鲜产品电子商务,简称生鲜电商,指用电子商务的手段在互联网上直接销售生鲜类产品,如新鲜水果.蔬菜.生鲜肉类等作为核心商品,利用互联网将生鲜品通过电商仓库等传统快递方式配送 ...

  8. 2021年中国工业品电商行业发展回顾及大型国有工业品电商平台助力民企转型发展的作用分析[图]

    一.行业发展现状 工业品(IndustrialProducts)是购买以后用于加工生产或企业经营用的产品.消费品和工业品的区别就在于它们的购买目的.如果一个消费者买一台割草机在自己的房子周围用,这割草 ...

  9. 2021年中国汽车电商行业发展回顾及未来发展趋势分析:随着汽车销量的增长,已成为汽车销售不可阻挡的趋势 [图]

    一.汽车产销量 2020年以来,受持续出现的新冠肺炎疫情和车载芯片供应短缺双重"利空"影响,全球汽车市场的发展陷入了低谷期.作为汽车保有量最多的国家,中国在过去很长一段时间里,都扮 ...

最新文章

  1. 一张图带你了解 Spring Cloud 微服务架构!
  2. 机器学习数学基础:随机事件与随机变量
  3. 使用 GetStartupInfo 检查自己是否被调试
  4. identifyTask练习
  5. 第二天:Swift手势操控弹性按钮
  6. ORA-27101 shared memory realm does not exist 错误处理
  7. 如何系统地自学python100天_如何系统地自学 Python?
  8. springboot2 war页面放在那_Spring Boot2版的权限管理系统
  9. 数据挖掘应用案例:RFM模型分析与客户细分(转)
  10. Python是最好的编程语言,Locust是最好的压测工具,不服来辩!
  11. PHP程序显示时出现乱码
  12. [Python]集合的交集,并集,差集
  13. 大众点评运维架构图文详解
  14. 虚拟机XP系统突然变卡顿解决办法
  15. 健易保获数千万元A轮融资,BV百度风投投资
  16. Windows10上安装VS2017社区版操作步骤
  17. 怎么在合同谈判,计划和执行阶段分别进行范围管理
  18. xv6 6.S081 Lab1: util
  19. pandas 读取excel文件
  20. Involution 笔记:

热门文章

  1. 开源神器!答应我,别再用 abc 做变量名了好么!
  2. 一文看尽目标检测:从 YOLO v1 到 v3 的进化之路
  3. camvid数据集介绍_深度学习图像数据集介绍(MSCOCO)
  4. java 抽象接口类,Java接口(interface)和Java抽象类(abstract class)的区别(详诉版)
  5. sublime存模板_Sublime Text新建.vue模板并高亮
  6. 机器学习基础-决策树-12
  7. PyTorch基础-使用卷积神经网络CNN实现手写数据集识别-07
  8. [TCP/IP] TCP流和UDP数据报之间的区别
  9. 关于最佳线程数的计算的准确理解
  10. luogu2839 [国家集训队]middle