Function Compute：基本概念

基本概念總覽

服務

服務是Function Compute資源管理的單位，是符合微服務理念的概念。從業務情境出發，一個應用可以拆分為多個服務。從資源使用維度出發，一個服務可以由多個函數組成。例如一個資料處理服務，分為資料準備和資料處理兩部分。資料準備函數資源需求小，可以選擇小規格執行個體。資料處理函數資源需求大，可以選擇大規格執行個體。

建立函數前必須先建立服務，同一個服務下的所有函數共用一些相同的設定，例如服務授權、日誌配置。服務的相關操作，請參見管理服務。

FC函數

Function Compute的資源調度與運行是以函數為單位。FC函數由函數代碼和函數配置構成。

FC函數必須從屬於服務，同一個服務下的所有函數共用一些相同的設定，例如服務授權、日誌配置。函數的相關操作，請參見管理函數。

Function Compute支援事件函數和HTTP函數兩種函數類型，關於二者的區別，請參見函數類型選型。

請求處理常式

您可以在Function Compute控制台配置請求處理常式。具體操作，請參見建立函數。

版本

版本相當於服務的快照，包括服務的配置、服務內的函數代碼及函數配置，不包括觸發器。版本類似於Git裡的一次commit，該commit包含了一個或者多個代碼檔案及其配置變更，是當前倉庫的一次快照。更多資訊，請參見管理版本。

別名

別名可以理解為指向特定服務版本的指標，利用別名來輕鬆實現發布、復原以及灰階發布等功能。別名類似於Git裡的tag，可以將當前commit標記為tag，進而release為一次業務迭代。更多資訊，請參見管理別名。

標籤

使用標籤（Tag）對服務資源進行歸類，便於搜尋和資源彙總。您還可以通過標籤功能將服務分組，實現不同角色對不同分組的服務擁有不同的操作許可權。更多資訊，請參見管理標籤。

層

層可以為您提供自訂的公用依賴庫、運行時環境及函數擴充等發布與部署能力。您可以將函數依賴的公用庫提煉到層，以減少部署、更新時的程式碼封裝體積，也可以將自訂的運行時，以層部署在多個函數間共用。更多資訊，請參見建立自訂層。

觸發器

觸發器是觸發函數執行的方式。在事件驅動的計算模型中，事件來源是事件的生產者，函數是事件的處理者，而觸發器提供了一種集中、統一的方式來管理不同的事件來源。在事件來源中，當事件發生時，如果滿足觸發器定義的規則，事件來源會自動調用觸發器所對應的函數。更多資訊，請參見觸發器簡介。

運行時

函數運行環境，Function Compute提供多種語言的運行環境。具體資訊，請參見Function Compute運行時。

自訂網域名

您可以為帶有HTTP觸發器的函數或應用綁定自訂網域名，實現通過固定的網域名稱訪問該函數或應用。您也可以將配置的自訂網域名作為來源站點網域名稱，為其添加CDN加速網域名稱，使您的訪問使用者能夠更加快速地讀取所需內容，降低訪問時延，提高服務品質。更多資訊，請參見配置自訂網域名。

隨用隨付

隨用隨付是一種先使用後付費的計費方式。您只需為實際使用的Function Compute資源付費，不需要提前購買資源。更多資訊，請參見隨用隨付。

資源套件

資源套件是一種預付費的計費方式，與隨用隨付相比，您可以以更優惠的價格享受等量資源，從而減少成本。Function Compute提供各種資源使用類型的資源套件。具體資訊，請參見資源套件。

CPU執行個體

Function Compute的基本執行個體，適用於各種突發流量和計算密集情境。更多資訊，請參見執行個體類型及使用模式。

GPU執行個體

基於Turing架構的執行個體，將不同業務負載下沉至GPU硬體加速，使得業務處理效率更高。主要適用於音視頻、AI人工智慧和影像處理等情境。更多資訊，請參見執行個體類型及使用模式。

冷啟動

冷啟動是指在函數調用鏈路中的代碼下載、啟動函數執行個體、進程初始化及代碼初始化等環節。當冷啟動完成後，函數執行個體就緒，後續請求就能直接被函數執行。更多資訊，請參見Function Compute冷啟動最佳化最佳實務。

按量模式

按量模式下，Function Compute系統自動為函數分配和釋放執行個體。更多資訊，請參見按量模式。

預留模式

預留模式是將函數執行個體的分配和釋放交由您管理。當您預留了函數執行個體，Function Compute系統收到函數調用請求時，會優先將請求轉寄給您預留的函數執行個體。當函數請求的峰值超過預留的函數執行個體處理能力時，剩餘的部分請求將會轉寄給您的按量模式的執行個體。更多資訊，請參見預留模式。

預留模式下執行個體的執行環境是長駐的，可以徹底消除冷啟動對業務的影響。

為瞭解決預留模式配置的固定預留執行個體利用不充分問題，您可以設定預留模式執行個體的Auto Scaling功能，支援定時Auto Scaling和指標追蹤Auto Scaling兩種方案。

定時Auto Scaling

在指定時間將預留的函數執行個體量設定成需要的值。更多資訊，請參見預留模式的Auto Scaling方式。

指標追蹤Auto Scaling

通過追蹤監控指標實現對預留模式的函數執行個體進行動態伸縮。更多資訊，請參見預留模式的Auto Scaling方式。

單一實例並發數

單一實例並發數是指單個函數執行個體同時可以處理的請求數。更多資訊，請參見設定執行個體並發度。

同步調用

事件被函數處理完成後直接返回結果。更多資訊，請參見同步調用。

非同步呼叫

事件被成功觸發後立即返迴響應結果，無需等待背景工作執行完成。Function Compute系統會可靠地處理該訊息，但不會返回具體的調用情況和函數執行狀態。如您想擷取非同步呼叫結果，必須通過配置非同步呼叫目標來實現。具體資訊，請參見非同步呼叫功能概覽。如您想追蹤並儲存非同步呼叫各個階段的狀態，可以選擇開啟非同步任務模式處理非同步請求。具體資訊，請參見非同步任務功能概覽。

調用分析

調用分析功能是函數請求層級的執行狀態匯總，開啟調用分析功能後，系統會收集合函式每次執行的指標資訊。更多資訊，請參見請求層級指標日誌。

鏈路追蹤

為分布式應用的開發人員提供了完整的調用鏈路還原、調用請求量統計、鏈路拓撲及應用依賴分析等工具，可以協助開發人員快速分析和診斷分布式應用架構下的效能瓶頸，提高微服務時代下的開發診斷效率。更多資訊，請參見鏈路追蹤簡介。