基於 Serverless 架構的編程學習小工具

時間 2020-06-03

原文原文鏈接

以前我作過一個在線編程的軟件，目前用戶量大概有幾十萬，經過這個 App 不只僅能夠進行代碼的編寫、運行還能夠進行編程的學習。本身一直對 Serverless 架構情有獨鍾，剛好趕到個人這個 App 學習板塊被不少人吐槽難用，索性就對這個學習板塊進行重構，而且打算在重構的時候，直接將這個學習板塊搬上 Serverless 架構。前端

本文做者 Anycodespython

基於 Serverless 架構重構是出於兩個方面考慮 —— 一是 Serverless 架構能讓我的開發者的運維工做變得簡單，尤爲是不用操心服務器，也不用關心流量洪峯（固然，對於個人我的項目而言，也沒太多的洪峯），二是 Serverless 架構的按量付費，極大節約了成本。mysql

總體設計

數據庫設計

這個部分在以前是若干個大模塊，如今統一整理到一個模塊中進行項目重構，因此這裏繼續複用以前的數據庫：git

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，這裏表關聯並無使用外鍵，而是直接用的 ID 進行表之間的關聯。github

說實話，這個數據庫設計的並非很好，緣由是由於初次構建這個數據部分，絕大部分數據都是在其餘站點採集而來，當時因爲模塊快速上線，便直接按照原有格式存儲，因此能夠認爲這個數據庫中有不少表的字段實際上是無效的，或者針對這個項目是未被使用的。web

後端設計

後端將會總體部署到一個函數上，功能總體結構：sql

總體功能就是雲函數 SCF 綁定 API 網關觸發器，用戶訪問 API 網關指定的地址，觸發雲函數，而後函數在入口處進行功能拆分，請求不一樣的方法得到對應的數據。數據庫

這裏要額外說明一下，後端總體接口部署在一個函數的緣由，是由於我這個模塊的使用量並非很是頻繁，因此部署到一個函數上也不會出現超過最大實例的限制，若是超出限制是能夠申請擴容的；express

其次，全部的接口都是對數據庫增刪改查，放入到一個函數中，在必定程度上能夠保證容器的活性，下降部分冷啓動帶來的問題，同時容器的複用，也能夠在必定程度上下降後臺數據庫連接池的壓力；除此以外，全部的接口功能，都是隻須要最少的內存（64M）便可完整運行，不會由於個別接口的預估內存較大，進而影響影響總體的成本。編程

因此這裏評估以後，是能夠將多個接口，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須要有 8 個頁面，主要就是科技類新聞、教程、文檔、圖書等相關功能，經過墨刀繪製的原型圖以下：

前端項目開發將會採用 Vue.js，而且將其部署到對象存儲中，經過騰訊雲對象存儲的靜態網站功能對外提供服務。

項目開發

後端函數開發

後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，須要在函數外進行，這樣能夠保證複用實例的時候不會再次創建連接，防止數據庫鏈接池出現問題：

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")

數據庫查詢操做

這一部分主要就是針對不一樣接口查詢數據庫，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

最後一部分就是函數的入口，函數入口部分就是作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}

函數部分完成以後，能夠配置 API 網關部分：

在整個後端接口開發過程當中，其實並無遇到什麼太大的問題，由於這個學習功能的模塊基本上就是對數據庫進行查詢的操做，因此相對來講很是順利。

效果預覽

總體預覽結果：一共包括十幾個頁面，這裏取其中8個主要的頁面進行效果展現：

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

經過 PostMan 進行基本測試：

對接口進行 1000 次訪問測試：

能夠看到，接口表現良好，並未出現失敗的狀況，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，能夠看到總體的效果仍是很是不錯。

這樣一個項目開發完成，上線以後，前端部分被放到對象存儲 COS 中，後端業務被放到雲函數 SCF 中，觸發器使用的是 API 網關，在監控層面，函數計算有着比較不錯的監控緯度：

同時函數併發，彈性伸縮等問題都由雲廠商來解決，能夠這樣說，自從這個組件部署到了 Serverless 架構上，我所作的操做就是若是業務代碼有問題，進行簡單修復和簡單維護。講真，整個效果仍是不錯的。

經過按量付費，能夠看到我後端服務產生的費用：

因爲雲函數沒辦法看到單個資源的費用，因此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不少。

固然雖說在計算服務這裏總體費用只有幾元錢相對來講很是便宜，可是其還有 API 網關的費用和對象存儲的費用，例如 API 網關費用：

一樣，我這裏的 API 網關也是有不少服務的，不只僅是 Anycodes 這樣一個服務產生的，可是總體加一塊兒 2 月份只有 1 元錢，相對來講也是蠻低的。

總結

經過我的項目中的一個子模塊重構過程，將該項目部署到 Serverless 架構上：

在開發過程當中，我以爲是蠻方便的，一方面本身不須要在服務器中安裝各種軟件，也不須要搭建 web 服務，不須要對 web 服務進行優化，作的只是讀取數據庫，按照必定的格式進行 return，至於 web 服務等相關模塊交給 API 網關來實現，整個一個後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，由於我我的不是專業作前端的，因此不管是佈局仍是邏輯開發，都是有點障礙的，可是也只用了 2 天時間；因此這個模塊從開發到上線只用了 2 天時間；
項目在部署的時候很是流暢，基於 Serverless Framework 的開發者工具一鍵部署，後期更新維護，只須要從新部署便可，線上也是無縫切換，不會出現更新服務形成的服務中斷，也不用爲更新服務可能形成服務中斷而作額外的操做，總體後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，經過一個月的觀察，整個資源消耗是蠻低的，總體性能保證的同時，成本也逐漸的被壓低，對於我的開發者來講，確實是一個福音。

經過這樣一個簡單上 Serverless 架構的過程，也讓我對 Serverless 架構有了更深刻的瞭解和認識，做爲一種新技術或者說新的架構，Serverless 的成長還須要一段時間。可是我相信，他的成長，會很快速。