AI 事件驱动场景 Serverless 实践
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
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
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
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。
事件驱动引擎-事件源
1. 事件源介绍
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
3. Kafka 事件源
AI 事件驱动场景实践
部署 Kafka 事件源
部署事件网关
部署服务
模拟事件处理
打开链接:
https://developer.aliyun.com/live/246128
扫描下方二维码:
(扫码观看实操演示)
从架构演进开始,介绍 Serverless 架构及技术选型构建 Serverless 思维; 了解业界流行的 Serverless 架构运行原理; 掌握 10 大 Serverless 真实落地案例,活学活用。
评论