目前最火的 ChatGpt，据说微软在 2019 年向 OpenAI 投资了约10亿美元的现金和云代金券，让团队购买微软云进行训练。在 Cloud Native 的时代背景下，Serverless 这种云原生开发模型，让开发者不需要关注服务器底层的部署，只需要编写功能函数。下面我们介绍如何使用 Knative 部署一个属于自己的 Serverless 服务集群。

Knative 服务安装

Knative 本质上是在K8s 上的一个容器管理服务。在K8s集群中能轻松运行无服务器容器，Knative 负责网络的自动扩缩容，而且可以通过 knative/func 插件支持构建多种编程语言容器。目前支持的编程语言或框架如下，当然用户能自己扩展函数模板。

根据官网的介绍， 使用 Knative 需要先安装一些软件，而且至少需要3核内存3GB的机器。

1. 安装 Kind , Kind 可以很方便的一键式创建一个 k8s 集群。

curl -Lo ./kind https://kind.sigs.k8s.io/dl/v0.17.0/kind-linux-amd64
chmod +x ./kind
sudo mv ./kind /usr/local/bin/kind

1. 安装 kubectl, 顾名思义这个工具是 k8s 客户端管理工具。

curl -LO "https://dl.k8s.io/$(curl -L -s https://dl.k8s.io/release/stable.txt)/bin/linux/amd64/kubectl.sha256"
chmod +x kubectl
sudo mv ./kubectl /usr/local/bin/kind

1. 安装 knative client 插件, knative 命令式客户端;

wget https://github.com/knative/client/releases/download/knative-v1.9.0/kn-linux-amd64
mv kn-linux-amd64 kn
chmod +x ./kn
sudo mv ./kn /usr/local/bin/

1. 安装 knative quickstart 插件, 一键创建k8s集群并部署 knative 服务的工具, 注意我写文档时候 最新版 version1.9.0是有问题的因此只能先下载 v1.8.1

wget https://github.com/knative-sandbox/kn-plugin-quickstart/releases/download/knative-v1.8.1/kn-quickstart-linux-amd64

mv kn-quickstart-linux-amd64 kn-quickstart
chmod +x ./kn-quickstart
sudo mv ./kn-quickstart /usr/local/bin/

安装完这些我们已经可以部署一个 knative 的集群了，启动后通过 kindgetclusters 能看到对应集knative群说明服务正常。

kn quickstart kind
kind get clusters

1. 下面我们来安装构建 serverless 函数的插件 kn-func, 用户新建函数，构建函数镜像和镜像部署到对应的仓库，knative 服务可以从镜像仓库拉取对应的镜像启动服务。

wget get https://github.com/knative/func/releases/download/knative-v1.9.0/func_linux_amd64
mv func_linux_amd64 kn-func
sudo mv ./kn-func /usr/local/bin/
kn func version

创建 Serverless 函数

至此我们安装软件的准备工作已经完成，下面我们开始创建函数。例如我们在 cloud-funs 文件夹下创建一个 go 的函数

mkdir cloud-funs && cd cloud-funs
kn func create -l go hello-go

go 函数主要内容见链接 https://github.com/knative/func/blob/main/templates/go/http/handle.go

构建 Serveless 镜像

1. 建过程中需要依赖 Google 镜像 https://gcr.io/paketo-buildpacks/builder:base 因为众所周知的网络隔离，我们无法使用 Google 的镜像，网络上说的改本地镜像名的方法也不靠谱。最终我折腾了好久解决了这个问题......

• Registryforfunctionimages: 填docker仓库地址（用于镜像部署），如果没有仓库可以暂时随便填个字符串，不影响以下流程。

cloud-funs cd hello-go  
kn func build 

1. 本地校验函数, 可以看到服务运行在 8080 端口

kn func run

另一个终端执行 curl"http://127.0.0.1:8080?hello=1" 能收到返回值如下，符合刚刚我们创建的函数的返回值，说明 serverless 函数运行成功。

GET /?hello=1 HTTP/1.1 127.0.0.1:8080
  User-Agent: curl/7.68.0
  Accept: */*

1. 镜像部署, 部署成功后能在镜像仓库中看到对应的镜像。

kn func deploy

使用 Knative 服务

上一步我们将镜像部署到仓库的同时，也部署在了本地 knative 集群中，访问地址是 http://hello-go.default.127.0.0.1.sslip.io

kn service list
curl "http://hello-go.default.127.0.0.1.sslip.io?hello=1"

kn service--help 可以查看完成的命令使用说明：

1. 部署 knative service

这次我们使用远程镜像 gcr.io/knative-samples/helloworld-go 进行部署。

 kn service create hello1 
--image gcr.io/knative-samples/helloworld-go 
--port 8080 
--env TARGET=World

1. 自动扩缩容

kn service list
kubectl get pod -l serving.knative.dev/service=hello1 -w
# 另一个终端执行
curl "http://hello1.default.127.0.0.1.sslip.io"

1. 流量治理

每次更新服务都会产生一个服务快照，可以通过流量配置指定新旧版本之间的流量。 @latest 表示最新版，

kn service update hello1 --env TARGET=Knative

curl "http://hello1.default.127.0.0.1.sslip.io"

kn revisions list

可以看到流量现在 100% 都在 函数 hello1-00002， 接下来我们设置两个函数各占 50% 流量。

kn service update hello1 
--traffic hello1-00001=50 
--traffic @latest=50

kn revisions list