Serverless Computing概念
????云原生計算基金會CNCF（Cloud Native Computing Foundation, CNCF）Serverless Whitepaper v1.0對無服務(wù)器計算作了如下定義：
Serverless computing refers to the concept of building and running applications that do not require server management. It describes a finer-grained deployment model where applications, bundled as one or more functions, are uploaded to a platform and then executed, scaled, and billed in response to the exact demand needed at the moment.
????無服務(wù)器計算（Serverless Computing）是指在構(gòu)建和運行應(yīng)用時無需管理服務(wù)器等基礎(chǔ)設(shè)施玖雁。它描述了一個更細(xì)粒度的部署模型蜒谤，在該模型中肪康，應(yīng)用被拆解為一個或多個細(xì)粒度的函數(shù)被上傳到一個平臺，然后根據(jù)當(dāng)前所需執(zhí)行场航、擴(kuò)展和計費。
????無服務(wù)器計算并不意味著我們不再使用服務(wù)器來承載和運行代碼，也不意味著不再需要運維工程師禀横。而是指無服務(wù)器計算的消費者不再需要花費時間和資源在服務(wù)器配置们陆、維護(hù)寒瓦、更新、擴(kuò)展和容量規(guī)劃上坪仇。所有這些任務(wù)和功能都由無服務(wù)器平臺處理杂腰，并且完全從開發(fā)人員和IT/操作團(tuán)隊中抽象出來。因此椅文，開發(fā)人員專注于編寫應(yīng)用程序的業(yè)務(wù)邏輯喂很。運營工程師能夠?qū)⑺麄兊闹攸c提升到更關(guān)鍵的業(yè)務(wù)任務(wù)上。?
FaaS & BaaS
無服務(wù)器計算平臺可以提供以下一種或兩種服務(wù)：
1. FaaS(Functions-as-a-Service-函數(shù)即服務(wù)）皆刺，通常提供事件驅(qū)動(event-driving)的計算少辣。開發(fā)人員使用由事件(event)或HTTP請求觸發(fā)的函數(shù)運行和管理應(yīng)用程序代碼。開發(fā)人員將小的代碼單元部署到FaaS羡蛾，F(xiàn)aaS按需執(zhí)行和擴(kuò)展毒坛，開發(fā)人員無需管理服務(wù)器或任何其他底層基礎(chǔ)設(shè)施。
2. Baas(Backend-as-a-Service后端即服務(wù)），是第三方基于API的服務(wù)煎殷，用于替換應(yīng)用程序中的核心功能子集屯伞。因為這些API是作為一個自動擴(kuò)縮容和透明操作的服務(wù)提供的，所以開發(fā)人員認(rèn)為這是無服務(wù)器的 豪直，如：OSS
Pros & Cons
無服務(wù)器計算（Serverless Computing）應(yīng)用利弊大致如下：
Pros：
1. 0服務(wù)器操作劣摇。無服務(wù)器通過消除維護(hù)服務(wù)器資源所涉及的開銷，極大地改變了運行軟件應(yīng)用程序的成本模型弓乙。
2. 沒有配置末融、更新和管理服務(wù)器基礎(chǔ)結(jié)構(gòu)。
3. 彈性伸縮：無服務(wù)器FaaS或BaaS產(chǎn)品可以立即精確地伸縮以處理每個單獨的傳入請求暇韧。對于開發(fā)人員來說勾习，無服務(wù)器平臺沒有“預(yù)先計劃的容量”的概念，也不需要配置“自動伸縮”觸發(fā)器或規(guī)則懈玻。在沒有開發(fā)人員干預(yù)的情況下巧婶，自動進(jìn)行縮放。在完成請求處理后涂乌，無服務(wù)器FaaS會自動縮小計算資源的規(guī)模艺栈，以確保永遠(yuǎn)沒有空閑的容量。
4. 低成本湾盒。無服務(wù)器計算服務(wù)對空閑的虛擬機(jī)或容器不收費湿右；也就是說當(dāng)代碼沒有運行或沒有進(jìn)行有意義的工作時，不收費罚勾。?
Cons：
1. 作為一種新興的計算模型毅人、缺乏標(biāo)準(zhǔn)化和生態(tài)系統(tǒng)成熟度。
2. 由于運行時更具動態(tài)性尖殃，與iaas和paas相比堰塌，調(diào)試可能更具挑戰(zhàn)性。
3. 由于按需結(jié)構(gòu)分衫，如果運行時在空閑時刪除函數(shù)的所有實例场刑，則某些無服務(wù)器運行時的“冷啟動”方面可能是性能問題。
4. 在更復(fù)雜的情況下（例如蚪战，觸發(fā)其他功能的功能）牵现，對于相同數(shù)量的邏輯，可以有更多的操作表面積邀桑。
Serverless處理模型（Serverless Processing Model）
CNCF白皮書對于無服務(wù)器框架中的函數(shù)用法瞎疼，函數(shù)約束、生命周期壁畸、調(diào)用類型和所需的抽象等定義了規(guī)范贼急，以便同一個函數(shù)可以一次性編碼茅茂，并在不同的無服務(wù)器框架中使用。?
FaaS解決方案概括為具有以下圖中所示的幾個關(guān)鍵元素：
1. 事件源（Event sources）-觸發(fā)器或流事件到一個或多個函數(shù)實例中
2. 函數(shù)實例（Function instances）-單個函數(shù)/微服務(wù)太抓，可根據(jù)需求進(jìn)行擴(kuò)展
3. FaaS控制器（FaaS Controller）-部署空闲、控制和監(jiān)視函數(shù)實例及其源
4. 平臺服務(wù)（Platform services?）-FaaS解決方案使用的通用集群或云服務(wù)（有時稱為后端即服務(wù)－BaaS）
CNCF函數(shù)相關(guān)規(guī)范
函數(shù)定義（Function Definition）
無服務(wù)器函數(shù)定義可以包含以下規(guī)范和元數(shù)據(jù)，函數(shù)定義是特定于版本的：
1. 唯一ID
2. 名字
3. 描述
4. 標(biāo)簽
5. 版本ID（和/或版本別名）
6. 版本創(chuàng)建時間
7. 上次修改時間（函數(shù)定義的）
8. 函數(shù)處理程序
9. 運行時語言
10. 代碼+依賴項或代碼路徑和憑據(jù)
11. 環(huán)境變量
12. 執(zhí)行角色和密鑰
13. 資源（所需的CPU走敌、內(nèi)存）
14. 執(zhí)行超時時間
15. 日志失敳昵恪（死信隊列）
16. 網(wǎng)絡(luò)策略/vpc
17. 數(shù)據(jù)綁定（Metadata Binding）
元數(shù)據(jù)詳細(xì)信息（Metadata details）
1. 版本（Version）-每個函數(shù)版本都應(yīng)該有一個唯一的標(biāo)識符，此外掉丽，可以使用一個或多個別名（例如“最新”跌榔、“生產(chǎn)”、“測試版”）標(biāo)記版本捶障。API網(wǎng)關(guān)和事件源將流量/事件路由到特定的函數(shù)版本僧须。
2. 環(huán)境變量（Environment Variables）-用戶可以指定將在運行時提供給函數(shù)的環(huán)境變量。環(huán)境變量也可以從機(jī)密和加密內(nèi)容派生项炼，或者從平臺變量派生（例如担平，kubernetes envvar定義）。環(huán)境變量使開發(fā)人員能夠控制函數(shù)行為和參數(shù)芥挣，而無需修改代碼和/或重建函數(shù)驱闷，從而獲得更好的開發(fā)人員體驗和函數(shù)重用耻台。
3. 執(zhí)行角色（Execution Role）-該函數(shù)應(yīng)在特定的用戶或角色標(biāo)識下運行空免，該標(biāo)識授予并審核其對平臺資源的訪問權(quán)限。
4. 資源（Resources）-定義功能所需的或最大的硬件資源盆耽，如內(nèi)存和CPU蹋砚。
5. 超時（Timeout）-指定函數(shù)調(diào)用在被平臺終止之前可以運行的最長時間。
6. 失敗日志（死信隊列）（Failure Log (Dead Letter Queue)）-隊列或流的路徑摄杂，用于存儲失敗的函數(shù)執(zhí)行列表坝咐，并提供適當(dāng)?shù)脑敿?xì)信息。
7. 網(wǎng)絡(luò)策略（Network Policy）-分配給功能的網(wǎng)絡(luò)域和策略（用于與外部服務(wù)/資源通信的功能）析恢。
8. 執(zhí)行語義（Execution Semantics）-指定應(yīng)如何執(zhí)行函數(shù)（例如墨坚，每個事件至少執(zhí)行一次、至多執(zhí)行一次映挂、完全執(zhí)行一次）泽篮。
數(shù)據(jù)綁定（Data Bindings）
????一些無服務(wù)器框架允許用戶指定函數(shù)使用的輸入/輸出數(shù)據(jù)資源，這使開發(fā)人員能夠簡化柑船、提高性能（在執(zhí)行之間保留數(shù)據(jù)連接帽撑，可以預(yù)取數(shù)據(jù)等）和更好的安全性（數(shù)據(jù)資源憑據(jù)是上下文的一部分，而不是代碼）鞍时。
????綁定數(shù)據(jù)可以是文件亏拉、對象扣蜻、記錄、消息等形式及塘，函數(shù)規(guī)范可以包括一組數(shù)據(jù)綁定定義莽使，每個定義指定數(shù)據(jù)資源、其憑證和使用參數(shù)磷蛹。數(shù)據(jù)綁定可以引用事件數(shù)據(jù)（例如吮旅，db鍵是從事件“用戶名”字段派生的），示例：https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings
函數(shù)約束(Function Requirements)
函數(shù)和無服務(wù)器運行時應(yīng)該滿足的通用需求：
1. 函數(shù)必須與不同事件類的基礎(chǔ)實現(xiàn)分離
2. 可以從多個事件源調(diào)用函數(shù)
3. 每個調(diào)用方法不需要不同的函數(shù)
4. 事件源可以調(diào)用多個函數(shù)
5. 函數(shù)可能需要與底層平臺服務(wù)進(jìn)行持久綁定的機(jī)制味咳，這可能是跨函數(shù)調(diào)用庇勃。函數(shù)可能是短暫的，但如果需要在每次調(diào)用（例如在日志記錄槽驶、連接和裝載外部數(shù)據(jù)源的情況下）上都進(jìn)行引導(dǎo)责嚷，則引導(dǎo)可能會很昂貴。
6. 每個函數(shù)可以用不同于同一應(yīng)用程序中使用的其他函數(shù)的代碼語言編寫掂铐。
7. 函數(shù)運行時應(yīng)盡可能減少事件序列化和反序列化開銷（例如罕拂，使用本機(jī)語言結(jié)構(gòu)或有效的編碼方案）
函數(shù)調(diào)用類型（Function Invocation Types）
根據(jù)不同的用例，可以從不同的事件源調(diào)用函數(shù)全陨，例如：
1. 同步請求（Synchronous Request (Req/Rep)）爆班，例如http請求、grpc調(diào)用
????－ 客戶機(jī)發(fā)出請求并等待立即響應(yīng)辱姨。這是一個阻塞呼叫柿菩。
2. 異步消息隊列請求（pub/sub）（Asynchronous Message Queue Request），例如RabbitMQ, AWS SNS, MQTT, Email, Object (S3) change雨涛、計劃事件（如cron作業(yè)）
????－ 消息發(fā)布到交換并分發(fā)到訂閱服務(wù)器
? ? － 沒有嚴(yán)格的消息順序枢舶， 可一次處理
3. 消息/記錄流（Message/Record Streams）：Kafka, AWS Kinesis, AWS DynamoDB Streams, Database CDC
? ? － 一組有序的消息/記錄（必須按順序處理）
? ? － 通常，一個流被分割到多個分區(qū)/碎片（partitions/shards?）替久，每個碎片有一個worker（碎片使用者）
? ? － 流可以從消息凉泄、數(shù)據(jù)庫更新（日志）或文件（例如csv、json蚯根、parquet）生成后众。
? ? － 事件可以推送到函數(shù)運行時，也可以由函數(shù)運行時拉取颅拦。
4. 批處理作業(yè)（Batch Jobs）蒂誉，例如ETL作業(yè)、分布式深度學(xué)習(xí)矩距、HPC模擬
? ? － 作業(yè)（Jobs）被調(diào)度或提交到隊列拗盒，并在運行時使用多個并行函數(shù)實例進(jìn)行處理，每個實例處理工作集（任務(wù)）的一個或多個部分锥债。
? ? － 當(dāng)所有并行工作人員成功完成所有計算任務(wù)時陡蝇，作業(yè)完成痊臭。
?
函數(shù)生命周期（Function LifeCycle）
函數(shù)部署管道（Function Deployment Pipeline）
函數(shù)生命周期：
1. 編寫代碼、提供規(guī)范和元數(shù)據(jù)
2. 獲取代碼和規(guī)范登夫，編譯并將其轉(zhuǎn)化為一個工件（二進(jìn)制代碼广匙、包或容器鏡像）
3. 工件部署到一個集群上，控制器實體負(fù)責(zé)根據(jù)事件流量和/或?qū)嵗系呢?fù)載調(diào)整函數(shù)實例的數(shù)量恼策。
函數(shù)操作（Function Operations）
無服務(wù)器框架可能允許以下操作和方法定義和控制功能生命周期：
1. 創(chuàng)建（Create）-創(chuàng)建一個新函數(shù)鸦致，包括其規(guī)范和代碼
2. 發(fā)布（Publish）-創(chuàng)建可部署在群集上的函數(shù)的新版本
3. 更新別名/標(biāo)簽（Update Alias/Label [of a version]）-更新版本別名
4. 執(zhí)行/調(diào)用(Execute/Invoke)-不通過事件源調(diào)用特定版本
5. 事件源關(guān)聯(lián)(Event Source association?)-將函數(shù)的特定版本連接到事件源
6. 獲取（Get）-返回函數(shù)元數(shù)據(jù)和規(guī)范
7. 更新（Update）-修改函數(shù)的最新版本
8. 刪除（Delete）-刪除一個函數(shù)涣楷，可以刪除一個特定的版本或函數(shù)的所有版本
9. 清單（List）-顯示函數(shù)及其元數(shù)據(jù)的列表
10. 狀態(tài)獲确滞佟（get stats）-返回有關(guān)函數(shù)運行時使用情況的統(tǒng)計信息
11. 日志獲取（get logs）-返回函數(shù)生成的日志
關(guān)鍵步驟說明：
1. Create：在創(chuàng)建函數(shù)時狮斗，提供其元數(shù)據(jù)（稍后在函數(shù)規(guī)范中描述）作為函數(shù)創(chuàng)建的一部分绽乔，將對其進(jìn)行編譯并可能發(fā)布。稍后可以啟動碳褒、禁用和啟用功能折砸。功能部署需要能夠支持以下用例：
????－ 事件流（Event streaming），在這種情況下沙峻，隊列中可能總是有事件睦授，但是可能需要通過顯式請求暫停/恢復(fù)處理。
? ? － 熱啟動(Warm startup)-在任何時候具有最少實例數(shù)的函數(shù)摔寨，例如去枷，接收到的“第一個”事件具有熱啟動，因為該函數(shù)已經(jīng)部署并準(zhǔn)備好服務(wù)于該事件（而不是在“傳入”事件第一次調(diào)用時部署該函數(shù)的冷啟動）祷肯。
2. Publish：用戶可以發(fā)布一個函數(shù)沉填，這將創(chuàng)建一個新版本（最新版本的副本）疗隶，發(fā)布的版本可能會被標(biāo)記/標(biāo)記或有別名佑笋，請參閱下面的詳細(xì)信息。
3. 用戶可能希望為調(diào)試和開發(fā)過程直接執(zhí)行/調(diào)用函數(shù)（繞過事件源或API網(wǎng)關(guān)）斑鼻。用戶可以指定調(diào)用參數(shù)蒋纬，如所需版本、同步/異步操作坚弱、詳細(xì)級別等蜀备。
4. 用戶可能希望獲得函數(shù)統(tǒng)計信息（例如調(diào)用次數(shù)、平均運行時間荒叶、平均延遲碾阁、失敗、重試次數(shù)等）些楣，統(tǒng)計信息可以是當(dāng)前度量值或一系列值（例如存儲在Prometheus或云提供程序設(shè)施（如AWS Cloud Watch））脂凶。
5. 用戶可能希望檢索函數(shù)日志數(shù)據(jù)宪睹。這可以根據(jù)嚴(yán)重性級別和/或時間范圍和/或內(nèi)容進(jìn)行篩選。日志數(shù)據(jù)是每個函數(shù)的蚕钦，它包括諸如函數(shù)創(chuàng)建和刪除亭病、顯式錯誤、警告或調(diào)試消息等事件嘶居，還可以選擇函數(shù)的stdout或stderr罪帖。每次調(diào)用最好有一個日志條目，或者一種將日志條目與特定調(diào)用關(guān)聯(lián)的方法（以便更簡單地跟蹤函數(shù)執(zhí)行流）邮屁。
事件源(Event Source)
不同類型的事件源包括：
1. 事件和消息服務(wù)整袁，例如：?RabbitMQ, MQTT, SES, SNS, Google Pub/Sub
2. 存儲服務(wù)，例如：S3, DynamoDB, Kinesis, Cognito, Google Cloud Storage, Azure Blob, iguazio V3IO (object/stream/DB)
3. 端點服務(wù)佑吝，例如：物聯(lián)網(wǎng)（IoT）葬项、HTTP網(wǎng)關(guān)（HTTP Gateway）、移動設(shè)備迹蛤、Alexa民珍、Google Cloud Endpoints
4. 配置存儲庫，例如：Git, CodeCommit
5. 使用特定于語言的sdk的用戶應(yīng)用程序
6. 定時事件-允許定期調(diào)用函數(shù)盗飒。
事件源到函數(shù)的關(guān)聯(lián)（Event Source to Function Association）
函數(shù)是由事件源觸發(fā)的事件調(diào)用的嚷量。函數(shù)和事件源之間有一個n:m映射。每個事件源可以用來調(diào)用多個函數(shù)逆趣，一個函數(shù)可以由多個事件源觸發(fā)蝶溶。事件源可以映射到函數(shù)的特定版本或函數(shù)的別名，后者提供了更改函數(shù)的方法宣渗，并部署了一個新版本抖所，而不需要更改事件關(guān)聯(lián)。事件源也可以定義為使用同一函數(shù)的不同版本痕囱，定義應(yīng)為每個函數(shù)分配多少流量田轧。
在創(chuàng)建了一個函數(shù)之后，或者在以后的某個時間點鞍恢，需要將事件源關(guān)聯(lián)起來傻粘，該事件源應(yīng)該作為該事件的結(jié)果觸發(fā)函數(shù)調(diào)用。這需要一組操作和方法帮掉，例如：
1. 創(chuàng)建事件源關(guān)聯(lián)
2. 更新事件源關(guān)聯(lián)
3. 列出事件源關(guān)聯(lián)
函數(shù)輸入（Function Input）
函數(shù)輸入包括事件數(shù)據(jù)(event data)和元數(shù)據(jù)(metadata)弦悉，并且可以包括一個上下文對象（context object）。
事件數(shù)據(jù)和元數(shù)據(jù)（Event data and metadata）
事件詳細(xì)信息應(yīng)傳遞給函數(shù)處理程序蟆炊，不同的事件可能具有不同的元數(shù)據(jù)稽莉，因此函數(shù)需要能夠確定事件的類型并輕松解析通用和特定于事件的元數(shù)據(jù)。
將事件類與實現(xiàn)分離是可取的涩搓，例如：處理消息流的函數(shù)將工作相同污秆，而不管流存儲是Kafka還是Kinesis后室。在這兩種情況下，它都將接收消息體和事件元數(shù)據(jù)混狠，消息可以在不同的框架之間路由岸霹。
事件可以包括單個記錄（例如，在請求/響應(yīng)模型中）将饺，或者接受多個記錄或微批（例如贡避，在流模式中）。
FaaS解決方案使用的常見事件數(shù)據(jù)和元數(shù)據(jù)示例：
－ 事件類別
－?版本
－?事件ID
－?事件來源/來源
－?源識別
－?內(nèi)容類型
－?消息體
－?時間戳
事件/記錄特定元數(shù)據(jù)的示例：
－?HTTP: 路徑予弧、方法刮吧、頭、查詢參數(shù)
－?Message Queue：消息隊列：主題掖蛤，標(biāo)題
－?記錄流（Record Stream）：表杀捻、鍵、op蚓庭、修改時間致讥、舊字段、新字段
事件源結(jié)構(gòu)示例：
－?AWS Lambda：http://docs.aws.amazon.com/lambda/latest/dg/eventsources.html
－?Microsoft Azure?Functions：https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings
－?Google?Cloud Functions：https://cloud.google.com/functions/docs/concepts/events-triggers
有些實現(xiàn)將JSON作為向函數(shù)傳遞事件信息的機(jī)制來關(guān)注器赞。這可能會增加高速函數(shù)（例如流處理）或低能耗設(shè)備（IOT）的大量序列化/反序列化開銷垢袱。在這些情況下，將本機(jī)語言結(jié)構(gòu)或其他序列化機(jī)制視為選項可能是值得的港柜。
函數(shù)上下文(Function Context)
當(dāng)調(diào)用函數(shù)時请契，框架可能希望提供對跨多個函數(shù)調(diào)用的平臺資源或常規(guī)屬性的訪問，而不是將所有靜態(tài)數(shù)據(jù)放在事件中夏醉，或強(qiáng)制函數(shù)在每次調(diào)用時初始化平臺服務(wù)爽锥。
上下文作為一組輸入屬性、環(huán)境變量或全局變量傳遞畔柔。有些實現(xiàn)使用這三種方法的組合氯夷。
上下文示例：
－?函數(shù)名、版本释树、ARN
－?存儲限制（Memory Limit）
－?請求ID（Request ID）
－?云區(qū)（Cloud Region）
－?環(huán)境變量（Environment Variables）
－?安全密鑰/令牌（Security keys/tokens）
－?運行時/bin路徑（Runtime/Bin paths）
－?日志（Log ）
－?數(shù)據(jù)綁定（Data binding）
一些實現(xiàn)使用日志對象初始化日志對象（例如肠槽，作為AWS中的全局變量或Azure中的部分上下文）擎淤，用戶可以使用集成平臺工具跟蹤函數(shù)執(zhí)行奢啥。除了傳統(tǒng)的日志記錄之外，未來的實現(xiàn)可能會將計數(shù)器/監(jiān)視和跟蹤活動抽象為平臺上下文的一部分嘴拢，以進(jìn)一步提高功能的可用性桩盲。
數(shù)據(jù)綁定作為函數(shù)上下文的一部分，平臺根據(jù)用戶配置啟動到外部數(shù)據(jù)資源的連接席吴，這些連接可以在多個函數(shù)調(diào)用中重用赌结。
函數(shù)輸出（Function Output）
當(dāng)函數(shù)退出時捞蛋，它可以：
－?向調(diào)用者返回一個值（例如，在HTTP請求/響應(yīng)示例中）
－?將結(jié)果傳遞到工作流中的下一個執(zhí)行階段
－?將輸出寫入日志
應(yīng)該有一種確定的方法來知道函數(shù)是否通過返回的錯誤值或退出代碼成功或失敗柬姚。
函數(shù)輸出可以是結(jié)構(gòu)化的（如HTTP響應(yīng)對象）或非結(jié)構(gòu)化的（如某些輸出字符串）拟杉。
無服務(wù)器函數(shù)工作流（Serverless Function Workflow）
在無服務(wù)器域中，用例（Use Case）屬于以下類別之一：
－?一個事件觸發(fā)一個函數(shù)
－?事件的和/或組合觸發(fā)一個函數(shù)
－?一個事件觸發(fā)順序或并行執(zhí)行的多個函數(shù)
－?函數(shù)的結(jié)果可能是另一個函數(shù)的觸發(fā)器
－?n個事件（i n和/或）觸發(fā)m個函數(shù)量承，即事件函數(shù)交錯的工作流搬设，如事件1觸發(fā)函數(shù)1，完成函數(shù)1和事件2以及事件3觸發(fā)函數(shù)2撕捍，然后函數(shù)2的不同結(jié)果觸發(fā)分支到函數(shù)3或函數(shù)4拿穴。
用戶需要一種方法來指定他們的無服務(wù)器用例或工作流。例如忧风，一個用例可以是“在照片上傳到云存儲時在照片上進(jìn)行人臉識別（發(fā)生照片存儲事件）默色。”另一個物聯(lián)網(wǎng)用例可以是“在接收到運動檢測事件時進(jìn)行運動分析”狮腿，然后根據(jù)分析功能的結(jié)果腿宰，或者“觸發(fā)房屋警報并調(diào)用e警察部門“或只是”將運動圖像發(fā)送給房主≡迪幔“有關(guān)詳細(xì)信息酗失，請參閱用例部分。
AWS提供“步驟函數(shù)”（step function）昧绣，供用戶指定其工作流规肴，但步驟函數(shù)不允許指定觸發(fā)工作流中哪些函數(shù)的事件/事件。
下圖是涉及事件和函數(shù)的用戶工作流的示例夜畴。使用這種函數(shù)圖拖刃，用戶可以輕松地指定事件和函數(shù)之間的交互，以及如何在工作流中的函數(shù)之間傳遞信息贪绘。
?功能圖狀態(tài)包括：
－ Event State（事件狀態(tài)）：此狀態(tài)允許等待來自事件源的事件兑牡，然后觸發(fā)函數(shù)運行或多個函數(shù)按順序、并行或在分支中運行税灌。
－ Operation/Task State（操作/任務(wù)狀態(tài)）：此狀態(tài)允許按順序或并行運行一個或多個函數(shù)均函，而不等待任何事件。
－?Switch/Choice State（切換/選擇狀態(tài)）：此狀態(tài)允許轉(zhuǎn)換到多個其他狀態(tài)（例如菱涤，前一個函數(shù)結(jié)果觸發(fā)分支/轉(zhuǎn)換到不同的下一個狀態(tài)）苞也。
－?End/Stop State（結(jié)束/停止?fàn)顟B(tài)）：此狀態(tài)以失敗/成功終止工作流。
－?Pass State（通過狀態(tài)）：此狀態(tài)在兩個狀態(tài)之間插入事件數(shù)據(jù)粘秆。
－?Delay/Wait State（延遲/等待狀態(tài)）：此狀態(tài)導(dǎo)致工作流執(zhí)行延遲指定的持續(xù)時間或直到指定的時間/日期如迟。
狀態(tài)和相關(guān)信息需要保存在一些持久存儲中，以便進(jìn)行故障恢復(fù)。在某些用例中殷勘，用戶可能希望將來自一個狀態(tài)的信息傳遞到下一個狀態(tài)此再。這些信息可以是函數(shù)執(zhí)行結(jié)果的一部分，也可以是與事件觸發(fā)器關(guān)聯(lián)的輸入數(shù)據(jù)的一部分玲销。需要在每個狀態(tài)定義一個信息過濾器输拇，以過濾出需要在狀態(tài)之間傳遞的信息。
參考
－?CNCF Serverless Whitepaper v1.0?
