超越云计算：计算连续体中的无服务器函数-EW帮帮网

论文标题

中文标题： 超越云计算：计算连续体中的无服务器函数
英文标题： Beyond Cloud: Serverless Functions in the Compute Continuum

作者信息

Cecilia Calavaro¹, Valeria Cardellini¹, Francesco Lo Presti¹, Gabriele Russo Russo¹
¹罗马托尔维加塔大学土木工程与计算机科学工程系，罗马，意大利

论文出处

期刊： SN Computer Science
卷号： 6
文章编号： 194
DOI： 10.1007/s42979-025-03699-7
发表日期： 2025年

摘要

本文探讨了无服务器计算（特别是函数即服务，FaaS）在计算连续体（从边缘到云端）中的部署和执行挑战。随着越来越多的应用需要靠近用户进行计算，FaaS系统需要在资源有限、硬件异构性高和地理分布广泛的环境中运行。文章回顾了近年来在该领域的研究成果，探讨了当前未解决的关键问题，并提出了未来的研究方向，旨在推动FaaS在远离云端数据中心的环境中更广泛地采用。

引言

无服务器计算和FaaS近年来迅速发展，成为云计算服务的进化形式，旨在减轻用户的资源分配和管理负担。FaaS允许用户部署松耦合的代码单元（函数），并按需执行，同时FaaS提供商负责处理所有操作问题，如创建临时沙箱和自动扩展。然而，FaaS最初是为云端设计的，其在计算连续体中的部署面临诸多挑战，如资源有限、硬件异构性和安全性问题。本文旨在分析这些挑战，并探讨可能的解决方案。

背景

函数即服务（FaaS）

FaaS允许用户在无需预留计算资源的情况下执行代码单元（函数）。函数按需执行，支持多种编程语言，并在沙箱环境中运行，以保证隔离性。FaaS最初作为云服务的一部分出现，如今已扩展到边缘计算领域。然而，FaaS在边缘环境中的支持相对有限，主要因为现有框架的集中式架构不适合地理分布式环境。

计算连续体

计算连续体是一种架构，将计算、存储、管理和网络功能分布在从边缘到云端的计算资源中。与传统的云计算环境相比，计算连续体具有更高的资源异构性、地理分布性和动态工作条件，这为应用部署和管理带来了挑战，同时也为优化性能、成本和能耗提供了机会。

系统框架和基础设施

框架

近年来，为解决传统FaaS框架在计算连续体中的局限性，研究者提出了多种新型框架。这些框架主要分为两类：一是使用轻量级执行和隔离机制（如WebAssembly）来减少初始化时间和内存占用；二是采用去中心化架构，以避免集中式调度器带来的性能瓶颈和单点故障问题。例如，Serverledge采用去中心化架构，支持垂直和水平计算卸载；Colony专注于边缘云连续体中的并行处理工作负载；GeoFaaS利用客户端位置信息进行请求路由和垂直卸载。

异构基础设施

计算连续体的资源异构性是其主要特征之一。FaaS系统需要能够利用不同处理能力、处理器架构和硬件加速器（如GPU和FPGA）的节点。然而，这种异构性也为调度决策和性能管理带来了挑战。例如，NEPTUNE框架通过混合整数线性规划（MILP）优化边缘节点上的延迟敏感函数放置，考虑了用户接近性和GPU可用性。

资源和函数管理

调度和卸载

在计算连续体中，调度和卸载是关键问题。研究者提出了多种方法来优化函数放置，以减少响应时间和能耗。例如，Schedulix采用贪婪算法优化混合云环境中的函数放置；Deng等人提出动态分配边缘节点流量的方法；FEARLESS框架利用垂直联邦强化学习进行去中心化的函数调用管理。此外，一些研究关注函数卸载策略，如垂直卸载和水平卸载，以优化资源使用。

状态管理

传统上，FaaS函数被认为是无状态的，但许多实际应用需要支持有状态功能。在计算连续体中，依赖外部存储来管理状态变得更加复杂，因为访问集中式存储系统的延迟增加。一些研究提出了将存储/缓存能力集成到FaaS框架中的解决方案，如Faasm和Cloudburst。此外，StructMesh和Serverless Persistence Support服务等中间件也被提出以改善无服务器函数的数据访问性能。

工作流管理

在计算连续体中，多个FaaS函数通常需要组合成复杂的工作流。然而，大多数FaaS框架不支持这种组合。研究者提出了多种机制和算法来支持函数组合，如AWS Step Functions和Google Workflows。此外，一些研究关注如何优化工作流中的数据传递，例如通过直接函数间通信、共享存储和函数共置来减少通信开销。

可持续性

随着对环境和经济的关注增加，可持续性成为无服务器计算的一个重要研究方向。研究者提出了一些方法来优化能源消耗，例如通过将工作负载转移到绿色能源丰富的地区（如GreenCourier框架）或利用近似计算来节省能源。此外，一些研究提出了基于学习的能源管理方法，通过预测函数的能源足迹来优化调度决策。

安全性和隐私

在计算连续体中，FaaS系统的安全性和隐私问题变得更加突出。由于函数在地理分布的环境中执行，攻击面扩大，数据传输和存储的安全性面临挑战。研究者提出了多种解决方案，如基于硬件的可信执行环境（TEE）和轻量级安全框架（如iFaaSBus）。这些方法通过硬件级保护和网络隔离措施来增强无服务器计算的安全性。

应用

无服务器计算在物联网（IoT）和人工智能（AI）领域具有广泛的应用前景。在IoT中，FaaS可以部署在靠近传感器和执行器的边缘和雾计算层，显著减少延迟。例如，在工业4.0框架中，FaaS可用于处理工业IoT传感器数据，以检测设备异常。在AI领域，模型训练和推理可以在计算连续体的不同层之间分布，从而实现联邦学习。例如，FLoX和RuralAI框架利用FaaS进行边缘联邦学习任务。

开放性问题和未来研究方向

尽管近年来在计算连续体中的FaaS研究取得了显著进展，但仍存在许多未解决的问题。例如，现有框架尚未完全解决计算连续体中的所有关键问题，如资源管理、可持续性、安全性和编程接口的统一性。此外，开发FaaS应用仍然具有挑战性，特别是在计算连续体环境中。未来的研究需要进一步探索这些问题，并开发出能够支持计算连续体中FaaS系统的综合解决方案。

结论

本文全面分析了无服务器函数在计算连续体中的部署和执行挑战，并探讨了当前的研究进展和未来的研究方向。尽管取得了一些进展，但要实现FaaS在计算连续体中的高效运行，仍需在框架设计、资源管理、可持续性、安全性和应用开发等方面进行更多的研究。

超越云计算：计算连续体中的无服务器函数