Knative是一款基于Kubernetes的Serverless框架，支持基于请求的自动弹性、在没有流量时将实例数量自动缩容至零、版本管理与灰度发布等能力。在完全兼容社区Knative和Kubernetes API的基础上，ACK Knative进行了多维度的能力增强，例如通过保留实例降低冷启动时间、基于AHPA实现弹性预测等。
为什么要在Kubernetes集群中使用Knative
Knative介绍
Knative是一款基于Kubernetes集群的Serverless框架，提供了云原生、跨平台的Serverless编排标准。Knative通过整合容器构建、工作负载管理以及事件模型来实现这一Serverless标准，优势如下。
更聚焦于业务逻辑：Knative通过简单的应用配置、自动扩缩容等手段让开发者聚焦于业务逻辑，降低运维负担、减少对底层资源的关注。
标准化：将业务代码部署到Serverless平台时，需要考虑源码的编译、部署和事件的管理。目前社区和云厂商提供的Serverless解决方案和FaaS方案标准不一。Knative提供了一个标准、通用的Serverless框架。
例如，如需在Knative中实现事件驱动，您可以编写对应的YAML文件（CR）并在集群中部署，无需与云产品做深度绑定，便于跨平台迁移。
使用门槛低：Knative支持将代码自动打包为容器镜像并发布为服务，也支持将函数快捷地部署到Kubernetes集群中，以容器的方式运行。
应用管理自动化：Knative支持在没有流量时自动将实例数量缩容至零，从而节省资源，还提供版本管理、灰度发布等功能。
事件驱动：Knative提供了完整的事件模型，便于接入外部系统的事件，并将事件路由到适当的服务或函数进行处理。
核心组件
Knative包括以下核心组件，分别执行不同的功能。
Knative Serving：管理Serverless工作负载，提供了应用部署、多版本管理、基于请求的自动弹性、灰度发布等能力，而且在没有业务流量时可以将应用实例缩容至零。
Knative Eventing：提供了事件源的接入、事件注册和订阅、以及事件过滤等一整套事件管理的能力。事件模型可以有效地解耦生产者和消费者的依赖关系。
Knative Functions: 提供了一个简单的方式来创建、构建和部署Knative服务。您无需深入了解底层技术栈（例如Kubernetes、容器、Knative），通过使用Knative Functions，即可将无状态、事件驱动的函数作为Knative服务部署到Kubernetes集群中。
功能特性
相较于在Kubernetes集群不使用Knative，使用Knative能帮您以更简便的方式实现如下功能特性。
基于请求的自动弹性
基于CPU或者Memory的弹性有时并不能完全反映业务的真实使用情况。对于Web服务来说，基于并发数（QPS）或者每秒处理请求数（RPS）进行弹性伸缩更能直接反映服务性能。Knative Serving会为每个Pod注入queue-proxy容器，收集容器并发数（Concurrency）或请求数（RPS）指标。Autoscaler定时获取指标后，会根据相应的算法自动调整Deployment的Pod数量，从而实现基于请求的自动扩缩容。
如果在ACK集群中实现相应的操作，您需要分别创建Deployment、Service，配置Ingress网关，然后配置HPA参数。而使用Knative服务时，您只需要部署Knative并配置Knative服务的YAML文件。
在没有流量时将实例数量自动缩容至零
Knative支持在应用无流量请求时将Pod数量自动缩容至0，并在有请求时自动扩容Pod。Knative中定义了两种请求访问模式：Proxy（代理模式）和Serve（请求直达模式）。模式的切换由Autoscaler组件负责。当请求为0时，Autoscaler会将请求模式切换为Proxy模式。当有请求访问时，Autoscaler会收到通知进行扩容，扩容的Pod状态变为Ready后对请求进行转发，此时Autoscaler会将访问模式切换为Serve模式。
版本管理与灰度发布
创建Knative服务时底层会自动创建一个Configuration资源和一个Route资源。
Configuration：当前期望状态的配置。每次更新Service就会更新Configuration，Configuration的更新会创建一个唯一的Revision。Revision相当于Configuration的版本管理机制。
Route：负责将请求路由到Revision，并可以向不同的Revision转发不同比例的流量。
基于以上特性，您可以使用Revision进行版本的管理，例如版本的回退。您还可以进行流量的灰度发布，例如创建了V1版本的Revision后，当版本需要变更时可以更新服务的Configuration，创建V2版本的Revision，通过Route对V1、V2设置不同的流量比例（例如V1为70%，V2是30%），那么流量会按照预设的比例进行分发。
事件驱动
Knative通过Eventing提供了完整的事件模型，便于接入外部系统（例如GitHub、消息队列等）的事件，并将事件路由到适当的Knative服务或函数进行处理。
为什么要使用ACK Knative
在完全兼容社区Knative并提供标准Kubernetes API接口的基础上，ACK Knative进一步增强产品化能力并提供了更丰富的产品方案。
产品化的能力：提供产品化一键部署能力，您无需购买资源搭建系统。同时提供产品控制台，支持白屏化操作，降低Kubernetes集群和Knative的使用门槛。
简化运维：
核心组件托管：在ACK集群中，Knative的核心组件Knative Serving和Knative Eventing均由ACK创建和托管，无需您承担资源费用，且提供高可用保障。
网关托管：ACK Knative提供ALB、MSE、ASM和Kourier四种网关。除社区兼容的Kourier外，其余三种云产品网关的Controller均由ACK创建，提供全托管、免运维的网关服务。
生态集成：无缝集成了阿里云的计算（ECI、ECS）、可观测（日志服务SLS、Prometheus）、应用集成（EventBridge）等产品。您无需自行采购服务器，也无需自建服务，便能在Knative服务中实现日志与监控告警、持续交付、事件驱动等能力。
更丰富的功能特性：在社区Knative的基础上，ACK Knative结合实际业务场景提供了开箱即用的、更为丰富的产品方案。例如以下方案。
保留实例：在应用没有流量时，社区Knative默认将应用实例数缩容至零以降低成本，从而导致应用重新启动时会经历较长的冷启动时间。如果您的应用对冷启动延时较为敏感，推荐使用此功能，保留一个低规格的突发性能实例，平衡好使用成本和启动时长。
Knative自动伸缩： 除提供开箱即用的HPA、KPA（Knative Pod Autoscaler）外，您还可以为Knative服务配置AHPA（Advanced Horizontal Pod Autoscaler）弹性能力。如果您的应用所需资源具备周期性变化，推荐您使用AHPA进行弹性预测，提前预热所需的资源，缓解使用Knative时遇到的冷启动问题。
关于ACK Knative和社区Knative对比的更多信息，请参见阿里云Knative和开源Knative对比。
使用场景
ACK Knative的典型使用场景如下。
业务场景 | 说明 |
Web服务的托管 |
|
Serverless应用 |
|
AI场景 |
|
事件驱动场景 | Knative Eventing提供了完整的事件模型，简化了接入外部系统的事件的流程。例如，IoT设备可以将传感器数据发送到Knative服务中，ACK Knative可以配置对应的事件源用于接收数据，并触发相应的处理逻辑，例如数据存储、实时分析、监控告警等。 |
ACK Knative的使用流程
ACK Knative的使用流程如下图所示。
流程 | 说明 |
前提条件 | |
在控制台一键部署ACK Knative，安装Knative Serving组件。具体操作，请参见部署Knative。 | |
完成网关选型并部署网关。ACK Knative支持ALB、MSE、ASM、Kourier四种网关。详细信息，请参见Knative网关选型建议。
| |
服务部署与管理 | 指定使用的资源类型：
|
自动伸缩：
| |
版本管理与灰度发布：
| |
Knative服务的访问：
| |
进阶功能 | 事件驱动：在满足云原生开发的常见需求的基础上，Knative Eventing提供了完整、系统的Serverless事件驱动模式，包括外部事件源的接入、事件流转和订阅、以及对事件的过滤等功能。ACK Knative直接丰富的事件源，包括GitHub、EventBridge等。请参见事件驱动概述。 |
Knative Functions：简化在Kubernetes集群中创建、部署和调用函数的流程，请参见部署Knative Functions。 | |
AI推理服务： KServe提供了一个基于Kubernetes集群的机器学习模型服务框架，提供简单的Kubernetes CRD，可将单个或多个经过训练的模型（例如TFServing、TorchServe、Triton等推理服务器）部署到模型服务运行时。您可以部署KServe组件并基于KServe快速部署一个推理服务。 同时，ACK提供了在Knative中部署AI模型推理服务的最佳实践，例如如何加速模型部署、如何配置GPU共享调度等，请参见在Knative中部署AI模型推理服务的最佳实践。 | |
服务网格：如果您需要在Knative服务中集成服务网格，以实现复杂的流量管理并增强服务安全性，推荐您使用服务网格ASM，请参见什么是服务网格ASM？。 | |
可观测性与成本管理 | 日志采集：您可以在Knative服务中使用SLS，无需开发便能快捷完成日志数据采集、消费、投递以及查询分析等功能，请参见在Knative上实现日志采集。 |
监控大盘：您可以把Knative接入阿里云Prometheus监控，便于查看Knative的响应延迟、请求并发数等数据，请参见查看Knative服务监控大盘。 | |
监控告警：您可以使用SLS创建日志告警监控规则，请参见为Knative服务开启监控告警。 | |
成本洞察：作为企业IT成本管理人员，您可以为Knative服务启用成本洞察功能，了解Knative服务的资源使用量及成本分布，请参见启用Knative服务成本洞察。 |
相关计费
在ACK集群中使用ACK Knative时，ACK Knative本身不收取管理费用，但在使用过程中产生的集群管理费用、所创建的云服务器、负载均衡实例、NAT网关等，按照相应资源的价格计费。更多信息，请参见ACK集群的计费说明、云产品资源计费。
常见问题
如您在使用ACK Knative时遇到问题，可以先参见Knative FAQ完成自排查。
联系我们
如果您在使用Knative的过程中有任何疑问或建议，欢迎您搜索钉群号23302777加入钉群。
相关文档
请及时升级Knative Serving组件，以便享受最新的功能特性和缺陷修复。建议您在业务低峰期进行升级。更多信息，请参见Knative版本发布说明、升级Knative Serving组件。
Knative官方文档提供了一个在线书店应用程序教程，带您体验使用Knative构建、部署和监控应用程序的各个步骤，请参见Knative Bookstore Tutorial。