Serverless云平臺提供的極致彈性能力，為相關基礎設施帶來巨大的壓力和挑戰，因此阿里云容器服務聯合多個產品，提供以ECI為例的數據訪問優化方案。本文介紹Serverless數據訪問面臨的挑戰以及數據訪問優化方案。
Serverless數據訪問面臨的挑戰
Serverless云平臺為用戶提供秒級彈性的核心能力，包括資源和應用（業務）等的秒級彈性，即用戶開始擴容到應用真正就緒提供服務的端到端時間。計算資源能夠實現秒級，甚至毫秒級彈性擴容，因此相關基礎設施面臨巨大的壓力。存儲是最常見的基礎設施，如果存儲系統的IO吞吐能力達不到實例變化的速度，例如對于業務來說，容器實例2秒完成了擴容，但還需要花幾十秒甚至幾分鐘等待從存儲下載數據，則無法滿足秒級彈性的需求。
Serverless容器化的技術體系對于傳統的存儲系統提出了新的挑戰：
高密訪問：計算資源無存儲能力，數據完全下沉到存儲系統，導致并發數據訪問壓力陡增。不僅影響存儲系統的穩定性，還會使存儲系統服務帶寬利用率達到100%。
網絡延時：計算存儲分離架構拉長了存儲訪問鏈路，跨網絡通信數據和元數據訪問的額外延遲。
IO吞吐能力的彈性伸縮：傳統分布式存儲帶寬與吞吐僅和數據使用容量成正比，但是以應用為中心的資源彈性會創建大量的容器并發的訪問存儲系統的數據，觸發存儲系統訪問限流。因此造成計算資源極致彈性與存儲系統有限帶寬之間的矛盾。
數據訪問優化方案
為了支持Serverless場景，阿里云容器服務團隊聯合基礎軟件和操作系統團隊、彈性計算ECI團隊和數據湖存儲團隊，提供了以ECI為例的數據訪問優化方案。 該方案遵循以下原則：
沿用已有標準保障用戶一致性體驗，例如通過Kubernetes中Sidecar、Device Plugin等標準作為開放接口。
精細化Linux特權控制。
內核及容器底層修改與社區保持同步，按照與社區一致的原則進行設計。
Fluid在Serverless場景的架構包括數據平面（Data Plane）和控制平面（Control Plane）。
數據平面：由不同Runtime對應的Fuse Container組成，Fuse Container以Sidecar的形式和應用一起部署，Sidecar負責接管應用訪問數據的功能。
管理平面：由Injector、Cache Runtime Controller和Application Controller三部分組成。
Injector：負責將不同數據訪問、Runtime實現信息轉換為Sidecar可以識別的信息，注入到讀取數據的應用中，同時控制應用中容器的啟動順序。該應用不限于Pod，還包括類似Spark、TFJob、MPIJob等大數據AI場景下常見的工作負載。
Cache Runtime Controller：結合Fuse Sidecar中的數據吞吐效果控制數據緩存彈性，同時管理數據訪問權限。
Application Controller：對于類似BatchJob、TFJob、SparkJob等任務類型負載，當其中的用戶任務容器退出后，需要同一個Pod內的Fuse container也可以自動主動退出。