Ververica推出可建置与调度分散式有状态应用程式的Stateful Functions框架

开源串流处理框架Apache Flink开发商Ververica推出了一个新的有状态分散式应用程式框架Stateful Functions，降低建置以及调度分散式有状态应用程式的複杂度，Stateful Functions能结合Apache Flink以及函式即服务（Function-as-a-Service，FaaS）的优点，提供事件驱动基础架构的抽象。

Ververica提到，由于Kubernetes和FaaS的发展，无状态运算应用程式的调度已经发展至一定的程度，但仍无法满足有状态的分散式应用程式需求，市面上主要的解决方案多数关注计算而非状态，函式之间的互动障碍，影响了开发工作的简便性，也阻碍分散式资料的一致性。

而Stateful Functions就是为了解决这些限制出现，用户可以定义鬆耦合且独立的函式，这些函式可以透过共享小型资源池，来维持一致性地互动。

Stateful Functions由两部分组成，分别是Runtime以及API，其使用Apache Flink内建的Runtime，进行分散式协调、沟通和状态管理，应用程式的状态会储存在串流处理引擎中，与计算资源位在同一处，可以提供快速且一致的状态存取，并且获得Apache Flink分散式快照模型的支援，提供强健的状态永久性和容错性。

Stateful Functions API则封装了商业逻辑小片段功能，这些函式以虚拟实例的形式存在，在应用程式中通常是指每个使用者或是存货物件等实体，其分散在每个储存分片中，因此应用程式可以简单地横向扩展。每个函式在本地端都具有永久使用者定义的状态，并且能够任意的向其他函示发送讯息。

Ververica特别解释，Stateful Functions框架并不是用来取代FaaS或是其他无伺服器服务的，而是要提供一种同时具有无伺服器服务的特性，但又适用于解决状态中心问题的解决方案。像是由事件驱动的应用程式，因为需要操作状态机（State Machine）并且纪录背景资讯，因此很适合使用状态中心範式开发。

Stateful Functions透过使用Apache Flink的串流处理，扩展其状态管理以及容错模型，来达到简化状态逻辑，并扩展不同状态和事件之间互动的规模，而由于这个模型的状态与运算位在同一处，因此应用程式要取得状态的时候，不需要存取外部储存系统，或是使用专用状态管理模式来维持状态一致性。Stateful Functions的储存分为两层，一个是短暂状态/计算层Apache Flink，另一个则为简单地永久性Blob储存层，而永久储存可让每个函式实例，独立地维护并追蹤容错状态。

虽然Stateful Functions API独立于Apache Flink，但是其Runtime是基于Apache Flink的DataStream API建置。Ververica表示，Stateful Functions应用程式通常是模组化，其中包含了多个函式集，只要使用单一Apache Flink应用程式就能进行多工处理，让各函式维持一致状态且可靠地互动，这样的好处是让多个小工作共用资源池，不需要事先準备应付高峰存取的资源，绝大多数的时间虚拟实例都是闲置状态，不消耗任何资源。