云原生计算基金会CNCF（Cloud Native Computing Foundation, CNCF）Serverless Whitepaper v1.0对无服务器计算作了如下定义：
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.
"RightScale 2018 State of the Cloud Report" 中指出， Serverless 的年增长率达到了 75%，已经远超过 Container-as-a service 的 36%，位列第一，是增长速度最快的扩展云服务。
顺应当下容器技术、IoT、AI、5G、区块链等新技术的快速发展，技术上对去中心化、轻量虚拟化、细粒度计算等需求愈发强烈，在此趋势之上，Serverless 必将快速发展并得到应用。
对于开发者而言，Serverless 极大简化了编写代码和应用部署的整个过程，无需关心 DevOps，无需关心代码运行服务器及环境，更无需关心负载均衡，中间件和存储服务可以随时调用。
Q
Serverless 的优势有哪些？
A
- 无需运维：用户不需要再关心服务器资源及复杂运行环境；
- 弹性伸缩：根据请求并发量实时自动扩缩资源；
- 按需付费：为实际消耗资源付费，无占用不收费，运行成本更低；
云上提供一整套serverless FaaS+BaaS服务，帮助用户快速构建应用与服务。
今天，我们会通过快速组合京东云 Serverless + AI，实现一个简单的 API 接口，进行人脸属性识别和简单数据分析。带领大家一起来感受一下Serverless的轻量虚拟化。
关键词
Serverless Service：函数服务+API 网关
人工智能产品：AI 人脸识别
Step1：创建函数
创建 runtime 为 python2.7 的函数，将依赖库 jdcloud_apim_sdk、ai_sdk（京东云AI）和入口文件 index.py 打包上传，index.py 代码如下：
#coding=utf-8
import json
import base64
import os
from jdcloud_apim_sdk.core.credential import Credential
from jdcloud_apim_sdk.core.config import Config
from jdcloud_apim_sdk.core.const import SCHEME_HTTPS, SCHEME_HTTP
from ai_sdk.apis.ai_face_detect_attr_request import *
from ai_sdk.client.ai_Face_Detect_Attr_client import *
'''
AI
'''
def handler(event,context):
if not bool(event):
result = {
'statusCode': 200,
'headers': {},
'body': "",
}
return result
# get request data
print('AI Request')
# get request data
body = event['detail']['body']
body = json.loads(body)
if type(body) == unicode:
body = json.loads(body)
# request
access_key = 'XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX'
secret_key = 'XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX'
credential = Credential(access_key, secret_key)
config = Config('aiapi.jdcloud.com', scheme=SCHEME_HTTPS)
client = AiFaceDetectAttrClient(credential, config)
header = dict()
parameters = {
'return_landmark':0,
'return_attr':1,
'face_detect_num':0
}
data = body.get('data', "")
imageBase64Data = 'imageBase64=' + data.decode("utf-8")
s = imageBase64Data.encode('utf-8')
ai_face_detect_attr_request = AiFaceDetectAttrRequest(parameters, s, header)
AiFaceDetectAttr_response = client.send(ai_face_detect_attr_request)
respBody = {'code': 0, 'data': AiFaceDetectAttr_response.json()}
resp = json.dumps(respBody)
result = {
'statusCode': 200,
'headers': {},
'body': resp,
}
# statistics
resp = AiFaceDetectAttr_response.json()
if resp['result']['status'] == 0:
attrs = json.loads(resp['result']['result'])
if len(attrs['faces']) > 0:
if attrs['faces'][0]['faceAttribute']['gender'] == 0:
print("lookup ai attr success, this is a woman")
else:
print("lookup ai attr success, this is a man")
return result
Step2：测试函数
将任意人脸图片 base64 以 json 格式放入测试事件的 body 中，即可进行在线测试，返回结果如下：
Step3：对接 API 网关
为上面的函数创建一个 API 网关触发器，将 API 发布至测试环境。https://www.jdcloud.com/cn/products/face-detect-and-analysis?utm_source=PMM_Wechat&utm_medium=ReadMore_179&utm_campaign=ReadMore&utm_term=NA
Step4：测试验证上线
接口验证无误后，即可与前端页面开发联调，测试完成后，可通过函数版本、别名功能管理线上函数迭代发布。
现在就点击小程序，看看 AI 眼中的你吧！
人脸魔镜照照照，打开微信扫码试用！
Serverless 联合京东云 AI，还可打包集成人体识别、语音技术、图像理解、OCR 文字识别等一系列 AI 场景，通过函数服务还可进一步进行数据的存储分析处理、灵活应用，点击“阅读”开始探索实践啦！
欢迎点击“京东云”了解更多精彩
