摘要：首先介绍下在本文出现的几个比较重要的概念： 函数计算（Function Compute）: 函数计算是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。
前言
首先介绍下在本文出现的几个比较重要的概念：
函数计算（Function Compute）: 函数计算是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。函数计算更多信息参考。
Fun: Fun 是一个用于支持 Serverless 应用部署的工具，能帮助您便捷地管理函数计算、API 网关、日志服务等资源。它通过一个资源配置文件（template.yml），协助您进行开发、构建、部署操作。Fun 的更多文档参考。
备注: 本文介绍的技巧需要 Fun 版本大于等于 2.10.1。
依赖工具
本项目是在 MacOS 下开发的，涉及到的工具是平台无关的，对于 Linux 和 Windows 桌面系统应该也同样适用。在开始本例之前请确保如下工具已经正确的安装，更新到最新版本，并进行正确的配置。
- Docker
- Fun
- Fcli
Fun 和 Fcli 工具依赖于 docker 来模拟本地环境。
对于 MacOS 用户可以使用 homebrew 进行安装：
brew cask install dockerbrew tap vangie/formulabrew install funbrew install fcli
Windows 和 Linux 用户安装请参考：
- https://github.com/aliyun/fun/blob/master/docs/usage/installation.md
- https://github.com/aliyun/fcli/releases
安装好后，记得先执行 fun config 初始化一下配置。
注意, 如果你已经安装过了 fun，确保 fun 的版本在 2.10.1 以上。
$ fun --version2.10.1
快速开始
初始化
使用 fun init 命令可以快捷地将本模板项目初始化到本地。
fun init vangie/rlang-example
本地测试
测试代码 index.py 的内容为：
import rpy2.robjects as robjectsfrom rpy2.robjects import pandas2ridef handler(event, context): pandas2ri.activate() return str(robjects.r(\'paste0(\"1 + 1 = \", 1 + 1)\'))
上面的代码 import 了 rpy2 ,用 R 语言执行了一个简单的加法运算。使用 fun local 命令可以本地测试一下函数。该步骤依赖本地环境正确安装了 docker。
$ fun local invoke onePlusOneskip pulling image aliyunfc/runtime-python3.6:1.4.0...[\'1 + 1 = 2\']RequestId: 6e1f2402-9443-4392-9f6a-d87b4f79887a Billed Duration: 7543 ms Memory Size: 1998 MB Max Memory Used: 123 MB
部署
$ fun deployusing region: cn-shanghaiusing accountId: ***********4733using accessKeyId: ***********KbBSusing timeout: 60Waiting for service rlang to be deployed... Waiting for function onePlusOne to be deployed... Waiting for packaging function onePlusOne code... package function onePlusOne code done function onePlusOne deploy successservice rlang deploy success
执行
$ fcli function invoke -s rlang -f onePlusOne[\'1 + 1 = 2\']
编译 R 语言
预编译好的 R 语言环境、rpy2 库以及相关的 apt 依赖文件已经放置在 .fun 目录下了，正常使用不用自行编译 R 语言，编译一次在 MacBook Pro 15 上大概需要半个小时左右。假如当前的 R 语言的编译选项不满足业务需求可以参考一下 fun.yml 文件，该文件有完整的编译和安装方法，进行适当调整后使用 fun install 命令安装即可。
参考阅读
- https://support.rstudio.com/hc/en-us/articles/218004217-Building-R-from-source
- https://cran.r-project.org/sources.html
- https://rpy2.readthedocs.io/en/version_2.8.x/
