OpenWhisk中激活记录存储机制解析
2025-06-03 22:23:21作者:裘晴惠Vivianne
Apache OpenWhisk作为一款优秀的无服务器计算平台,其激活记录(Activation)的存储机制是系统运行的重要组成部分。本文将深入剖析OpenWhisk中激活记录的存储原理和常见配置方式。
激活记录的基本概念
在OpenWhisk中,每次动作(Action)的调用都会生成一个激活记录,包含以下关键信息:
- 调用时间戳(start/end)
- 执行时长(duration)
- 返回结果(response)
- 日志信息(logs)
- 系统注解(annotations)
这些记录对于调试、监控和审计都至关重要。
存储后端的选择
OpenWhisk支持多种存储后端来保存激活记录:
- CouchDB存储:传统默认方式,激活记录直接存入CouchDB的
whisk_local_activations数据库 - ElasticSearch存储:高性能方案,适合大规模部署场景
- 混合存储:同时使用两种存储后端
配置差异分析
当发现CLI可以查询激活记录但CouchDB中不存在时,通常表明系统配置了ElasticSearch作为主存储。这种配置下:
- CLI通过API网关查询,网关会从配置的存储后端获取数据
- 直接查询CouchDB只能看到设计文档,因为实际数据存储在ElasticSearch中
典型配置检查
要确认当前使用的存储后端,可以检查以下配置项:
whisk.activation-store参数:决定使用哪种存储实现- ElasticSearch相关配置:包括主机、端口、索引设置等
- CouchDB配置:即使使用ES,CouchDB仍会保留设计文档
性能考量
选择存储后端时的性能因素:
- CouchDB:适合小型部署,配置简单
- ElasticSearch:支持更复杂的查询和更高的吞吐量,适合生产环境
- 数据保留策略:可通过TTL设置自动清理旧记录
最佳实践建议
- 生产环境推荐使用ElasticSearch作为主存储
- 开发环境可以使用CouchDB简化部署
- 定期检查存储系统的健康状况和容量
- 根据业务需求设置合适的数据保留策略
通过理解这些存储机制,用户可以更好地管理和维护OpenWhisk部署,确保激活记录的可访问性和系统性能。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
56
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669