共计 5748 个字符，预计需要花费 15 分钟才能阅读完成。
作者 | 不瞋
导读：Serverless 是如何产生的？以后有哪些落地场景？Serverless 的将来又将如何？本文分享了阿里云高级技术专家不瞋对于 Serverless 的认识，回顾其倒退历程，并对 Serverless 的发展趋势做出预测。
源起
回望整个计算机技术发展史，咱们会发现“形象、解耦、集成”的主题贯通其中。产业每一次的形象、解耦、集成，都将翻新推向新的高度，也催生出宏大的市场和新的商业模式。
大型机时代，硬件和软件都是定制化的，应用专有的硬件、操作系统和应用软件。
PC 时代，硬件被形象解耦成 CPU、内存、硬盘、主板、USB 设施等标准化的部件，不同厂商生产的部件能够自由组合，组装成整机。软件被形象解耦为操作系统、库等可复用组件。硬件和软件的形象解耦，发明了新的商业模式，开释了生产力，造就了 PC 时代的凋敝。
云的时代，硬件软件化和软件服务化成为最显著的两个趋势。
硬件软件化的外围在于硬件性能中越来越多的局部由软件来出现，从而在迭代效率、老本等方面取得显著劣势。以软件定义存储（Software Defined Storage，SDS）为例，SDS 是位于物理存储和数据申请之间的一个软件层，容许用户操控数据的存储形式和存储地位。通过硬件与软件解耦，SDS 可运行于行业标准零碎或者 X86 零碎上，意味着用户能够无差别的应用任何规范的商用服务器来满足一直增长的存储需要。硬件与软件解耦也让 SDS 可能横向扩大，打消容量布局，老本治理等方面的复杂性。
云时代的另一趋势是软件服务化。应用软件的性能通过网络以近程调用的模式被海量用户应用。服务成为利用构建的根底，API 被实现为服务提供给开发者，微服务架构取得宽泛的胜利。服务也成为云产品的根本状态。过来 10 年，云曾经证实了它的胜利。用户只须要通过调用 API 就能获取服务器，而无需本人建设数据中心。算力以前所未有简洁的形式提供给用户。
还记得 Google 那篇驰名的“Datacenter as a computer”论文吗？如果咱们把云看作是 DT 时代的计算机，那么一个很天然的问题是：随着云的 API（全托管服务）越来越丰盛，什么才是适宜于云的编程模型？咱们该当以何种“形象、解耦、集成”的形式构建基于云的利用？
在答复上述问题之前，让咱们首先将眼光转向 SaaS 畛域。Salesforce 是 SaaS 畛域的明星企业，在平台化能力建设方面的布局为咱们提供了一个绝佳的案例。晚期的 SaaS 产品采纳标准化的交付模式，通过凋谢 API 接口实现被集成的能力。随着 Salesforce 产品越来越丰盛，客户规模日益增长，企业开始面临新的挑战：
- 如何更快地推出新产品，增强产品间的整合和协同？
- 客户迅速增长，需要多样。如何高效地满足客户的定制化需要，减少客户粘性？
- 如何进步产品被集成的能力，更好的连接上下游资源？
- 当产品能力和 API 残缺度达到肯定水准后，如何让开发者疾速整合 API，围绕 Salesforce 能力便捷地开发利用？
- 如何设计好的商业模式，让客户、企业和开发者共赢？
Salesforce 的策略是让整个业务、技术和组织平台化。平台放大了企业的价值，让企业、客户、开发者三方受害。通过一直晋升平台的利用交付能力，对内大幅提高产品的研发效率，增强产品的集成和整合；对外则大幅提高了产品的被集成能力，建设开发者生态。
从 2006 年开始，Salesforce 在平台化能力建设上鼎力投资，推出了 Apex，Visualforce 等编程语言，容许客户、合作伙伴和开发者在多租户环境下编写和运行自定义的逻辑代码。在此基础上，2008 年推出自研 Force.com PaaS 平台，客户可能在该平台上围绕 Salesforce 的能力构建本人的应用程序。2010 年收买了风行的 PaaS 服务商 Heroku，2019 年推出 Serverless 计算平台 Evergreen，进一步增强利用构建和集成与被集成能力。除了利用的构建能力，Salesforce 近几年来也在利用的挪动化、数据化和智能化方面进行了大量的投资，延长平台在相干畛域的能力，帮忙客户实现治理流程的数据化和智能化，并通过数据分析和交易撮合为客户带来增量业务。
总结 Salesforce 的倒退历程，咱们能够得出一些观点：
- API 已成为价值交付最重要的模式。
- 把 API 作为价值交付模式的产品或组织，当 API 丰盛度和能力残缺度达到肯定水准后，会降级为平台，通过平台冲破能力瓶颈，实现业务、产品和技术新的进化。
- 平台能力高下体现在其编程模型上，即是否能帮忙用户高效、低成本的构建新一代利用。
- 平台除了大幅晋升企业价值交付的能力，更重要的是建设起利用开发生态。
尽管云远比上述 SaaS 案例简单，但遵循着相似的倒退逻辑。简直所有云服务的产品性能都通过 API 体现，云服务商也把倒退平台编程模型，晋升用户价值交付能力和建设利用开发生态作为最重要的指标。当咱们从编程模型的视角去扫视云的产品体系，纷繁复杂的云服务各自的定位逐步清晰。
基础设施即服务（IaaS）和容器技术是云的基础设施，以 K8S 为代表的容器编排服务是云原生利用的操作系统，面向特定畛域的后端服务（BaaS）则是云的 API。为了实现更高的生产力，在存储、数据库、中间件、大数据、AI 等畛域，大量的 BaaS 服务是全托管、Serverless 的状态，这一趋势已继续多年。例如当初客户曾经十分习惯应用 Serverless 化的对象存储，而不是本人基于服务器搭建数据存储系统。当云提供了丰盛的 Serverless BaaS 服务后，须要一种新的通用计算服务，可能屏蔽基础设施的复杂度，基于云服务疾速构建利用。因而 Serverless 计算应运而生，它蕴含了以下因素：
- Serverless 计算是全托管的计算服务，客户编写代码构建利用，无需治理和运维服务器等底层基础设施。
- Serverless 计算是通用、普适的，联合云 API（BaaS 服务）的能力，可能撑持云上所有重要类型的利用。
- Serverless 计算岂但实现了最纯正的按需付费（为代码理论运行耗费的资源付费），也该当反对预付费等计量模式，使得客户老本在各种场景下，与传统形式相比都极具竞争力。
- 不同于虚拟机或容器等面向资源的计算平台，Serverless 计算是面向利用的。要能整合和联动云的产品体系及其生态，帮忙用户在价值交付形式上实现颠覆式翻新。
现状
当下 Serverless 在哪些场景落地？
随着用户心智的建设，产品自身能力的欠缺，Serverless 近年来呈减速倒退的趋势。咱们看到在很多场景下，用户应用 Serverless 架构在可靠性、老本和研发运维效率等方面取得显著的收益。
1. 小程序 /Web/Mobile/API 后端服务
在小程序、Web/Moible 利用、API 服务等场景中，业务逻辑复杂多变，迭代上线速度要求高，而且这类在线利用，资源利用率通常小于 30%，尤其是小程序等长尾利用，资源利用率更是低于 10%。Serverless 计算的免运维，按需付费的特点非常适合构建小程序 /Web/Mobile/API 后端系统，通过预留计算资源 + 实时主动伸缩，开发者可能疾速构建延时稳固、能承载高频拜访的在线利用。在阿里外部，应用 Serverless 构建后端服务是落地最多的场景，包含前端全栈畛域的 Serverless For Frontends，机器学习算法服务，小程序平台实现等等。
2. 大规模批处理工作解决
典型的离线工作批处理零碎，例如大规模音视频文件转码服务，蕴含计算资源管理、工作优先级调度、工作编排、工作牢靠执行、工作数据可视化等一系列性能。如果从机器或者容器档次开始构建，用户通常应用音讯队列进行工作信息的长久化和计算资源的调配，应用 K8S 等容器编排零碎实现资源的伸缩和容错，自行搭建或集成监控报警零碎。如果工作波及多个步骤，还须要整合工作流服务实现牢靠步骤执行，而通过 Serverless 计算平台，用户只须要专一于实现工作解决逻辑，而且 Serverless 计算的极致弹性能很好的满足突发工作对算力的需要。
3. 基于事件驱动架构的在线利用和离线数据处理
典型的 Serverless 计算服务通过事件驱动的形式宽泛的与云端各种类型服务集成，用户无需治理服务器等基础设施和编写集成多个服务的胶水代码，轻松构建松耦合、分布式的事件驱动架构的利用。
以阿里云函数计算为例，通过 API 网关和函数计算的集成，用户能够疾速实现 API 后端服务。通过对象存储和函数计算的事件集成，函数能实时响应对象创立、删除等事件，实现以对象存储为核心的大规模数据处理。通过消息中间件和函数计算的事件集成，用户能疾速实现海量音讯的解决。通过和阿里云 EventBridge 的集成，无论是一方云服务，还是三方的 SaaS 服务，或者是用户自建的零碎，所有的事件都能够疾速便捷的被函数计算解决。
4. 运维自动化
通过定时触发器，用户可能用函数疾速实现定时工作，而无须治理执行工作的底层服务器。通过云监控触发器，用户能够接管 ECS 重启 / 宕机，OSS 对象存储流控等 IaaS 层服务的运维事件，并主动触发函数解决。
将来
Serverless 将向何处去？
近年来，Serverless 始终在高速倒退，呈现出越来越大的影响力。支流的云服务商也在一直地丰盛云产品体系，提供更好的开发工具，更高效的利用交付流水线，更好的可观测性，更细腻的产品间集成，但所有才刚刚开始。
趋势 1：Serverless 将无处不在
任何足够简单的技术计划将被实现为全托管、Serverless 化的后端服务。不只是云产品，也包含合作伙伴和三方服务。云及其生态的能力将通过 API + Serverless 来体现。事实上，对于任何以 API 作为性能透出形式的平台型产品或组织，例如钉钉、微信、滴滴等等，Serverless 都将是其平台策略中最重要的局部。
趋势 2：和容器生态将更加严密交融
容器在利用的可移植性和交付流程敏捷性上实现了颠覆式翻新，是古代利用构建和交付的一次重要改革。
- 绝佳的可移植性。通过操作系统虚拟化技术，利用及其运行环境被虚拟化为容器，实现了 build once，run anywhere。容器化的利用可能无差别的运行在开发机，on-premise，以及私有云的环境中。
- 麻利的交付流程。容器镜像曾经成为利用封装和散发事实上的规范。明天全世界的开发人员都习惯将容器作为利用交付和散发的形式。围绕容器，曾经建设了残缺的利用交付工具链。
容器曾经成为古代利用运行的根底，但用户依然须要负责服务器等基础设施的治理，包含水位预估、机器运维等等。因而业界呈现了 AWS Fargate，阿里云 ECI 等 Serverless container 服务，帮忙用户专一于容器化利用的构建，而无需累赘基础设施的治理老本。从 Serverless 视角来看，函数计算等 Serverless 计算服务为用户带来了全自动的伸缩模式、极致弹性以及齐全按需的计量形式，却在用户开发习惯的兼容性、可移植性、完工具链和生态等方面面临挑战，而这正是容器的劣势。置信随着技术的倒退，将来容器镜像也将成为函数计算等更多 Serverless 利用的散发形式，容器宏大的工具生态和 Serverless 免运维、极致弹性联合在一起，为用户带来全新的体验。
趋势 3：Serverless 将通过事件驱动的形式连贯云及其生态中的所有
咱们曾经在前述章节中探讨了函数计算通过事件驱动和云服务连贯的意义，这样的能力也会扩大到整个云的生态。无论是用户本人的利用，还是合作伙伴的服务；无论是 on-premise 环境，还是私有云，所有的事件都能以 Serverless 的形式解决。云服务及其生态将更严密的连贯在一些，成为用户构建弹性高可用的利用的基石。
趋势 4：Serverless 计算将继续进步计算密度，实现最佳的性能功耗比和性能价格比
虚拟机和容器是两种取向不同的虚拟化技术。前者安全性强，开销小，后者则相同。Serverless 计算平台一方面要求最高的安全性和最小的资源开销，鱼与熊掌必须兼得；另一方面要放弃对原有程序执行形式的兼容，比方反对任意二进制文件，这使得实用于特定语言 VM 的计划不可行。因而 AWS Firecracker，Google gVisor 这样新的轻量虚拟化技术应运而生。以 AWS Firecracker 为例，通过对设施模型的裁剪和 kernel 加载流程的优化，实现了百毫秒的启动速度和极小的内存开销。一台裸金属实例反对数以千计的实例运行。联合利用负载感知的资源调度算法，云服务商无望在保持稳定性能的前提下，将超卖率晋升一个数量级。
当 Serverless 计算的规模和影响力变得越来越大，从利用框架、语言、硬件等层面，依据 Serverless 的负载特点进行端对端优化就变得十分有意义。新的 Java 虚拟机技术大幅提高 Java 利用的启动速度，非易失性内存帮忙实例更快被唤醒，CPU 硬件和操作系统合作对高密环境下性能扰动实现精密隔离，所有新技术正在发明簇新的计算环境。
实现最佳性能功耗比和性能价格比的另一个重要方向是反对异构硬件。长期以来，X86 处理器的性能越来越难以晋升。而在 AI 等对算力要求极高的场景，GPU、FPGA、TPU（Tensor Processing Units）等架构的处理器的计算效率更具劣势。随着异构硬件虚拟化、资源池化、异构资源调度、利用框架反对的成熟，异构硬件的算力也能通过 Serverless 的形式开释，大幅升高用户应用门槛。
后记
2009 年，UC Berkeley 发表了一篇驰名的论文“Above the Clouds: A Berkeley View of Cloud Computing”，探讨了云及其价值、挑战和演进门路，其中的远见卓识在云的十年倒退历程中陆续被验证，明天已没有人狐疑云的价值和对各行各业粗浅的影响。2019 年，他们发表了新的论文，“Cloud Programming Simplified: A Berkeley View on Serverless Computing”，预言 Serverless 将主导下一个十年云的倒退，产业的倒退是螺旋式回升，Serverless 的诞生和衰亡逻辑早已蕴含其中。置信下一个十年，Serverless 将重塑企业翻新的形式，帮忙云成为社会倒退的弱小能源。
