共计 4169 个字符，预计需要花费 11 分钟才能阅读完成。
摘要：Serverless 技术正是云厂商的基于规模经济的一个抉择。
引子
刚过去的 HC2020，华为面向多样化算力的时代，公布了 DC 分布式计算的三个开发套件，其中一个是元戎组件。元戎是基于函数计算的分布式并行利用开发框架，心愿可能帮忙开发者定义 DC 分布式计算的开发模式和运行模式。对于的这里的函数计算，一直有共事询问这个和 Serverless 的关系或者区别呢？
在公司不同的场景，推动 serverless 技术的应用也有两年工夫了，当初也是借这个引子，说说本人的了解。
1.Serverless 的实质
Serverless 以后绝对比拟正式的定义（CNCF 白皮书）有几个特色：是云计算状态的进一步倒退，绝对于以后云计算，它带来两个要害益处：NoOPS和Pay as You Run。现阶段 Serverless 技术的实现状态，以 AWS 公布的 Lambda 为代表，其余还包含微软 Azure Function，谷歌 Cloud Functions 等。在 2019 年伯克利公布《Cloud Programming Simplified》瞻望中，把 Serverless 定义为云计算的下一代计算范式。云计算从微服务技术主导到 Serverless 技术的演进，咱们看看云计算的实质就能够比拟好的了解这些技术背地的逻辑，也就能了解为什么伯克利继胜利断言云计算的衰亡之后，把眼光聚焦在 Serverless 技术上呢？
图 1：以后 serverless 技术的阶段和状态
1.1 云计算衰亡到云原生生态的演进
云计算的衰亡，在 CPU 硬件能力大力发展之后，得益于 OS+ISV 的软件生态和虚拟化技术的成熟。云计算奇妙地连续 OS+ISV 生态，把 ISV 能够无缝地迁徙到云上。云 vendor 利用虚拟化技术，对客户提供 IAAS 服务。满足客户：1、应用软件运行条件没有发生变化；2、不必保护物理主机，只须要关注应用软件自身。
首先，从云计算的服务状态来看，对于企业应用及其基础设施，当初变成了用户和基础设施提供商两个档次，如下图所示。这个逻辑档次的划分很重要，在软件生态中原来基础设施平台和应用软件都是由用户本人治理和保护，这时呈现了业余的平台提供者的角色，来提供基础设施。
图 2：云计算带来基础设施提供商的概念
其次，咱们回到云计算衰亡的过程，如图三所示，云 Vendor 利用虚拟化技术的成熟，没有扭转原来 OS+ISV 的生态玩法，对用户提供 IAAS 服务，这样用户的软件简直是无缝迁徙到云厂商的基础设施之上的。这样云厂商疾速地汇集了一些企业用户上云，在这个阶段之后，云厂商比方 AWS 疾速翻新，在 IAAS 服务之外，云中间件，云平安，第三方服务集成大量的云上利用运行和业务逻辑服务。逐步构建起云原生生态所须要的生态环境。在这个第一阶段之后，容器技术继续演进，云原生的软件生态开始造成，能够显著地看到软件生态的界面从 GuestOS 回升到容器的档次，应用软件的部署也是由平台提供商来实现，用户不必再关注基础设施运行的操作系统是什么了。这个软件栈中云厂商即平台提供商 cover 的范畴又回升了一步，这个变动既是云原生生态带来的变动，又有云厂商商业逻辑的须要在外面。
图 3：云计算的产生和演进示意图
为什么这么说呢？能够看下一节。
1.2 云计算的商业逻辑建设在规模经济之上
以后云计算集中在几个云厂商，而且胜利的厂商都是在自有的耗费大量基础设施的业务根底之上，云业务才逐步扩充倒退起来的，比方，AWS 和阿里云基于自有的电商服务平台。谷歌云和 Azure 在别离找到本人的移动用户服务和 SAAS 服务的规模经营之后，两家也是逐步占据市场份额。
察看云计算倒退过程，咱们能够说云计算厂商遵循规模经济的倒退模式。联合规模经济，有两个重要的景象或者法则，理解这两个景象，能够很好地帮忙咱们理解云技术的演进方向。
首先，能够解释为规模经济性，简略地说，随着生产规模（云计算）扩充，均匀单位产出（服务收益）老本（基础设施老本）趋于降落。英国的杰弗里·韦斯特钻研城市的人口和产业的倒退法则，总结为规模经济体的产出呈超线性，而老本遵循亚线性法则，如下图所示。
理解到这个景象，咱们能够了解为什么云厂商竭力谋求规模。AWS 2002 年推出，继续推动云服务，到 2013 年 AWS 公布财报，才进入规模经济的盈利期。AWS 当初每年投入 100 亿美金的 CAPS，继续构建云规模，寰球规模 >500W 台服务器。基于规模老本的劣势，构建了长期价值老本和技术生态驱动的良性循环，把握了云服务的定价策略，19 年 reInvent 声称实现了 70+ 次的提价失常，同时还能获取云计算业务 20+% 的营业利润率。
图 4：云计算遵循规模经济性的景象
其次，能够解释为规模的有效性。生产规模不断扩大，当基础设施单位成本降到最低时，达到最佳生产规模，如果生产技术没有产生改革，这时再持续扩充生产规模，均匀单位产出老本转而逐步回升。以后进入规模效应良性循环的 AWS，其 capex/ 支出比根本放弃在 40-50% 左右，尽管绝对稳固，也须要寻求持续老本降落的空间。
图 5：规模经济 LAC 曲线
而同时，以后云厂商主体服务 IAAS，为租户提供虚拟机资源，都遇到了资源利用率低的问题，包含 CPU 利用率和内存利用率。业内数据：云厂商提供的数据中心，CPU 资源利用率不高于 20-30%。租户购买固定 VCPU 和内存配置的虚拟机，云厂商理论在平台应用的是装箱算法，依照租户的需要，拆卸到数据中心的空余空间中去。租户依照其业务峰值购买了资源，在这种状况下，大量租户资源长时间处于业务非峰值态，云厂商对于资源利用率这个问题根本都是无能为力。而同时，云厂商自经营的业务，通过不同业务的混部，SLA 的调度等技术，比方谷歌很早就曾经声称 Brog 的改进版能够在数据中心取得 90% 的 CPU 资源利用率。这样一个现状，也是云厂商不谋而合地提出共享计算实例的起因，比方 AWS T 实例等。通过用户 SLA 策略，在用户知情的状况下，取得对 VCPU 的共享的控制权，实现高 CPU 利用率。
回到后面咱们提到用户和平台提供商两个角度。首先，云厂商心愿可能取得更多的对资源的控制权，让超大规模的云计算持续享有规模的经济性，可能做到单位资源老本持续降落。其次，租户担一方面心其业务运行的平稳性，另一方面也心愿可能更加聚焦业务自身。所以咱们能够了解了云计算技术的方向：云厂商治理的软件栈档次必定会越来越高，云计算技术必须可能解决用户业务的弹性和高可扩大。云厂商取得利用运行资源的最大控制权，谋求高资源利用率和低成本，租户取得业务 SLA 保障的利用。
Serverless 技术正是云厂商的基于规模经济的一个抉择。
1.3 Serverless 技术是匹配云原生规模经济的抉择
如图 3 所示，Serverless 在容器 Runtime 之后，进一步实现计算形象，云厂商负责管理的软件栈进一步晋升到 Runtime。这里笔者把函数计算和 Serverless 技术离开。函数计算是一种计算范式的形象，把计算形象进一步为两个档次，函数（代码逻辑）和函数运行时（函数运行须要的资源，库等），即
函数计算 = 函数 + 函数运行时
Serverless 计算也是利用函数计算上述的形象，在云原生生态下，进一步让用户聚焦到业务代码逻辑，间接应用云厂商提供的 Runtime，相比容器，云厂商治理的软件栈又晋升了一个档次。笔者把 Serverless 技术归到云原生的技术，因为 serverless 为租户提供服务，必须依赖云厂商提供的大量后盾的服务及其运行时，即
Serverless= FaaS+BaaS
函数计算这个档次的抽闲，借助于终端用户或 IOT 等事件型的利用，将代码和其运行时拆散，云厂商提供函数代码的运行时及其物理资源。如下图所示，平台提供商取得了软件栈最大可管制的范畴，而用户只须要关注其代码。因而，函数粒度的利用，让平台提供商取得了最大的技术空间，基于这个空间，让云计算的规模老本进一步失去降落，所以 Serverless 技术是云厂商必选的选择项。
图 6：Serverless 使平台提供商取得软件栈中最大的可控制技术空间
然而，在以后阶段的 Serverless，适用范围还次要是事件式，短时间工作型的利用。用户编写工作的函数，在执行工夫，资源上有一个束缚。平台提供商基于此取得最大的调度权限，所以提供了按次免费，按需免费的定价策略。在海量终端的服务驱动的场景取得很好的利用，充分发挥了 serverless 按需弹性，按需计费的益处。显然这样的利用范畴，是不足以满足云厂商的期待的。所以从 Serverless= FaaS+BaaS， 另外一个 BaaS 方面，云厂商要推动 serverless 计算的疾速演进。
Serverless 官网定义中从用户角度看到的两个要害特色 NoOPS 和 Pay as You Run。合乎这两个特色的状态也是 Serverless 技术，所以 Serverless 技术又比函数计算概念宽泛，不肯定非得基于函数计算的形象，只有能为用户提供 NoOPS 和 Pay as You Run 的业务也就能够归到 Serverless 技术中去。所以云厂商一直的推动两件事件。
一件事件是把 BaaS serverless 化，这个咱们都曾经看到了，云 DB，云存储的 serverless 产品都曾经推出。还有一件事件，云厂商须要推动当初的利用 serverless 化，即以后用户持续对于本人应用服务及其 runtime，然而服务的 autoscaling，并行化模板都由云厂商来提供。这一点谷歌的产品策略中能够清晰地看到这一点。
谷歌对于 Serverless 两条明确的技术线：一是 cloudRun 产品，基于 K8S 容器平台演进的 Serverless 平台，相当于 Serverless 的利用平台，推动已有的微服务化利用演进到 serverless 化；二是挪动利用的 CloudFunction+MBaaS 的产品。两条技术线推动 Serverless 技术演进。AWS 当然也不会落后，尽管 AWS 没有想谷歌一样的运行时平台的弱小生态控制权，然而 AWS 也间接提供 AutoScaling、ASM 等服务领导应用服务 Serverless 化。
基于上述咱们对 serverless 技术背地的商业逻辑，所以它成为了云厂商的必选，也是伯克利断言 serverless 是云时代下一代计算范式的底气所在。
点击关注，第一工夫理解华为云陈腐技术~
