深度使用了下 Serverless，太絲滑了！
云函數(shù)和 FaaS
最近在開發(fā)自己的小項目的時候，因為各種原因使用上了云函數(shù)這個東西，不夸張的說開發(fā)時間直接減少一半，當然也沒啥復雜業(yè)務邏輯，但是亂七八糟各種配置基本都可以摒棄掉了。
云函數(shù)就是一種 Serveless，準確來說，云函數(shù)屬于 Serveless 中的 FaaS（Function as a Service，函數(shù)即服務），典型的產(chǎn)品有阿里云函數(shù)、騰訊云函數(shù)、AWS Lambda、Google Cloud Functions、Azure Functions 等等。
FaaS 本質(zhì)上是一種事件驅(qū)動的由消息觸發(fā)的服務，F(xiàn)aaS 供應商（比如阿里云、騰訊云）一般會集成各種同步和異步的事件源，通過訂閱這些事件源，可以突發(fā)或者定期的觸發(fā)函數(shù)運行。于傳統(tǒng)服務需要將應用程序（Application）部署到擁有操作系統(tǒng)的虛擬機或者容器中并且需要長時間駐留的機制不同，F(xiàn)aaS 是直接將程序部署上到平臺上即可，當有事件到來時觸發(fā)執(zhí)行，執(zhí)行完了就可以卸載掉。
IaaS、PaaS、SaaS、Faas
看完上面這些介紹一定還有很多同學一頭霧水，別急，下面我來詳細介紹下 FaaS 的發(fā)展背景：
云計算這個詞大伙肯定都聽說過，這個概念聽起來很牛逼，但其實核心目的就是云服務商能夠為用戶提供更強大、更便宜的算力。
當然，不要覺得云計算就是一個超大號的機房，只不過服務器更多些。
云計算的本質(zhì)，不是算力資源的簡單堆砌，而是池化。它將大量的零散算力資源（廉價的算力資源）進行打包、匯聚，實現(xiàn)更高可靠性、更高性能、更低成本的算力。
具體來說，在云計算中，CPU、GPU、內(nèi)存、硬盤等計算資源被集合起來，通過軟件的方式，組成一個虛擬的可無限擴展的“算力資源池”。如果用戶有算力需求，“算力資源池”就會動態(tài)地進行算力資源的分配，構(gòu)建一個虛擬的“計算機”。用戶按需使用、付費，即可。相比于用戶自購設備、自建機房、自己運維，云計算有明顯的成本優(yōu)勢，可以節(jié)約大量資金和人力。
根據(jù)提供算力資源的層級不同，云計算通常也分為 IaaS（基礎設施即服務）、PaaS（平臺即服務）、SaaS（軟件即服務）。如下圖所示：
圖片
那么，云計算這種 “租” 的方式，是不是最終極的算力資源使用方式呢？我們作為用戶，使用算力，還能更簡單一點嗎？
答案是肯定的。
不管是自建機房，還是云計算，用戶都需要和服務器打交道，和軟硬件環(huán)境打交道。這些都是工具和過程，而我們的最終目的是什么？是得到運算結(jié)果。
那么，為了得到結(jié)果，我們可不可以不要關心環(huán)境的搭建過程呢？能不能直接忽略掉數(shù)據(jù)庫、緩存、消息隊列等等各種亂七八糟的配置呢？或者說，既然環(huán)境可以租，那能不能直接 “租” 服務呢？
如此，Serverless 應運而生了！
Serverless 是架構(gòu)、也是思想，它的目的就是在云計算的基礎上，再向前邁進一步，徹底“包攬”所有的環(huán)境工作，直接提供計算服務。
那 Serverless 具體怎么做到直接租服務的呢，核心就是這個服務足夠“細小”，變成了“函數(shù)級”的顆粒度。從層級上來看，Serverless 在傳統(tǒng)云計算 SaaS 的 Application（應用）層級之上，又加了一層 Function（函數(shù)），它的顆粒度更細，可以更靈活地滿足用戶的算力需求。
圖片
在 Serverless 架構(gòu)下，開發(fā)者只需編寫代碼并上傳，云平臺就會自動準備好相應的計算資源，完成運算并輸出結(jié)果，從而大幅簡化開發(fā)運維過程。
我深度體驗了一把，這個開發(fā)體驗真的太太太太絲滑了，開發(fā)到部署無縫銜接，再回到之前的開發(fā)方式我只能說有、笨重。
Serverless = FaaS + BaaS
說了半天 FaaS，還沒有正式介紹 Serveless，簡單記憶：Serveless = FaaS + BaaS
又出現(xiàn)了一個新概念 BaaS（Backend as a Service，后端即服務），BaaS 可讓開發(fā)人員訪問各種各樣的第三方服務和應用。例如，云提供商可以提供認證服務、額外加密、云訪問數(shù)據(jù)庫以及高置信度使用數(shù)據(jù)。
而在 FaaS 下，開發(fā)人員仍然要編寫自定義服務器端邏輯，但它可以在完全由云服務提供商管理的容器中運行。
綜上，Serverless 的優(yōu)點是勿容置疑的：
- 無需管理基礎設施：在 Serverless 中，云提供商負責管理底層的服務器和基礎設施，包括硬件和操作系統(tǒng)。這意味著開發(fā)者無需擔心服務器的配置、維護和擴展，可以將更多精力放在應用程序的開發(fā)和功能上。
- 自動伸縮：Serverless 可以自動伸縮資源以滿足流量需求，無需手動干預。這可以確保應用程序在高峰時期具有良好的性能，并在低流量時期降低成本。
- 按需計費：Serverless 模型按照實際使用的資源和執(zhí)行時間來計費，因此開發(fā)者只需支付他們真正使用的部分，而無需預先購買或租賃資源。
- 快速啟動：Serverless函數(shù)通常在幾秒內(nèi)啟動，因此可以迅速響應請求。這對于需要快速擴展或處理瞬時負載的應用程序非常有用。
- 事件驅(qū)動：Serverless 函數(shù)通常是事件驅(qū)動的，可以響應各種事件，如 HTTP 請求、數(shù)據(jù)庫更改、隊列消息等。這使得它們非常適合構(gòu)建微服務和處理異步任務。
至于缺點，首先說定論，對于業(yè)務邏輯復雜的大型項目來說，Serverless 可能還不是一個非常好的選擇：
- 依賴云服務商：Serverless 的主動權(quán)掌握在云服務商的手上，就比如現(xiàn)在云函數(shù)主流還是用 Node.js 寫，各廠商對 Java 云函數(shù)的支持普遍還不是那么好
- 調(diào)試復雜性：在 Serverless 中，本地調(diào)試和跟蹤函數(shù)會更加復雜，因為函數(shù)的執(zhí)行是在云提供商的環(huán)境中進行的。
- 狀態(tài)管理：要想實現(xiàn)自由的縮放，無狀態(tài)是必須的，而對于有狀態(tài)的服務，使用 Serverless 這就喪失了靈活性，有狀態(tài)服務需要與存儲交互就不可避免的增加了延遲和復雜性。
- 延遲：應用程序中不同組件的訪問延遲是一個大問題，我們可以通過使用專有的網(wǎng)絡協(xié)議、RPC 調(diào)用、數(shù)據(jù)格式來優(yōu)化，或者是將實例放在同一個機架內(nèi)或同一個主機實例上來優(yōu)化以減少延遲。而 Serverless 應用程序是高度分布式、低耦合的，這就意味著延遲將始終是一個問題。
- 成本不可控：雖然 Serverless 按需計費有助于降低成本，但對于某些高負載或長時間運行的工作負載，可能會導致不可控的費用增加。
