Serverless 是炙手可热的技术，被认为是云计算发展的未来方向。尤其是在前端研发领域，使用 Node 开发云函数，可以让前端工程师更加专注于业务逻辑，实现全栈工p i l程师的角色转变。
Serverless 的优势
技术 Leader 和架构师在进行技术选型时会关注很多指标， Serverless 贡献最大的就是 研发交付速度（Time to Market） 和 成本（CosA q = 6t） 。
研发交付速度方面，衡量的指标是 Time to Market，是从需求产出到上线所用的总时长，Serverless 在这方面的优势在技术和团队协作两个视角上均有体现。
一是技术视角。有一种观点称 SeU ; ( H u $ R 3rverless 是一种很简单的技术，我对这种观点并不完全同意。Serven n k ; ; I W wrlessi s - | ! y 1 , m 架构让用户和底层架构的关系~ + ! *发生了变化，之前开发者需要关注核心业务逻辑、运维和底层架构的- ` a治理，在 Serverl2 q ) ` v n U 8 Ress 架构中底层的部分由 Serverless 架构提供方来解决。从整个应用系统的角度来看， t /系统架构的难度和复杂度并没有实质简化。
这里我们不3 R ) A q y c = w展开讲 Serverless 架构的底层实现细节S b 4 G。 只需要了解一点：Serverle} z Rss 底层架构做的事情越多，业务层面需要关注的架构和运维工作就越少，因为做的工作少了，所- m } i以交付的时间Q s I ? ~ + _就更快了。
二是团队协作0 t + = Q a }视角。在 Serverless 的模式下，全栈开发的工作模式会执行得更加顺畅。我们知道，前后v e d ^ T端分离确实是一种很好的架构模式：细化4 Q F . 3 9 {了分工，降低了耦合，提升了复用。但随之而来的问题，是团队间的G ; t沟通成本、KPI 目标的差异所带来的各种催排期、接口确认以及联调测试。不少技术团队用全栈开发的模式来z p 8 [ g * # u z解决这些问题， Serverless 下不需要在架构和技术栈花费过多精力，Runtime 和语言也没有强制依赖，而是完全= q / J & m { / r面向业务，每个前端工程师都可以是全栈的。
另一个优势就是 Serverless 会大大降低成本，体现在计算资源和人力两个层面。
在计算资源的成本方面，主要体现在U N # R E弹/ F K ) m f &性扩缩容量，按需付费。在传统的计算资源预算时，往往为了能抗住峰值流量，系统容量都有 Buffer，说白了就是日常的浪费。
在 Serverless 模式下，当业务代码上线后，一分钱都不需要支付。只有当真实请求和流量过来了，平台才会根据请求量，瞬时拉起对应数量的函数实例，L w b 1 2 2 4去接收请求和执行业务代码，此时才需要为真正的代码执行所消耗的资源付费。 No Pay for Idle ，从会计学的角度，Serverless 让计算资源从固定成本变成了可变成n m Y 1 4本。 这种付费: K , o [ _模式对l ^ 9 a于那种流量波动很大的业务优势明显。
还要说明的是人力成本。很多技术 Leader 总抱怨人手不够，也许真实情况并非如此，只是没有足够比例的人投入到业务功* ` Z U能的开发和迭代上，而是去做了架构、底层等必要的支撑性工作。我承认这些7 2 D t M @ ; # ;工作确r b a $ c i q实非常有挑战、非常必要，也Q ` j : 7 [ B非常重要。在 Sp e m j y nerverless 模式下，由于不再需要关注底层架构，所以缩小这部分的工作量和人力占比，就有了更多的工程师可以放在核心业务上，多做迭代，从而加速产品功能的研发。这不是更高的 ROI 吗？
Serverless 的适用场景
Serverless 适用于事件触发的场景。当某个事件发生时，拉起并调用s K I Z p * Se- N L _rverless 云函数，比如. $ 1 h文件上传、% Y % ` I 1 d L消息队列中的消息事件、定^ ; - - | 6 9 f #时器事件，也可以是 IoT 设备的某个事件。还可以用于一些文件处理，比如图像处理、音视频处理和日志分析等场景。
当然: J x，这些事件也包括 HTTP 请求事件，这是 Serverless 的一个很大的适用场景—— HTTP Service，主要实现基于 HTTP 应用的后端服务，比如 REST API、BFF 和 SSR 服务，以及业务逻辑的实现。
我主要关注 Serverless 在 HTTP 场景下的应用。这也是和前端工程师结合最紧密的部分。小到为小# & 9 + 9 3游戏、运营活动提供后端的a % c G - Y #支持，大到整个 App 或站点的 REST API、BFF，r { X C L或是 H5 页面的 SSR，都是 Serverless 适用的场景。
Serverless 对前端开发者的意义
Serverless9 H 8 I R 7 7 的诸多优势业内有很多讨论，也有不少文章谈及。我想聚焦到前端开发者身上来说一说{ m e， Serverless; j j # . 能够帮助前端工程师实现真全栈的梦想。 可能有人会质疑，为什么你又提出一个真全栈，和之前的全栈有什么区别吗？
我先明确一下真全栈的定义：如何判断一个工程师是真全栈工程师K A | 1 2？
当公司有了一堆产品功能需求，招了N I D | 7 n S x一个程序员张全占，如果他能从 0 到J W ( } v M _ 1 把需求做成产品，那才叫真全栈。如果张全占完成了前端功能开发、后端开发以及数据库开发，实现了所有j ) S s p [ @的需求功能，并0 . x s Z w K且部署到对应的服务上，就完事了，那么问题也就来了：服务挂了谁来重启？环境稳定性谁来做？日志L I i u把磁盘写满了谁来清理？定时任务怎么搞？产品突然火爆了，流量一夜间突然扩大了十几倍的时候（产品经理狂喜中），谁负责扩容？这些问题虽然不是核T | # ( m心业务需求，却是每一个线上产品都必须考虑的东西，否则只能称为功能集合，不能称之为产品。
Serverless 架构的出现，将刚才说到的一些非核心业务逻辑，以@ 2 u b a k及运维相关的事情给“屏蔽”了。前端工程师张全占只需关注前台功能、后台功能和数据这些核心的业务逻辑，就可以独立; & @ b m N ; a Y做出产品。例如目前的微信小程序云开发就是} - T Serverless 式的，开M b U 0 A发者完全不用关注底层架构。
Serverless 对前端工程师群体来W & M说是一个机会。让一个前端工程师能够得到独立负责某些产品研发的机会，完成某些产品从需求到上线的从 0 到 1 的机会，一个回归到互联网研发工程师角色的机会。 我希望所有的前端工程师都有机会成为 Serverless 工程师，有机会独立负责研发整个产品。
采用 Serverles9 d E Ms 的准备
总体上来说，采用 Serverless 不需要工程师大量的学习和准备过程。
Serverless 本身就是在现有的架构中做减法，减去那些服务器的管理和配置工作。当然在具体落地的时候，还是有一些准备工作要做：
首先是明确目标，开发者在了解 Ser, u 2 y G E u 8verless 之后，应该去思考对于自身业务和开发架构，采用q { , Serverless 是为了解决什么问题？想取得哪方面的提升？没有一种技术n y Y I ] |是为了h O 7 F M 1 # 1用而用，都是针对具体场景解决具体问题。这是第一个需要搞明白的。
明{ B N q H &确了目标之后，接着是 Serverless 模式下架构的一些设计工作。与传统的开发模式一样，系统设计的工作量是根据业务的复杂程度决定的。对于复杂业务, ) V c 8 { P 0逻辑来说，在开发之前D ? B r | K 1 .需要明确有多少个云函数，每个云函数的输入输出定义、采用哪些 BaaS 后端服务，都需要提前设计规划好。
特别要说明的是，这些设计和非 Serverless 并没有什么本质上的不同，Serverless 云函q B $数也不是神秘莫测的。简单理解，它所提供的就是一个语言的 Runtime。在非 Serverless 架构下如何执行u s P U 2 s { P的代码，Serverless 架构下还是那样执行。如果业务是X O w C Q 基于 Express 或者 koa 这类应用框架，那么 Serverless 云函数o - ; ? [ N U下，还是直接使用这些框架即可。
最后是一些实施上的准备，以腾讯云函数为例，只要是写过代码的，花小半天时间阅读一些基础文档、教程，或者是跟j r o : J - J着 Demo 走一遍，就可以立刻开始写代码，几乎没有什么门槛和不同。要敲黑板强调的是，别忘记了工程化和 CI/CD 方面的考虑，尤其是和现有研发流程的结合。这块有一些小小的工作量，毕竟是开发模式的升级，但基于云函数提供的 CLI 和 SDK 都很容易实现。
Serverless 和云函数的G z N关系
Serverless 架构由两部分构成，分别是 FaaS（Functions as a Service）和 BasS（Backend{ o $ X 4 K n | as a Sevice）。其中 FaaS 就是指云函数，它F 8 Z v p C是一种新的算力组织和提供方式，它让用户不再需要关心服务器的管理和配置，只用专注于核心业务逻辑业务代码的编写。BaaS 指的是一些服务化的后端功能，包括数据库 / 对象存储、账户权鉴、消息队, V C列、社交媒体整合和 AI 能力等，这些服务和接口在 FaaS 层使用相应的 SDK 或 API 来连接和调用。
FaaS+BaaS 的组合，构成了 Serverless 无服务器架构，免除了所有运维性操作，让企业和开发者可以更加专注于核心业务的开发，实现快速上线和迭代，把握业务发展的节奏。
由此可见，云函数是 Severl g ^ . oless 架构中的算力部分，是实现 Severless 架构的基础计算资源。在 Severless 架构下的业务系统中，因业务功能、需求场景不同，所需的 BaaS 后端服务也可能各不相同，但业务逻辑都需要通过云函数来实现。
具体案例
刚才也提到 Serverless 本身有很多很多的应用场景，这个问题在不同的 Serverless 的场景下，答案也是不同的。
如果业务需求是基于类似于 Express、koa 的应用框架来实现的，那么在设计上，基本没有任何区别。Server( & { Aless 云函数可以很好地支持这些应用框架，只是部署方式不同而已。
如果需求场景不需要任何应用框架，直接使用原生代码，在 Serve/ = K R Erless 架构下进行设计时，需要以函数为粒度来考虑，将函数作为业务中的最小功E % =能单元。
还有一个场景使用 Serverless 和不使用就有很大的不同——企业上云。
现在很多企业应用都做应用上云，上云其实是一件非常有技术门槛的事情。可能需要上云的代码只有几百行，但传统上云绝不是上传部署几百行代码那么简单（估计很多工程师看到 Kubernetes 那几本厚书的时候就已经快疯了）M W F A * t d $ i。这个过程需要专业的、有经验的工程师b d ^ * 7 C，花费大量的工作，才能把业务系统迁移到云上。
Serverless 下的体验就非常不同，因为无服务器架构，所以不需要关注虚机或者容器配置和治理工作，基本上只用上传代码就完成了上云。
Serverless 的未来演化
从以往的历史来看，技术的演化还是存在一些一般规律的。
首先. q 1 M我预测 Serverless 生态一定会趋于繁荣。一个8 S 3 ^ t E技术很有优势，相关的社区贡献，以及周边的支持& u H A y x就越强大，用的人就越多；用的人越多，这个技术就越火，类似于经济学里的有效市场理论。最近 Serverlessb ` L W 4 @ r u 的发展很快，可能大家看到= % x c 1 ~ w 2 N这篇内容的时候，我们的 Serverless DB 产品已经发布了，就是开发者连数据库的存在都不需要关注了。Serve, a g 4 ( 4 orless 的使用者会越来越多，同时生态里的贡献者也会更多，整个u 2 U + 6 x D生态也会更加繁荣。
第二个方向是 Serverless 的标准化。当生态繁荣之后，对于标s 2 c t 7准化的需求就变得非常; Q `强烈了。国内外各家云都有了自己的 Serverless 解决方案，对开发者隐藏了底层基础设置。但是各家的接口、实现还是不一样。试想一下，开发者在国内云上用 Serverless 实现的代码，在做国际化2 x * ) A m 6 _的时候，要迁移到另一个云厂商，却发现完全无法平滑迁移是什么感受？公司内两个技术团队如何在 Serverless 的架构下复用功能和代码？如何能够用统一的标准或者框架来构建应用？Serv& U ( : [ q !erle4 0 B F D Q ` Dss 开发需要一些标准，或是某一种框架来适配各个云厂商之间的不同实现和接口，很可能是 Serverless 接下来的发展方向t ` b ^ d。