前言
Serverless 从字面拆分 server 以及 less, 词义推断就是 "少服务的，亦或是无服务器的". 低代码.
但并不是从应用程序架构中说没有服务器资源的，而是通过 Serverless 这种服务形态，用户在使用对应服务的时候，不需要关注服务器的硬件资源，软件资源，稳定性等。因为这些通常都已经由 云计算厂商 提供设施，服务和 SLA保障，完全托管给云计算厂商。
所以开发人员只需要关注 自己应用程序代码本身, 然后上传执行函数到相应的云计算平台，按照 函数运行的时长 按量付费即可！
主要比较成熟的 Serverless 云产品： Amazon Lambda, Google Cloud Function.
演进
云计算诞生之前，大部分计算资源是处于“裸金属”状态的物理机，运维人员选择对应规格的硬件，建设机房的 IDC 网络，完成服务的提供，投入硬件基础建设和维护的成本很高。
云计算诞生后，用户可以直接购买云主机（VM），把基础物理硬件和网络的管理都交由供应商管理，多用户租用一台物理机，但每台云主机对用户来说就像是单独的一台物理机，用户之间相互隔离。
这种模式减少了用户硬件管理成本，站在平台的角度，我们通常称之为 IaaS（Infrastructure-as-a-Service）基础设施即服务。
随着软件的发展和容器技术的兴起，计算环境由 VM 发展到更小粒度的容器，在容器中可以运行不同的软件服务，PaaS（Platform-as-a-Service）平台即服务 和 CaaS（Container-as-a-Service）容器即服务 也开始映入眼帘。用户使用平台基础软件如 Database、消息等开发自己的应用，使用容器镜像构建和部署应用，最后托管给平台。
此时基础设施的运维更加下沉，开发者只需关注基础软件和容器。
继续向前发展，应用的运行演变为更细粒度函数的运行，用户开发特定业务的处理函数，托管给函数平台，按需使用相关的后端服务，通过特定条件的触发完成开发者业务逻辑函数的计算。用户无需为应用持续付费，只需支付函数运行时产生的资源消耗费用，而这，就是 Serverless 服务的模型。
Serverless服务模型中函数的执行时间如何计算.
架构
Serverless 架构由两部分组成，即 Faas 函数即服务 和 BaaS 后端即服务。
FaaS（Function-as-a-Service）即为函数运行平台，用户无需搭建庞大的服务系统，只需要上传自己的逻辑函数如一些定时任务、数据处理任务等到云函数平台，配置执行条件触发器、路由等等，完成基础函数的注册。
BaaS（Backend-as-a-Service）包含了后端服务组件，它是基于 API 的第三方服务，用于实现应用程序中的核心功能，包含常用的数据库、对象存储、消息队列、日志服务等等。
Serverless 其实是通过事件驱动的，当一个任务被触发时，比如 HTTP 请求，API Gateway 接受请求、解析和认证，传递对应参数给云函数平台，平台中执行对应回调函数，配合 DB、MQ 等 BaaS 服务在特定容器中完成计算，最终将结果返回给用户。
函数执行完成后，一般会被 FaaS 平台销毁，释放对应 容器，等待下一个函数运行。
优缺点
云厂商强绑定
当你决定使用公有云的 Serverless 产品时，它们常常会和厂商的其他云产品相绑定，如对象存储、消息等等，这意味你需要同时开通其他的服务，将导致你的应用与平台强绑定，迁移成本剧增。
- 不适合长时间任务
云函数平台会限制函数执行时间，如阿里云 Function Compute 最大执行时长为 10 min，如果你的任务时间超长，那么你需要拆分编排你的函数执行流程，并在一个函数执行结束时唤起另一个函数执行。这将增加编码的复杂度，而且花费上可能高于购买一个长时间运行的实例。
- 冷启动时间
函数运行时，执行容器和环境需要一个准备的时间，尤其是第一次启动时时间可能会较长。对一个 HTTP 请求来讲，可能会带来响应时延的增加，产生性能毛刺。
- 调试与测试
由于本地环境和平台运行环境的差异性，开发者需要不断调整代码，打印日志，并提交到函数平台运行测试，会带来一些开发成本和产生一些费用。
Serverless 的持续发展，在将来可以使前端更加容易的使用 Node.js 等语言搭建一个完善的应用，只需关注前后端的业务逻辑本身，而较少关心底层庞大的软硬件系统和运维知识。
未来也可能给前后端工作流程带来一定变革，比如更统一的技术栈、设计规范和数据结构；更高的开发效率——应用搭建、联调时间的缩短，促使 Web 前端工程师向 Web 应用工程师 进化转。
如果有侵权，请联系删除！
