越來越火的Serverless（無伺服器計算），到底是個啥？
今天這篇文章，我們來聊一個雲計算領域的熱門概念——Serverless。
到底什麼是Serverless？
英語好的童鞋，可能一眼就看出來了，Serverless是由Server和less兩個詞根組成的詞。從字面上理解，就是“無伺服器”。
行業通常所說的Serverless，主要是指
“無伺服器計算（Serverless Computing）”
。
那麼問題來了，這年頭，就連小學生都知道，伺服器是具有很強計算能力的計算機，是我們現在最主要的計算工具。“無伺服器計算”，如果不採用伺服器，那該怎麼算呢？
事實上，Serverless所謂的“無伺服器計算”，並不是真的不需要伺服器，而是說，對於使用者，伺服器變得“不可見”了（或者說“無感知”了）。
越說越玄乎了，有木有？別急，還是讓我從頭開始說起吧——
█
Serverless的誕生背景
1946年2月，世界上第一臺數字式電子計算機ENIAC誕生，標誌著人類正式進入了數字計算機時代。
早期的計算機都是大型機，體積龐大，價格昂貴，但是，算力卻很弱。當時，這些機器只有很少的公司才能擁有，用於特定的計算目的。
到了1970-80年代，為了解決單點式計算（一臺大型機，獨立完成全部的計算任務）算力不足的問題，專家們發明了
網格計算
這樣的分散式計算架構，取得了不錯的效果。
說白了，分散式計算，就是把一個巨大的計算任務，分解為很多的小型計算任務，交給不同的計算機分工完成，
再後來，隨著晶片技術的進步，計算機的體積變得越來越小，算力也變得越來越強勁。不久後，小型化的計算機出現了，也就是我們常說的PC（Personal Computer，個人電腦）。
計算機制造和使用成本的不斷下降，加速自身的普及，也刺激了計算機網路的出現與發展。從區域網到廣域網，再到網際網路，計算機網路的規模變得越來越大。
網際網路的出現，徹底改變了計算機服務使用者的方式。
此前，一個機房服務於一所學校、一家企業、一個政府部門，現在，有了網際網路，服務物件可以是全球使用者，規模大大增加了。
使用者規模增加，意味著對算力的需求也增加了。網際網路服務提供商，需要一種更強大、更便宜的算力，滿足使用者需求。
於是乎，就有了
雲計算
。
很多人認為，雲計算就是一個超大號的機房，和以前的企業機房沒有區別，只不過伺服器更多些。
這種觀點是不對的。
雲計算的本質，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，實現更高可靠性、更高效能、更低成本的算力。
具體來說，在雲計算中，CPU、GPU、記憶體、硬碟等計算資源被集合起來，透過軟體的方式，組成一個虛擬的可無限擴充套件的“算力資源池”。如果使用者有算力需求，“算力資源池”就會動態地進行算力資源的分配，構建一個虛擬的“計算機”。使用者按需使用、付費，即可。
相比於使用者自購裝置、自建機房、自己運維，雲計算有明顯的成本優勢，可以節約大量資金和人力。
根據提供算力資源的層級不同，雲計算通常也分為IaaS（基礎設施即服務）、PaaS（平臺即服務）、SaaS（軟體即服務）。如下圖所示：
那麼，問題又來了——雲計算這種“租”的方式，是不是最終極的算力資源使用方式呢？我們作為使用者，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，還是雲計算，使用者都需要和伺服器打交道，和軟硬體環境打交道。這些都是工具和過程，而我們的最終目的是什麼？是得到運算結果。
那麼，為了得到結果，我們是不是一定要關心環境的搭建過程？
不一定。既然環境可以租，那何不更徹底一點，直接“租”服務呢？
舉例來說，如果把計算過程理解為炒菜。以前，我們為了炒菜，需要自己建個廚房，自己買鍋碗瓢盆、油鹽醬醋，自己親自炒菜。後來，有了雲計算，我們可以租個廚房，租工具，然後炒菜。現在，想要更簡單的話，是不是可以直接叫外賣？
再例如，以前，我們上班通勤，是自己買車，自己開車。然後，有了雲計算，相當於租車。現在，是不是可以直接打車？
說白了，我們要的是計算服務和計算結果。計算環境（硬體），我們完全可以不去操心。
說到這，我們的主角——
Serverless
，終於閃亮登場了。
對於Serverless，我們可以把它理解為一種架構，一種理念，甚至是一種思想。
Serverless的核心目的，就是在雲計算的基礎上，再向前邁進一步，徹底“包攬”所有的環境工作，直接提供計算服務。
在Serverless架構下，開發者只需編寫程式碼並上傳，雲平臺就會自動準備好相應的計算資源，完成運算並輸出結果，從而大幅簡化開發運維過程。
換句話說，使用者完全不用關心廚房，你把食材提供給Serverless平臺，它負責把菜炒好，就這麼簡單。
█ Serverless的特點
Serverless是雲計算的進一步延伸，所以，它繼承了雲計算的最大特點——按需彈性伸縮、按需付費。
現在的網際網路服務，基本上都是採用
█
。也就是把一整套服務，拆分為多個細分服務，由不同的伺服器完成運算。
Serverless的特點是，這個服務足夠“細小”，變成了“函式級”的顆粒度。
所謂函式，就是提供輸入，計算輸出。
從層級上來看，Serverless在傳統雲計算SaaS的Application（應用）層級之上，又加了一層——function（函式）。它的顆粒度更細，可以更靈活地滿足使用者的算力需求。
按照CNCF對Serverless 的定義，Serverless架構是採用FaaS（函式即服務）和BaaS（後端服務）服務來解決問題的一種設計。
FaaS就是Function as a service（函式即服務）。每一個函式都是一個服務，函式可以由任何語言編寫，直接託管在雲平臺，以服務形式執行，透過事件觸發。
BaaS則是Backend as a service（後端即服務）。雲平臺提供的後端元件整合，開發者無需開發和維護後端服務，透過API/SDK的呼叫，便可獲得例如資料儲存、訊息推送、賬號管理等能力。
微服務架構
Serverless的背後，依然是虛擬機器和容器。只不過，伺服器部署、runtime安裝、編譯等工作，都由Serverless計算平臺負責完成了。對開發人員來說，只需要維護原始碼和Serverless執行環境的相關配置即可。這就叫“無伺服器計算”。
Serverless架構的最大優勢，顯然就是幫助使用者徹底擺脫了基礎設施管理這樣的“雜事”，更加專注於業務開發，從而提升了效率，降低了開發和運營成本。
根據業界的統計，在商業和企業資料中心裡的典型伺服器，日常僅僅只提供了5%～15%的平均最大處理能力的輸出。這是一種算力資源的巨大浪費。
Serverless的出現，可以讓使用者按照實際算力使用量進行付費，屬於真正的“精確計費”。
換言之，使用者的每一分錢，都花在了刀刃上。
Serverless = FaaS + BaaS
█
世界上第一個Serverless平臺，是2006年釋出的Zimki。這個平臺提供服務端JavaScript應用，支援“按照實際呼叫付費”。不過，當時他們並沒有使用Serverless這個名詞。
後來，到了2012年，Iron。io的副總裁Ken Form在文章
“Why The Future of Software and Apps is Serverless”
中，首次提出了Serverless，才宣告這個概念的正式誕生。
2014年11月，亞馬遜率先推出了真正意義上的第一款Serverless FaaS服務——Lambda。從此，各大廠商開始跟進。
2017年，Serverless開始在國內落地。這一年，阿里雲和騰訊雲先後推出了自己的 Serverless平臺。阿里雲的Serverless平臺，被直接命名為函式計算（FC，Function Compute）。
一年後的2018年，阿里雲推出Serverless容器服務ASK和Serverless應用引擎SAE。
那一時期，剛好小程式開始火爆。Serverless的靈活架構，非常適合小程式的開發。於是，吸引了大量的開發者們。
到了2019年，國內廠商紛紛入局Serverless。如今，Serverless已經成了各大雲廠商的標配，受到整個行業的熱捧。
本月初，2022·雲棲大會上，阿里雲智慧總裁張建鋒表示，以云為核心的新型計算體系正在形成，軟體研發正規化正在發生新的變革，Serverless是其中最重要的趨勢之一。
他認為，Serverless讓雲計算從一種資源真正變成一種能力，未來雲將全面Serverless化，更加接近“電網”模式，按計算的呼叫次數付費。
目前，阿里雲已經擁有超過20款Serverless產品，包括函式計算FC、Serverless 應用引擎SAE、Serverless容器服務ASK、PolarDB資料庫、AnalyticDB數倉等。其中函式計算日呼叫次數超過200億次，整體規模位居國內首位。
前面小棗君也提到，Serverless並不是沒有伺服器的計算，而是將算力環境和資源進行了“隱藏”，讓使用者不可見，無需操心。事實上，Serverless不僅需要算力資源，而且對算力資源的要求比以往更高。
以阿里云為例。他們之所以能夠做Serverless平臺，就是因為背後有四大核心技術的支撐。這四大核心技術，分別是：神龍計算平臺、袋鼠沙箱容器、盤古儲存平臺和洛神網路平臺。
在算力晶片上，阿里雲今年6月新推出的一款雲資料中心專用處理器 CIPU（Cloud Infrastructure Processing Unit），也非常擅長對資料中心的計算、網路和儲存資源進行管理和加速，幫助進一步提升Serverless平臺的效能。
Serverless的發展歷程
█
接下來，我們不妨通過幾個案例，詳細看看阿里雲Serverless平臺究竟是如何提升算力效率的。
阿里巴巴每年的雙11促銷，是行業公認的算力極限挑戰。海量使用者、高併發，對系統的處理能力有著極高的要求。
2020 年天貓雙 11，阿里雲實現了國內首例Serverless在核心業務場景下的大規模落地，扛住了全球最大規模的流量洪峰，創造了Serverless落地應用的里程碑。
今年天貓雙 11，阿里雲Serverless支撐業務場景更多，範圍更廣。阿里雲函式計算（FC）與集團內的運維體系全面實現標準化對接，打通了研發的最後一公里，首次實現了業務全鏈路“FaaS+BaaS”的Serverless體系化研發，覆蓋淘特、淘系、阿里媽媽、1688、高德、飛豬等業務場景。
根據資料統計，支撐場景數量同比增加2倍，峰值流量總數同比增加3倍，實現了百萬QPS的突破，人效提升40%。
再來看看外部使用者。
網易雲音樂，是阿里雲Serverless產品的重要客戶之一。
他們的產品背後，有非常多的演算法服務支撐，比如多種位元速率的音訊轉碼、聽歌識曲中應用的音訊指紋生成和識別、副歌檢測、小語種音譯歌詞等等。
這些任務的資源需求和執行時間變化很大，需要使用C++、Python等多種語言實現，對算力的彈性要求非常大。
早期的時候，網易自建了一個演算法服務平臺，進行應對。但隨著業務增長，以及演算法複雜度的不斷增加，基礎設施管理的負擔越來越大，嚴重影響了工作效率。
引入阿里雲Serverless平臺之後，網易的演算法計算需求得到了很好的滿足。網易在函式計算上高峰期一天處理超過2000萬個任務，演算法應用到業務10倍速的提升，稀疏呼叫的演算法成本大幅縮減。
同樣的效率提升，還發生在南瓜電影、越光醫療、世紀華聯、江娛互動等企業身上。他們都是阿里雲Serverless平臺的使用者。
2021年3月，阿里雲函式計算憑藉在產品能力、安全性、戰略願景和市場規模等方面的優勢脫穎而出，在19個評估專案中，拿到了8項滿分和12項最高分，進入了FaaS領導者象限（綜合產品能力位列全球第一，戰略願景全球第二）。這是首次有中國雲廠商進入Forrester FaaS領導者象限。
Serverless的落地案例
█
隨著數字經濟浪潮的蓬勃發展，以及各行各業數字化轉型的不斷推進，算力的價值正在持續提升。
在單純提升晶片算力方面，我們面臨越來越大的挑戰（摩爾定律逐漸失效）。在這種情況下，我們必須更多地考慮，該如何提升算力的使用效率。
作為一種靈活輕量化的新型算力架構，Serverless毫無疑問是我們挖掘算力潛力、提升算力效率的一個重要手段。
客觀來說，目前的Serverless談不上完美。在實時性等方面，還存在一些不足。小棗君相信，隨著時間的推移，這些問題最終都會得到解決。
Serverless，將引領我們全面走向算力新時代。
