1、Serverless初探：什么是Serverless、Serverless与传统架构对比、核心价值与适用场景

1.1 到底什么是Serverless？

说实话，我第一次听到「Serverless」这个词，第一反应是：不用服务器了？那代码跑哪儿去？

嗯，这名字确实有点误导人。Serverless 不是说没有服务器，而是说你不用关心服务器。你只管写代码，至于它跑在哪台机器上、怎么扩容、怎么保证高可用——这些脏活累活，云平台替你干了。

我习惯把 Serverless 拆成两部分理解：

• FaaS（函数即服务）：你上传一段代码，比如一个 Python 函数，云平台帮你运行它。按调用次数收费，不调用不收钱。
• BaaS（后端即服务）：数据库、对象存储、认证服务这些后端能力，直接用云平台提供的，不用自己搭。

说白了，Serverless 就是一种「你只管业务逻辑，基础设施我包了」的架构模式。

1.2 传统架构 vs Serverless：一张表看懂

我在给团队做技术选型时，经常被问到：「Serverless 到底比传统架构好在哪儿？」

我的回答是：不是谁替代谁，而是看场景。但为了让你有个直观感受，我列个对比表：

对比维度	传统架构（虚拟机/容器）	Serverless 架构
运维成本	需要自己管理 OS、补丁、监控	全托管，零运维
弹性伸缩	手动或自动，但需要提前规划	自动伸缩，从 0 到无限
计费方式	按资源占用（按时/按月）	按实际执行次数和时长
冷启动	无此问题（服务常驻）	有冷启动延迟（约 100ms-1s）
适合场景	长运行、高负载、延迟敏感	事件驱动、间歇性、短任务
调试难度	本地可完整模拟	依赖云环境，本地调试较麻烦

你想想看，传统架构就像你租了个房子，不管住不住都得付房租。Serverless 就像住酒店，按天算钱，退房就走人。

1.3 核心价值：为什么越来越多团队转向 Serverless？

我参与过好几个从传统架构迁移到 Serverless 的项目，总结下来，核心价值就三点：

1.3.1 降低运维负担

我记得有一次，团队负责一个内部工具，流量很不稳定。白天上班时间几百人用，晚上几乎没人。用传统架构，你得一直开着服务器，浪费钱。用 Serverless，晚上没人用的时候，费用直接降到零。

说白了，你不用再半夜爬起来处理服务器告警了。云平台帮你搞定一切。

1.3.2 弹性伸缩是默认能力

传统架构下，你要考虑「万一流量暴增怎么办？」——加机器、配负载均衡、搞限流。Serverless 呢？自动扩缩容，从 0 到 1000 个并发，几秒钟完成。

我曾经遇到过一个场景：某个营销活动上线，流量瞬间涨了 50 倍。传统架构下，我们手忙脚乱地扩容，还是挂了半小时。后来用 Serverless 重写，同样的流量，稳如老狗。

1.3.3 按需付费，成本可控

这个很好理解。你写了一个图片处理函数，每天只被调用 100 次。传统架构下，你得租一台服务器，一个月几百块。Serverless 呢？可能一个月就花几块钱。

1.4 适用场景：什么时候该用 Serverless？

不是所有场景都适合 Serverless。我踩过坑，也见过别人踩坑。下面是我总结的最佳实践：

✅ 适合的场景

• Web API / 微服务：尤其是轻量级的 REST API，用 API Gateway + Lambda 组合，开发效率极高。
• 数据处理管道：比如图片上传后自动压缩、视频转码、日志分析。事件驱动，天然匹配。
• 定时任务 / 批处理：每天凌晨跑一次报表，用 Serverless 比租一台服务器划算得多。
• Chatbot / Webhook：消息量不确定，Serverless 的弹性伸缩完美适配。
• IoT 后端：设备上报数据，触发函数处理，按需付费。

❌ 不适合的场景

• 长连接 / WebSocket：Serverless 函数有超时限制（通常 15 分钟），不适合长时间保持连接。
• 高计算密集型任务：比如机器学习模型训练，跑几个小时那种，Serverless 成本反而更高。
• 延迟极其敏感的应用：比如高频交易，冷启动那几百毫秒可能就是灾难。
• 有状态应用：Serverless 函数是无状态的，每次调用都是全新环境。如果你需要保存状态，得借助外部存储。

1.5 一个简单的例子：用 Serverless 写个图片缩略图服务

光说不练假把式。我写个最简单的例子，让你感受一下 Serverless 的开发体验。

假设我们有一个图片上传到 S3 存储桶，自动生成缩略图。用 AWS Lambda + Python 实现：

import boto3
from PIL import Image
import io

s3 = boto3.client('s3')

def lambda_handler(event, context):
    # 获取上传的图片信息
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = event['Records'][0]['s3']['object']['key']
    
    # 下载原图
    response = s3.get_object(Bucket=bucket, Key=key)
    image = Image.open(io.BytesIO(response['Body'].read()))
    
    # 生成缩略图
    image.thumbnail((200, 200))
    
    # 保存到另一个桶
    thumbnail_key = 'thumbnails/' + key
    buffer = io.BytesIO()
    image.save(buffer, 'JPEG')
    buffer.seek(0)
    
    s3.put_object(
        Bucket='my-thumbnails-bucket',
        Key=thumbnail_key,
        Body=buffer,
        ContentType='image/jpeg'
    )
    
    return {
        'statusCode': 200,
        'body': f'Thumbnail created: {thumbnail_key}'
    }

你看，整个代码不到 30 行。没有服务器配置，没有 Nginx，没有 Dockerfile。上传代码，配置触发器，完事。

这就是 Serverless 的魅力——把精力花在业务逻辑上，而不是基础设施上。

1.6 小结

这一章我们聊了：

• Serverless 不是没有服务器，而是你不用管服务器
• 与传统架构相比，运维成本低、弹性好、按需付费
• 适合事件驱动、间歇性任务；不适合长连接、高计算、有状态应用
• 一个简单的图片缩略图例子，展示了 Serverless 的开发效率

下一章，我会带你深入 Serverless 的核心——函数计算（FaaS）的原理与实践。到时候我会分享一些我在生产环境中遇到的坑和解决方案。

嗯，先消化这些吧。有问题随时问我。