📚 课程目录第1章 Serverless计算模型概述

1. Serverless 计算模型概述

Serverless（无服务器）计算是一种云原生执行模型，它将服务器基础设施的运维工作完全抽象化，使开发者只需聚焦于业务代码的编写与部署。在 Serverless 模型中，云平台负责动态分配、调度和管理计算资源，开发者无需关心底层服务器的状态、容量或补丁更新。

Serverless 并非“没有服务器”，而是“开发者无需管理服务器”。计算资源以函数或服务的形式存在，由云平台按需创建和销毁。典型的 Serverless 计算形态包括：

核心特征	说明	对性能调优的影响
事件驱动	函数由外部事件（HTTP 请求、消息队列、对象存储事件、定时器）触发执行，无事件时实例数为零。	冷启动延迟成为关键调优指标；事件源并发量直接影响扩缩容行为。
自动扩缩容	平台根据请求并发量自动增加或减少函数实例，从零到数千实例可在秒级完成。	CPU 资源配额决定单实例处理能力；扩缩容速度影响突发流量下的响应时间。
按量付费	仅对实际执行时间和分配的资源（vCPU 与内存）计费，无闲置成本。	资源配额的精确选择直接影响账单；过度配置导致浪费，不足则引发性能瓶颈。

  关键认知： Serverless 的三大特征相互耦合——事件驱动决定了扩缩容的触发时机，自动扩缩容决定了资源使用的弹性边界，按量付费则要求开发者对 CPU 配额进行精细化调优，以平衡性能与成本。

下表从运维、弹性、成本、性能四个维度对比 Serverless 与传统的基于虚拟机（VM）或容器（Container）的服务器模型：

对比维度	传统服务器（VM/Container）	Serverless 计算
运维责任	需自行管理 OS 补丁、运行时升级、安全加固、监控告警。	平台全托管，开发者仅需关注代码与配置。
弹性伸缩	需预先配置伸缩组策略，扩容分钟级；缩容需手动或定时。	自动从零到峰值伸缩，秒级完成；无需预置容量。
计费模式	按实例运行时长（小时/月）计费，即使空闲也需付费。	按实际执行次数与执行时长计费，空闲时零成本。
性能特征	实例常驻，无冷启动；资源隔离稳定，适合长连接与有状态应用。	存在冷启动延迟（毫秒~秒级）；单实例执行时长受限（通常 5~15 分钟）；无状态设计。
CPU 资源控制	可指定 vCPU 核数、绑定 CPU、设置 CPU 亲和性。	通过内存配额间接分配 CPU 算力（如 1 vCPU 对应 1.5~3 GB 内存）；无直接 CPU 绑定。

下图展示了 Serverless 平台的核心组件与事件驱动执行流程：

从性能调优的角度，Serverless 模型引入了传统服务器中不存在的几个关键挑战：

冷启动延迟：当长时间无请求后，平台回收实例；新请求到达时需要重新创建运行环境（下载代码、初始化运行时、执行全局初始化代码），该延迟可能达到数百毫秒甚至数秒。
CPU 配额与内存的耦合：在大多数 FaaS 平台中，CPU 算力与内存配额线性绑定（例如 1 vCPU 对应 1.5 GB 内存）。调优时需同时考虑内存与 CPU 的平衡，避免内存充足但 CPU 不足导致请求排队。
并发限制与扩缩容速率：每个函数实例同时只能处理一个请求（部分平台支持并发复用）。平台每分钟可新增的实例数有限（如 500~1000 个/分钟），突发流量可能触发限流。
无状态约束：函数实例不保留本地状态，所有状态必须外迁到数据库或缓存。这增加了每次请求的网络 I/O 开销，CPU 时间片被等待 I/O 占用。

调优提示： 在 Serverless 环境中，CPU 资源配额的选择直接影响三个核心指标：请求响应时间（P50/P99）、冷启动率（高配额实例冷启动更慢）、单次执行成本。本课程后续章节将逐一拆解这些指标的调优方法。

Serverless 并非万能方案，以下场景最适合发挥其优势：

以下场景需谨慎评估：长时间运行的有状态应用（如游戏服务器）、对冷启动极度敏感的实时交互系统（如在线交易）、需要 GPU 或专用硬件的计算任务。