從Serverless到ServerlessDevs云原生環境下研發綜合效能提升的探索ANew&ServerlessWorld請插入您的照片請插入您的照片國防科技大學在讀博士，阿里云Serverless產品經理，阿里云麒麟布道師。阿里云戰略級開源項目ServerlessDevs發起人和負責人。暢銷書《Serverless架構：從原理、設計到項目實戰》《Serverless工程實踐：從入門到進階》《Serverless架構與人工智能最佳實踐》等書作者，電子書《架構師特刊：人人都能學會的Serverless實踐》（InfoQ出品）《Serverless開發速查手冊》（阿里云藏經閣出品）作者。從云計算到ServerlessMapReduceMapReduce從ENIAC誕生到谷歌的三篇經典論文，云計算正式拉開帷幕2009年AbovetheClouds:ABerkeleyViewofCloudComputing2019年CloudProgrammingSimplified:ABerkeleyViewonServerlessComputingServerlessServerless是概念的升級，還是技術的迭代？效能提升安全提升成本降低生產力驅動02Serverless架構及應用場景當開發者想要開發一個項目的時候，通常只需要根據FaaS提供商所提供的Runtime，選擇一個所熟悉的編程語言，然后進行項目開發、測試（圖中步驟1）；完成之后將代碼上傳到FaaS平臺（圖中步驟2）；上傳完成之后，只需要通過API/SDK（圖中步驟3）或者一些云端的事件源（圖中步驟3）觸發上傳到FaaS平臺的函數，FaaS平臺就會根據觸發的并發度等彈性執行對應的函數（圖中步驟4），最后用戶可以根據實際資源使用量進行按量付費把更專業的事情交給更專業的人，開發者可以付出更多精力在自身的業務邏輯之上，而可以更少精力放在服務器與其“三心二意”，不如“一心一意”從我的角度從用戶的角度痛苦的“吐槽”視頻應用、社交應用等場景下，用戶上傳的圖片、音視頻往往總量大、頻率高，對處理系統的實時性和并發能力都有較高的要求。例如：對于用戶上傳的圖片，可以使用多個函數對其分別處理，包括圖片的壓縮、格式轉換、鑒黃鑒恐等，以滿足不同場景下在AI模型完成訓練后，對外提供推理服務時，可以使用Serverless架構，通過將數據模型包裝在調用函數中，在實際用戶請求到達時再運行代碼。相對于傳統的推理預測，這樣做的好處是無論是函數模塊還是后端的GPU服務器，以及對接的其他相關的機器學習服務，都是可以進行按量付費以及自動伸縮，從而保證性能的同時也確保了服務的穩定。Serverless架構和云廠商所提供的其他云產品進行結合，開發者能夠構建可彈性擴展的移動或Web應用程序-輕松創建豐富的無服務器后端，而且這些程序可在多個數據中心高可用運行，無需在可擴展性、備份冗……任何一個事物的誕生，都會伴隨著挑戰Serverless架構也不例外，如今他也面臨很多的挑戰?我如何上傳一些文件？我的數據庫如何連接？我如何持久化一些?我如何上傳一些文件？我的數據庫如何連接？我如何持久化一些?為啥本地好好的，發布到線上就不能用？是環境有問題么？?我的項目狀態如何了？有什么樣的日志，有什么樣的指標？?我的項目如何遷移到Serverless?我是否要將我的項目拆分成函數部署，還是要整個丟上去？?Serverless安全么？方便么？使?如何快速開始體驗Serverless？開發者工具，他可以讓用戶像使用手機一樣，使用Serverless官方團隊支持，社區用戶支持已經實現全生命周期管理能力社區用戶支持已經實現基礎的部署和移除能力社區用戶支持已經實現基礎的部署和移除能力社區用戶支持已經實現基礎的部署和移除能力社區用戶支持已經實現基礎的部署能力客戶應用應用層RESTAPIBFFSSRWebsiteFull客戶應用組件化…Serverless云服務云服務云