Serverless，后端小程序的未来

作者简介：张鑫，ZStack创始人，于2006年加入Intel开源软件技术中心，从事Xen虚拟机开发，是世界上最早一批虚拟化开发者。《系统虚拟化》一书的主要作者。2010年,张鑫赴硅谷加入IaaS初创公司Cloud.com，是CloudStack核心开发人员，负责Oracle VM，Barematel，Baremetal VPC等核心功能。之后随Cloud.com并购加入了软件巨头Citrix，继续从事CloudStack的核心技术研发。2015年回国推出了全新的下一代开源IaaS：ZStack，2016年获阿里云数千万A轮战略投资，与阿里云在混合云方面深度战略合作。

自从2014年AWS推出Lambda服务后，Serverless一词越来越热，已经成为一种新型的软件设计架构，即Serverless Architecture。作为一种原生于公共云的架构，Serverless有什么优缺点？是否能应用于传统企业程序？是否适合私有云场景？是否像很多文章宣称的一样，会成为未来改变云计算的中坚力量？作为一名云计算行业的老兵，作者想在此文中分享一些自己的观点。

什么是Serverless

Serverless并不神秘，用一个简单的例子就可讲明。我们设计了一个AI应用，可以识别出图片中人物的人种，我们把它作为一种SaaS服务架设在公共云上提供给客户使用，其典型的后端架构设计如下：

在该架构中，我们购买的云主机上运行了Tomcat Web Server，用于承载Java编写的AI应用。用户通过API上传图片。受限于云主机的本地存储空间，为了满足大量客户同时上传图片，AI应用实现了一个存储网关将图片导入公共云的对象存储。图片导入完成后，AI应用从对象存储读入图片进行识别，并将结果存入公共云的数据库中（例如RDS），用户使用API查询结果。

AI应用上线一段时间后受到了用户的欢迎，越来越多的公司开始使用该服务。根据统计数据，大多数公司在上午9点~11点、下午2点~5点集中上传图片，为了满足该时间段的突发访问量，我们设置了公共云的Auto-Scaling策略，在访问增加时动态创建更多的云主机来响应客户。AI应用的架构演化成：

在这个架构中，我们需要做如下事情：

1. 管理云主机。我们要关心CPU数量、内存大小、IP地址等等系统级的配置。同时还要关心云主机的操作系统，为部署AI应用拟定策略。操作系统和Tomcat的安全补丁也不能忽视，否则竞争对手可能雇佣黑客来攻击我们的系统。
2. 配置公共云的Auto-Scaling的策略，应对高峰期突发访问量。
3. 使用公共云的对象存储和数据库。
4. 编写AI应用。

要完成这些工作，我们既要开发AI应用，又要营运支撑业务（例如管理云主机生命周期、管理操作系统）。这是当前架构的现实：为20%的核心业务营运80%的支撑业务。

下面用Serverless架构改写AI应用：

使用公共云提供的Serverless框架（例如AWS的Lambda）改写应用后，我们不再需要云主机和Tomcat了。用户也可以直接将图片上传到对象存储，AI应用注册了对象存储的一组事件，当图片上传完成后，代码会被触发运行在一个全新的进程内，对图像识别并将结果存入数据库。图片识别