图文原创：谭婧
打工人摸鱼，天经地义。
服务器摸鱼，天理难容。
如今，评价一家云计算厂商的水平到底如何，得看Serverless做得如何。
水平实在不行的那些，在Serverless技术面前，很难浑水摸鱼。
Serverless是云计算在虚拟化，容器技术之后，最重要的技术。
简单说，云计算交付的是能力，不是资源。
云计算技术向上一路，成熟一步。
2022年11月3日，云栖大会上，张建锋（阿里云智能总裁）说：“以云为核心的新型计算体系正在形成，软件研发范式正在发生新的变革，Serverless是其中最重要的趋势之一。”
问一个路转粉的问题，Serverless怎么翻译？
摸鱼界的翻译是：不服务了，没有服务，没有服务器，不提供服务，滚蛋吧服务器。
云计算界的翻译是：无服务器计算。
这个翻译有些别（错）扭（误）。
是时候显示我大学英语四级水平了，我的翻译：有服务（Server），但感觉不到（less）。
云时代，用户确实不再需要接触到各种硬件，但也不能把服务器干没了。
无论放飞自我式翻译，还是中英文混合双打，未来是属于各种新型的计算形态的，Serverless是其中最重要的一种。
这里要插播一下我个人的科技科普理念：
我反对造新词，装旧酒；
更反对造新词，装假酒。
科技布（吹）道（牛）已经通货膨胀了，从A到Z的aaS可真让人难以忍受。
来转述一段在2022年11月4日的云栖大会的聊天中，李飞飞（阿里云数据库事业部负责人）当面给我讲的一段解释，我很喜欢，也许大家也会喜欢。
在传统云计算的资源视角下：
敌我会战，炮火纷飞，枪林弹雨，前线指挥官说：
“攻下西北方向的秃噜山头，上一个营，配X发迫击炮，Y挺机枪、Z把狙击步枪。
弹药齐备，发起进攻。
指挥官以资源衡量战斗力水平，这意味着资源对于战争异常重要。
然而，在Serverless视角下，下达指令：“5分钟内，拿下山头。”
李飞飞博士所说的山头，指客户业务需求。
计算规格可以是，TPS（每秒事务处理量）要多少，QPS（每秒钟查询率）要多少。
当然，计算规格，还可以是存储来500GB，CPU来100核，GPU来100核。
总之，抛弃资源视角，Serverless彻底扭转思考角度。
处理器重要不？重要。
蒋江伟（阿里云基础产品负责人）对我说：“有了Serverless，没有人再去关心你用的是ARM，还是X86的处理器。”
数据如何被分片存储到不同的服务器上来实现负载均衡，不关心。
如何做到在服务器宕机或者交换机故障时，保证高可靠性和高可用性，不考虑。
不尽银河滚滚来，宇宙只剩API。
Serverless以API的形式提供服务，而API只是一段很短的代码。
API是看穿Serverless的关键点，这点我们以后展开再谈。
有趣的是，Serverless不是新技术。Serverless走出学术圈，被云计算厂商提高到全新高度。
十多年前，那一场函数计算的创新，是计算资源的“无服务器化”的交付。它是Serverless没错，但不是全部。
说它是一种范式，不是吹捧。传统云计算产品的“Serverless化”，各有各难，不能一概论之。
不过，我问了一圈，技术大牛们的说法都是，数据库是最硬的骨头。
是时候显示我读书好学的本领了，翻翻参考书，李飞飞博士所著《云原生数据库》一书，谈到云上数据库Serverless：
此前，Serverless在演进，此后，也不会停止演进。
谁先最“接近”Serverless呢？没想到是大数据系统。
谷歌三驾马车， 声震环宇，这一大数据历史性标志的背后是谷歌互联网搜索业务的规模极大，不可能用老办法部署软件，而是用一种后台，中台的方式去撑住。
从根子上讲，大数据这类业务，从一开始就希望有很大的弹性。
于是，大数据天然趋向Serverless化，是非常典型的应用。
蒋江伟还对我说：“你看那些大数据开发工程师，不需要自己建个IDE，不需要用编译器编译代码，也不需要测试代码。取而代之的是大数据平台，把脚本直接丢上去，其他工作一步一步就能自动做完，这就是Serverless化的一个经典例子。”
对用户来说，有点尴尬的地方在于，哪怕其他产品都用Serverless，存储不是，那存储的调用就不会随心所欲，恐怕就发挥不出Serverless的威力。
云计算厂商如何做Serverless呢？
答案是要和底层基础设施团队深度配合。
光讲道理不行，举一个水果电视台的例子。
云计算所用的服务器是一种比我们常见到的笔记本电脑更需要呵护和照顾的硬件，坏掉会连累生意，分分钟少赚钱。
首先，水果电视台想上传综艺节目的视频素材到云端，为了表现出男女明星的颜值，原片文件非常大。
于是，得压缩。
以前，需要一组服务器来压缩。干活的时候，代码会有缺陷，硬件会有故障，运气不好还会断网。
换句话说，服务器需要运维工程师来“照顾”。
假如，压缩视频要3.5台服务器，肯定会安排4台，这样就有0.5台服务器在摸鱼。而且，企业往往会“超配”，因为担心有的时间段的“工作量”特别大，4台服务器顶不住。
这样，摸鱼的服务器就更多了。
有了Serverless技术之后，运维工程师的人力节省了，服务器摸鱼就甭想了，这些都自然而然。
格外注意的是，水果电视台只要上传视频，就会自动触发压缩这个动作。
原本压缩需花一段时间，现在不用了。
API下达这个命令，瞬间就调用资源解决了。
也就是说，用了Serverless技术之后，再也无需在服务器上持续运行进程以等待请求，或者等待调用。
上传视频就会触发视频压缩，工程师的“黑话”是：事件机制触发代码的执行。
用什么来描述此般波澜壮阔呢？
那就是“一支穿云箭，千军万马来相见”。
召集千军万马，就是传统云计算时代的资源调用。
弹性是云计算在池化资源概念上的一个贴切说法。
而“极致弹性”压根描绘不了“千军万马来相见”的山呼海啸，和任务完成后“千军万马各归各位”的山挺海立。
黑科技都会有所擅长，但切忌全能。
Serverless的使用也分场景，那些在全球气候学实验室里，研究冰川冻土的科学家；那些在生物医药实验室里，洞穿分子和DNA世界的科学家，在高性能科学计算里，计算需花费数周，数月的时间，还是用虚拟机运行合适。
至少当下，Serverless运行这个服务有限制，还不适合科学计算。
一场“无服务器化”改造，想必定是赵子龙七进七出，像我这样外围科技从业者无法亲眼目睹，只能围追堵截技术大神。
云计算的本质是让大家用算力越来越简单，谁家复杂难用，市场就把谁无情地干掉。
我个人认为，Serverless作为云计算厂商的趋势，是确定性的，不必争论。
文章最后，我想求一个Serverless优美的翻译，在线等，急倒是不急。
（完）
更多阅读
AI框架系列：
漫画系列
1. 万字大稿深度解读硅谷风投A16Z“50强”数据公司榜单
4. AI for Science这事，到底“科学不科学”？
5. 想帮数学家，AI算老几？
9. 漫画AutoML：攒钱买个“调参侠机器人”？
10. 漫画AutoML：你爱吃的火锅底料，是机器人自动进货
11. 漫画强化学习：人工智能下象棋，走一步，能看几步？
DPU芯片系列：
2. 永远不要投资DPU？
长文系列：
3. 售前，航空母舰，交付，皮划艇：银行的AI模型上线有多难？
最后，再介绍一下主编自己吧，
我是谭婧，科技和科普题材作者。
为了在时代中发现故事，
我围追科技大神，堵截科技公司。
偶尔写小说，画漫画。
生命短暂，不走捷径。
个人微信：18611208992
原创不易，多谢转发
还想看我的文章，就关注“亲爱的数据”。
2195
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
