收益or挑战？Serverless究竟给前端带来了什么

作者 | 黄子毅（紫益） 阿里前端技术专家

成都创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站制作、成都网站设计、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的阿里地区网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！

导读：前端开发者是最早享受到 “Serverless” 好处的群体，因为浏览器就是一个开箱即用、甚至无需为计算付费的环境！Serverless 把前端开发体验带入了后端，利用 FaaS 与 BaaS 打造一套开箱即用的后端开发环境。本文作者将从前端角度出发，为你讲述 Serverless 带来的收益及挑战。

引言

Serverless 是一种 “无服务器架构”，让用户无需关心程序运行环境、资源及数量，只要将精力 Focus 到业务逻辑上的技术。

现在公司已经实现 DevOps 化，正在向 Serverless 迈进，而为什么前端×××erless？

对业务前端同学：

1. 会改变前后端接口定义规范；
2. 一定会改变前后端联调方式，让前端参与服务器逻辑开发，甚至 Node Java 混部；
3. 大大降低 Nodejs 服务器维护门槛，只要会写 JS 代码就可以维护 Node 服务，无需学习 DevOps 相关知识。

对一个自由开发者：

1. 未来服务器部署更弹性，更省钱；
2. 部署速度更快，更不易出错。

前端框架总是带入后端思维，而 Serverless 则是把前端思维带入了后端运维。
前端开发者其实是最早享受到 “Serverless” 好处的群体。他们不需要拥有自己的服务，甚至不需要自己的浏览器，就可以让自己的 JS 代码均匀、负载均衡的运行在每一个用户的电脑中。

而每个用户的浏览器，就像现在最时髦、最成熟的 Serverless 集群，从远程加载 JS 代码开始冷启动，甚至在冷启动上也是卓越领先的：利用 JIT 加速让代码实现毫秒级别的冷启动。不仅如此，浏览器还实现了 BaaS 服务的完美环境，我们可以调用任何函数获取用户的 Cookie、环境信息、本地数据库服务，而无需关心用户用的是什么电脑，连接了怎样的网络，甚至硬盘的大小。

这就是 Serverless 理念。通过 FaaS（函数即服务）与 BaaS（后台即服务）企图在服务端制造前端开发者习以为常的开发环境，所以前端开发者应该更能理解 Serverless 带来的好处。

精读

FaaS（函数即服务） + BaaS（后台即服务） 可以称为一个完整的 Serverless 的实现。除此之外，还有 PaaS（平台即服务）的概念。而通常平台环境都通过容器技术实现，最终都为了达到 NoOps（无人运维），或者至少 DevOps（开发&运维）。

简单介绍一下这几个名词，防止大家被绕晕：

• FaaS - Function as a service

函数即服务，每一个函数都是一个服务，函数可以由任何语言编写，除此之外不需要关心任何运维细节，比如：计算资源、弹性扩容，而且可以按量计费，且支持事件驱动。业界大云厂商都支持 FaaS，各自都有一套工作台、或者可视化工作流来管理这些函数。

• BaaS - Backend as a service

后端及服务，就是集成了许多中间件技术，可以无视环境调用服务，比如数据即服务（数据库服务），缓存服务等。虽然下面还有很多 XAAS，但组成 Serverless 概念的只有 FaaS + BaaS。

• PaaS - Platform as a service

平台即服务，用户只要上传源代码就可以自动持续集成并享受高可用服务，如果速度足够快，可以认为是类似 Serverless。但随着以 Docker 为代表的容器技术兴起，以容器为粒度的 PaaS 部署逐渐成为主流，是最常用的应用部署方式。比如中间件、数据库、操作系统等。

• DaaS - Data as a service

数据即服务，将数据采集、治理、聚合、服务打包起来提供出去。DaaS 服务可以应用 Serverless 的架构。

• IaaS - Infrastructure as a Service

基础设施即服务，比如计算机存储、网络、服务器等基建设施以服务的方式提供。

• SaaS - Software as a Service

软件即服务，比如 ERP、CRM、邮箱服务等，以软件为粒度提供服务。

• 容器

容器就是隔离了物理环境的虚拟程序执行环境，而且环境可被描述、迁移，比较热门的容器技术是 Docker。
随着容器数量增多，就出现了管理容器集群的技术，比较有名的容器编排平台是 Kubernetes。容器技术是 Serverless 架构实现的一种选择，也是实现的基础。

• NoOps

就是无人运维，比较理想主义，也许要借助 AI 的能力才能实现完全无人运维。

无人运维不代表 Serverless，Serverless 可能也需要人运维（至少现在），只是开发者不再需要关心环境。

• DevOps

笔者觉得可以理解为 “开发即运维”，毕竟出了事情，开发要被问责，而一个成熟的 DevOps 体系可以让更多的开发者承担 OP 的职责，或者与 OP 更密切的合作。

回到 Serverless，未来后端开发的体验可能与前端相似：不需要关心代码运行在哪台服务器（浏览器）、无需关心服务器环境（浏览器版本）、不用担心负载均衡（前端从未担心过）、中间件服务随时调用（LocalStorage、Service Worker）。

前端同学对 Serverless 应该尤为激动。就拿笔者亲身经历举例吧。

从做一款 Game 说起

笔者非常迷恋养成类 Game ，养成 Game 最常见的就是资源建造、收集，或者挂机时计算资源的读秒规则。笔者在开发 Game 的时候，最初是将客户端代码与服务端代码完全分成两套实现的：

// ... UI 部分，画出一个倒计时伐木场建造进度条
const currentTime = await requestBuildingProcess();
const leftTime = new Date().getTime() - currentTime;
// ... 继续倒计时读条
// 读条完毕后，每小时木头产量 + 100，更新到客户端计时器
store.woodIncrement += 100;

为了 Game 体验，用户可以在不刷新浏览器的情况下，看到伐木场建造进度的读条，以及“嘭”一下建造完毕，并且发现每秒钟多获得了 100 点木材！但是当伐木场建造完成前、完成时、完成后的任意时间点刷新浏览器，都要保持逻辑的统一，而且数据需要在后端离线计算。 此时就要写后端代码了：

// 每次登陆时，校验当前登陆
const currentTime = new Date().getTime()
// 获取伐木场当前状态
if ( /* 建造中 */) {
  // 返回给客户端当前时间
  const leftTime = building.startTime - currentTime
  res.body = leftTime
} else {
  // 建造完毕
  store.woodIncrement += 100
}

很快，建筑的种类多了起来，不同的状态、等级产量都不同，前后端分开维护成本会越来越大，我们需要做配置同步。

配置同步

为了做前后端配置同步，可以将配置单独托管起来前后端共用，比如新建一个配置文件，专门存储 Game 信息：

export const buildings = {
  wood: {
    name: "..",
    maxLevel: 100,
    increamentPerLevel: 50,
    initIncreament: 100
  }
  /* .. and so on .. */
};

这虽然复用了配置，但前后端都有一些共同的逻辑可以复用，比如根据建筑建造时间判断建筑状态，判断 N 秒后建筑的产量等等。 而 Serverless 带来了进一步优化的空间。

在 Serverless 环境下做 Game

试想一下，可以在服务器以函数粒度执行代码，我们可以这样抽象 Game 逻辑：

// 根据建筑建造时间判断建筑状态
export const getBuildingStatusByTime = (instanceId: number, time: number) => {
  /**/
};
// 判断建筑生产量
export const getBuildingProduction = (instanceId: number, lastTime: number) => {
  const status = getBuildingStatusByTime(instanceId, new Date().getTime());
  switch (status) {
    case "building":
      return 0;
    case "finished":
      // 根据 （当前时间 - 上次打开时间）* 每秒产量得到总产量
      return; /**/
  }
};
// 前端 UI 层，每隔一秒调用一次 getBuildingProduction 函数，及时更新生产数据
// 前端入口函数
export const frontendMain = () => {
  /**/
};
// 后端 根据每次打开时间，调用一次 getBuildingProduction 函数并入库
// 后端入口函数
export const backendMain = () => {
  /**/
};

利用 PaaS 服务，将前后端逻辑写在一起，将 getBuildingProduction 函数片段上传至 FaaS 服务，这样就可以同时共享前后端逻辑了！

在文件夹视图下，可以做如下结构规划：

.
├── client    # 前端入口
├── server    # 后端入口
├── common    # 共享工具函数，可以包含 80% 的通用 Game 逻辑

也许有人会问：前后端共享代码不止有 Serverless 才能做到。

的确如此，如果代码抽象足够好，有成熟的工程方案支持，是可以将一份代码分别导出到浏览器与服务器的。但 Serverless 基于函数粒度功能更契合前后端复用代码的理念，它的出现可能会推动更广泛的前后端代码复用，这虽然不是新发明，但足够称为一个伟大的改变。

前后端的视角

• 对于前端开发者而言，会发现后台服务变简单了；
• 对于后端开发者而言，发现服务做厚了，面临的挑战更多了。

更简单的后台服务

传统 ECS 服务器在租赁时，CentOS 与 AliyunOS 的环境选择就足够让人烦恼。对个人开发者而言，我们要搭建一个完整的持续集成服务是很困难的，而且面临的选择很多，让人眼花缭乱：

• 可以在服务器安装数据库等服务，本地直联服务器的数据库进行开发；
• 可以本地安装 Docker 连接本地数据库服务，将环境打包成镜像整体部署到服务器；
• 将前后端代码分离，前端代码在本地开发，服务端代码在服务器开发。
  甚至服务器的稳定性，需要 PM2 等工具进行管理。当服务器面临attack、重启、磁盘故障时，打开复杂的工作台或登陆 Shell 后一通操作才能恢复。这怎么让人专心把精力放在要做的事情上呢？

Serverless 解决了这个问题，因为我们要上传的只是一个代码片段，不再需要面对服务器、系统环境、资源等环境问题，外部服务也有封装好的 BaaS 体系支持。

实际上在 Serverless 出来之前，就有许多后端团队利用 FaaS 理念简化开发流程。

为了减少写后端业务逻辑时，环境、部署问题的干扰，许多团队会将业务逻辑抽象成一个个区块（Block），对应到代码片段或 Blockly，这些区块可以独立维护、发布，最后将这些代码片段注入到主程序中，或动态加载。如果习惯了这种开发方式，那也更容易接受 Serverless。

更厚的后台服务

站在后台角度，事情就变得比较复杂了。相对于提供简单的服务器和容器，现在要对用户屏蔽执行环境，将服务做得更厚。

笔者通过一些文章了解到，Serverless 的推行还面临着如下一些挑战：

• Serverless 各厂商实现种类很多，想让业务做到多云部署，需要抹平差异；
• 成熟的 PaaS 服务其实是伪 Serverless，后续该如何标准化；
• FaaS 冷启动需要重新加载代码、动态分配资源，导致冷启动速度很慢，除了预热，还需要经济的优化方式；
• 对于高并发（比如双 11 秒杀）场景的应用，无需容量评估是很危险的事情，但如果真能做到完全弹性化，就省去了烦恼的容量评估；
• 存量应用如何迁移。业界的 Serverless 服务厂商大部分都没有解决存量应用迁移的问题；
• Serverless 的特性导致了无状态，而复杂的互联网应用都是有状态的，因此挑战在不改变开发习惯的情况下支持状态。

所幸的是，这些问题都已经在积极处理中，而且不少有了已经落地的解决方案。

Serverless 给后台带来的好处远比面临的挑战多：

• 推进前后端一体化。进一步降低 Node 写服务端代码的门槛，免除应用运营的学习成本。笔者曾经遇到过自己申请的数据库服务被迁移到其他机房而导致的应用服务中断，以后再也不需要担心了，因为数据库作为 BaaS 服务，是不需要关心在哪部署，是否跨机房，以及如何做迁移的；
• 提高资源利用效率。杜绝应用独占资源，换成按需加载必然能减少不必要的资源消耗，而且将服务均摊到集群的每一台机器，拉平集群的 CPU 水位；
• 降低云平台使用门槛。无需运维，灵活拓展，按价值服务，高可用，这些能力在吸引更多客户的同时，完全按需计费的特性也减少了用户开销，达到双赢。

利用 Serverless 尝试服务开放

笔者在公司负责一个大型 BI 分析平台建设，BI 分析平台的底层能力之一就是可视化搭建。

那么可视化搭建能力该如何开放呢？现在比较容易做到的是组件开放，毕竟前端可以与后端设计相对解耦，利用 AMD 加载体系也比较成熟。

现在遇到的一个挑战就是后端能力开放，因为当对取数能力有定制要求时，可能需要定制后端数据处理的逻辑。目前能做到的是利用 maven3、jdk7 搭建本地开发环境测试，如果想上线，还需要后端同学的协助。

如果后端搭建一个特有的 Serverless BaaS 服务，那么就可以像前端组件一样进行线上 Coding、调试，甚至灰度发布进行预发测试。现在前端云端开发已经有了不少成熟的探索，Serverless 可以统一前后端代码在云端开发的体验，而不需要关心环境。

Serverless 应用架构设计

看了一些 Serverless 应用架构图，发现大部分业务都可以套用这样一张架构图：

cdn.com/bc941ec5ce067007e555c3d22d40631ec6ca86d9.png">

• 将业务函数抽象成一个个 FaaS 函数，将数据库、缓存、加速等服务抽象成 BaaS 服务；
• 上层提供 Restful 或事件触发机制调用，对应到不同的端（PC、移动端）；
• 想要拓展平台能力，只要在端上做开放（组件接入）与 FaaS 服务做开放（后端接入）即可。

收益与挑战

Serverless 带来的收益与挑战并存，本文站在前端角度聊一聊。

收益一：前端更 Focus 在前端体验技术，而不需要具备太多应用管理知识。

最近看了很多前端前辈写的总结文，最大的体会就是回忆 “前端在这几年到底起到了什么作用”。我们往往会夸大自己的存在感，其实前端存在的意义就是解决人机交互问题，大部分场景下，都是一种锦上添花的作用，而不是必须。

回忆你最自豪的工作经历，可能是掌握了 Node 应用的运维知识、前端工程体系建设、研发效能优化、标准规范制定等，但真正对业务起效的部分，恰恰是你觉得写得最不值得一提的业务代码。前端花了太多的时间在周边技术上，而减少了很多对业务、交互的思考。

即便是大公司，也难以招到既熟练使用 Nodejs，又具备丰富运维知识的人，同时还要求他前端技术精湛，对业务理解深刻，鱼和熊掌几乎不可兼得。

Serverless 可以有效解决这个问题，前端同学只需要会写 JS 代码而无需掌握任何运维知识，就可以快速实现自己的整套想法。

诚然，了解服务端知识是有必要的，但站在合理分工的角度，前端就应该 focus 在前端技术上。前端的核心竞争力或者带来的业务价值，并不会随着了解多一些运维知识而得到补充，相反，这会吞噬掉我们本可以带来更多业务价值的时间。

语言的进化、浏览器的进化、服务器的进化，都是从复杂到简单，底层到封装的过程，而 Serverless 是后端 + 运维作为一个整体的进一步封装的过程。

收益二：逻辑编排带来的代码高度复用、可维护，拓展 云+端 的能力。

云+端 是前端开发的下个形态，提供强大的云编码能力，或者通过插件将端打造为类似云的开发环境。其最大好处就是屏蔽前端开发环境细节，理念与 Serverless 类似。

之前有不少团队尝试过利用 GraphQL 让接口 “更有弹性”，而 Serverless 则是更彻底的方案。

我自己的团队就尝试过 GraphQL 方案，但由于业务非常复杂，难以用标准的模型描述所有场景的需求，因此不适合使用 GraphQL。恰恰是一套基于 Blockly 的可视化后端开发平台坚持了下来，而且取得了惊人的开发提效。这套 Blockly 通用化抽象后几乎可以由 Serverless 来代替。所以 Serverless 可以解决复杂场景下后端研发提效的问题。

Serverless 在融合了云端开发后，就可以通过逻辑编排进一步可视化调整函数执行顺序、依赖关系。

笔者之前在百度广告数据处理团队使用过这种平台计算离线日志，每个 MapReduce 计算节点经过可视化后，就可以轻松看出故障时哪个节点在阻塞，还可以看到最长执行链路，并为每个节点重新分配执行权重。即便逻辑编排不能解决开发的所有痛点，但在某个具体业务场景下一定可以大有作为。

挑战一：Serverless 可以完全取消前端转后端的门槛？

前端同学写 Node 代码最容易犯的毛病就是内存溢出。

浏览器 + Tab 天然是一个用完即关的场景，UI 组件与逻辑创建与销毁也非常频繁，因此前端同学很少，也不太需要关心 GC 问题。而 GC 在后端开发场景中是一个早已养成的习惯，因此 Nodejs 程序缓存溢出是大家×××
Serverless 应用是动态加载，长时间不用就会释放的，因此一般来说不需要太担心 GC 的问题，就算内存溢出，在内存被占满前可能已经进程被释放，或者被监测到异常强制 Kill 掉。

但毕竟 FaaS 函数的加载与释放完全是由云端控制的，一个常用的函数长时间不卸载也是有可能的，因此 FaaS 函数还是要注意控制副作用。

所以 Serverless 虽然抹平了运维环境，但服务端基本知识还需要了解，必须意识到代码跑在前端还是后端。

挑战二：性能问题

Serverless 的冷启动会导致性能问题，而让业务方主动关心程序的执行频率或者性能要求，再开启预热服务又重新将研发拖入了运维的深渊中。

即便是业界最成熟的亚马逊 Serverless 云服务，也无法做到业务完全不关心调用频率，就可以轻松应付秒杀场景。

因此目前 Serverless 可能更适合结合合适的场景使用，而不是任何应用都强行套用 Serverless。

虽然可以通过定期运行 FaaS 服务来保证程序一直 Online，但笔者认为这还是违背了 Serverless 的理念。

挑战三：如何保证代码可迁移性

有一张很经典的 Serverless 定位描述图：

网络、存储、服务、虚拟家、操作系统、中间件、运行时、数据都不需要关心了，甚至连应用层都只需要关心其中函数部分，而不需要关心其他比如启动、销毁部分。

前面总拿这点当优势，但也可以反过来认为是个劣势。 当你的代码完全依赖某个公有云环境后，你就失去了整体环境的掌控力，甚至代码都只能在特定的云平台才能运行。

不同云平台提供的 BaaS 服务规范可能不同，FaaS 的入口、执行方式也可能不同，想要采用多云部署就必须克服这个问题。

现在许多 Serverless 平台都在考虑做标准化，但同时也有一些自下而上的工具库抹平一些差异，比如 Serverless Framework 等。

而我们写 FaaS 函数时，也尽量将与平台绑定的入口函数写得轻一些，将真正的入口放在通用的比如 main 函数中。

总结

Serverless 的价值远大于挑战，其理念可以切实解决许多研发效能问题。

但目前 Serverless 发展阶段仍处于早期，国内的 Serverless 也处于尝试阶段，而且执行环境存在诸多限制，也就是并没有完全实现 Serverless 的美好理念，因此如果什么都往上套一定会踩坑。

可能在 3-5 年后，这些坑会被填平，那么你是选择加入填坑大军，还是选一个合适的场景使用 Serverless 呢？

“ 阿里巴巴云×××icloudnative×××erverless、容器、Service Mesh等技术领域、聚焦云原生流行技术趋势、云原生大规模的落地实践，做最懂云原生开发×××