Serverless 掀起新的前端技术变革

你的名字 2023-02-28 12:57 123阅读 0赞

本文为转发文章：作者 阿里巴巴  前端  蒋航

最近关于 Serverless 的讨论越来越多。看似与前端关系不大的 Serverless，其实早已和前端有了颇深渊源，并且将掀起新的前端技术变革。本文主要就根据个人理解和总结，从前端开发模式的演进、基于 Serverless 的前端开发案例以及 Serverless 开发最佳实践等方面，与大家探讨 Serverless 中的前端开发模式。本人也有幸在 QCon2019 分享了这一主题。

## 前端开发模式的演进 ##

首先回顾一下前端开发模式的演进，我觉得主要有四个阶段。

1.  基于模板渲染的动态页面
2.  基于 AJAX 的前后端分离
3.  基于 Node.js 的前端工程化
4.  基于 Node.js 的全栈开发

### 基于模板渲染的动态页面 ###

在早起的互联网时代，我们的网页很简单，就是一些静态或动态的页面，主要目的是用来做信息的展示和传播。这个时候开发一个网页也很容易，主要就是通过 JSP、PHP 等技术写一些动态模板，然后通过 Web Server 将模板解析成一个个 HTML 文件，浏览器只负责渲染这些 HTML 文件。这个阶段还没有前后端的分工，通常是后端工程师顺便写了前端页面。

### 基于 AJAX 的前后端分离 ###

2005 年 AJAX 技术的正式提出，翻开了 Web 开发的新篇章。基于 AJAX，我们可以把 Web 分为前端和后端，前端负责界面和交互，后端负责业务逻辑的处理。前后端通过接口进行数据交互。我们也不再需要在各个后端语言里面写着难以维护的 HTML。网页的复杂度也由后端的 Web Server 转向了浏览器端的 JavaScript。也正因如此，开始有了前端工程师这个职位。

### 基于 Node.js 的前端工程化 ###

2009年 Node.js 的出现，对于前端工程师来说，也是一个历史性的时刻。随着 Node.js 一同出现的还有 CommonJS 规范和 npm 包管理机制。随后也出现了 Grunt、Gulp、Webpack 等一系列基于 Node.js 的前端开发构建工具。

在 2013 年前后，前端三大框架 React.js/Angular/Vue.js 相继发布第一个版本。我们可以从以往基于一个个页面的开发，变为基于一个个组件进行开发。开发完成后使用 webpack 等工具进行打包构建，并通过基于 Node.js 实现的命令行工具将构建结果发布上线。前端开发开始变得规范化、标准化、工程化。

### 基于 Node.js 的全栈开发 ###

Node.js 对前端的重要意义还有，以往只能运行在浏览器中的 JavaScript 也可以运行在服务器上，前端工程师可以用自己最熟悉的语言来写服务端的代码。于是前端工程师开始使用 Node.js 做全栈开发，开始由前端工程师向全栈工程师的方向转变。这是前端主动突破自己的边界。

另一方面，前端在发展，后端也在发展。也差不多在 Node.js 诞生那个时代，后端普遍开始由巨石应用模式由微服务架构转变。这也就导致以往的前后端分工出现了分歧。随着微服务架构的兴起，后端的接口渐渐变得原子性，微服务的接口也不再直接面向页面，前端的调用变得复杂了。于是 BFF（Backend For Frontend）架构应运而生，在微服务和前端中间，加了一个 BFF 层，由 BFF 对接口进行聚合、裁剪后，再输出给前端。而 BFF 这层不是后端本质工作，且距离前端最近和前端关系最大，所以前端工程师自然而然选择了 Node.js 来实现。这也是当前 Node.js 在服务端较为广泛的应用。

### 下一代前端开发模式 ###

可以看到，每一次前端开发模式的变化，都因某个变革性的技术而起。先是 AJAX，而后是 Node.js。那么下一个变革性的技术是什么？不言而喻，就是 Serverless。

## Serverless 服务中的前端解决方案 ##

### Serverless 简介 ###

根据 CNCF 的定义，Serverless 是指构建和运行不需要服务器管理的应用程序的概念。([serverless-overview][])

> Serverless computing refers to the concept of building and running applications that do not require server management. --- CNCF

其实 Serverless 早已和前端产生了联系，只是我们可能没有感知。比如 CDN，我们把静态资源发布到 CDN 之后，就不需要关心 CDN 有多少个节点、节点如何分布，也不需要关心它如何做负载均衡、如何实现网络加速，所以 CDN 对前端来说是 Serverless。再比如对象存储，和 CDN 一样，我们只需要将文件上传到对象存储，就可以直接使用了，不需要关心它如何存取文件、如何进行权限控制，所以对象存储对前端工程师来说是 Serverless。甚至一些第三方的 API 服务，也是 Serverless，因为我们使用的时候，不需要去关心服务器。

当然，有了体感还不够，我们还是需要一个更精确的定义。从技术角度来说，Serverless 就是 FaaS 和 BaaS 的结合。

Serverless = FaaS + BaaS。

![format_png][]

简单来讲，FaaS（Function as a Service） 就是一些运行函数的平台，比如阿里云的函数计算、AWS 的 Lambda 等。

BaaS（Backend as a Service）则是一些后端云服务，比如云数据库、对象存储、消息队列等。利用 BaaS，可以极大简化我们的应用开发难度。

Serverless 则可以理解为运行在 FaaS 中的，使用了 BaaS 的函数。

Serverless 的主要特点有：

*  事件驱动
 *  函数在 FaaS 平台中，需要通过一系列的事件来驱动函数执行。
 *  无状态
 *  因为每次函数执行，可能使用的都是不同的容器，无法进行内存或数据共享。如果要共享数据，则只能通过第三方服务，比如 Redis 等。
 *  无运维
 *  使用 Serverless 我们不需要关心服务器，不需要关心运维。这也是 Serverless 思想的核心。
 *  低成本
 *  使用 Serverless 成本很低，因为我们只需要为每次函数的运行付费。函数不运行，则不花钱，也不会浪费服务器资源

### Serverless 服务中的前端解决方案架构图 ###

![format_png 1][]

上图是当前主要的一些 Serverless 服务，以及对应的前端解决方案。

从下往上，分别是基础设施和开发工具。

基础设施主要是一些云计算厂商提供，包括云计算平台和各种 BaaS 服务，以及运行函数的 FaaS 平台。

前端主要是 Serverless 的使用者，所以对前端来说，最重要的开发工具这一层，我们需要依赖开发工具进行 Serverless 开发、调试和部署。

### 框架（Framework） ###

如今还没有一个统一的 Serverless 标准，不同云计算平台提供的 Serverless 服务很可能是不一样的，这就导致我们的代码，无法平滑迁移。Serverless 框架一个主要功能是简化 Serverless 开发、部署流程，另一主要功能则是屏蔽不同 Serverless 服务中的差异，让我们的函数能够在不改动或者只改动很小一部分的情况下，在其他 Serverless 服务中也能运行。

常见的 Serverless 框架有 [Serverless Framework][]、[ZEIT Now][]、[Apex][] 等。不过这些基本都是国外公司做的，国内还没有这样的平台。

### Web IDE ###

和 Serverless 紧密相关的 Web IDE 主要也是各个云计算平台的 Web IDE。利用 Web IDE，我们可以很方便地在云端开发、调试函数，并且可以直接部署到对应的 FaaS 平台。这样的好处是避免了在本地安装各种开发工具、配置各种环境。常见的 Web IDE 有 AWS 的 Cloud9、阿里云的函数计算 Web IDE、腾讯云的 Cloud Studio。从体验上来说，AWS Cloud9 最好。

### 命令行工具 ###

当然，目前最主要的开发方式还是在本地进行开发。所以在本地开发 Serverless 的命令行工具也必不可少。

命令行工具主要有两类，一类是云计算平台提供的，如 AWS 的 `aws`、 Azure 的 `az`、阿里云的 `fun`；还有一类是 Serverless 框架提供的，如 `serverless`、`now`。

大部分工具如 `serverless`、`fun` 等，都是用 Node.js 实现的。

下面是几个命令行工具的例子。

### 创建 ###

# serverless
    $ serverless create --template aws-nodejs --path myService
    # fun
    $ fun init -n qcondemo helloworld-nodejs8

### 部署 ###

# serverless
    $ serverless deploy
    # fun
    $ fun deploy

### 调试 ###

# serverless
    $ serverless invoke [local] --function functionName
    # fun
    $ fun local invoke functionName

### 应用场景 ###

在开发工具上面一层，则是 Serverless 的一些垂直应用场景。除了使用传统的服务端开发，目前使用 Serverless 技术的还有小程序开发，未来可能还会设计物联网领域（IoT）。

### 不同 Serverless 服务的对比 ###

![format_png 2][]

上图从支持语言、触发器、价格等多个方面对不同 Serverless 服务进行了对比，可以发现有差异，也有共性。

比如几乎所有 Serverless 服务都支持 Node.js/Python/Java 等语言。

从支持的触发器来看，几乎所有服务也都支持 HTTP、对象存储、定时任务、消息队列等触发器。当然，这些触发器也与平台自己的后端服务相关，比如阿里云的对象存储触发器，是基于阿里云的 OSS 产品的存取等事件触发的；而 AWS 的对象存储触发器，则是基于 AWS 的 S3 的事件触发的，两个平台并不通用。这也是当前 Serverless 面临的一个问题，就是标准不统一。

从计费的角度来看，各个平台的费用基本一致。在前面也提到，Serverless 的计费是按调用次数计费。对于各个 Serverless，每个月都有 100 万次的免费调用次数，之后差不多 ¥1.3/百万次；以及 400,000 GB-s 的免费执行时间，之后 ¥0.0001108/GB-s。所以在应用体量较小的时候，使用 Serverless 是非常划算的。

## 基于 Serverless 的前端开发模式 ##

在本章节，主要以几个案例来说明基于 Serverless 的前端开发模式，以及它和以往的前端开发有什么不一样。

在开始具体的案例之前，先看一下传统开发流程。

![format_png 3][]

在传统开发流程中，我们需要前端工程师写页面，后端工程师写接口。后端写完接口之后，把接口部署了，再进行前后端联调。联调完毕后再测试、上线。上线之后，还需要运维工程师对系统进行维护。整个过程涉及多个不同角色，链路较长，沟通协调也是一个问题。

而基于 Serverless，后端变得非常简单了，以往的后端应用被拆分为一个个函数，只需要写完函数并部署到 Serverless 服务即可，后续也不用关心任何服务器的运维操作。后端开发的门槛大幅度降低了。因此，只需要一个前端工程师就可以完成所有的开发工作。

![format_png 4][]

当然，前端工程师基于 Serverless 去写后端，最好也需要具备一定的后端知识。涉及复杂的后端系统或者 Serverless 不适用的场景，还是需要后端开发，后端变得更靠后了。

### 基于 Serverless 的 BFF ###

一方面，对不同的设备需要使用不同的 API，另一方面，由于微服务导致前端接口调用的复杂，所以前端工程师开始使用 BFF 的方式，对接口进行聚合裁剪，以得到适用于前端的接口。

下面是一个通用的 BFF 架构。

![format_png 5][]

[BFF @ SoundCloud][BFF _ SoundCloud]

最底层的就是各种后端微服务，最上层就是各种前端应用。在微服务和应用之前，就是通常由前端工程师开发的 BFF。

这样的架构解决了接口协调的问题，但也带来了一些新的问题。

比如针对每个设备开发一个 BFF 应用，也会面临一些重复开发的问题。而且以往前端只需要开发页面，关注于浏览器端的渲染即可，现在却需要维护各种 BFF 应用。以往前端也不需要关心并发，现在并发压力却集中到了 BFF 上。总的来说运维成本非常高，通常前端并不擅长运维。

Serverless 则可以帮我们很好的解决这些问题。基于 Serverless，我们可以使用一个个函数来实各个接口的聚合裁剪。前端向 BFF 发起的请求，就相当于是 FaaS 的一个 HTTP 触发器，触发一个函数的执行，这个函数中来实现针对该请求的业务逻辑，比如调用多个微服务获取数据，然后再将处理结果返回给前端。这样运维的压力，就由以往的 BFF Server 转向了 FaaS 服务，前端再也不用关心服务器了。

![format_png 6][]

上图则是基于 Serverless 的 BFF 架构。为了更好的管理各种 API，我们还可以添加网关层，通过网关来管理所有 API（比如阿里云的网关），比如对 API 进行分组、分环境。基于 API 网关，前端就不直接通过 HTTP 触发器来执行函数，而是将请求发送至网关，再由网关去触发具体的函数来执行。

### 基于 Serverless 的服务端渲染 ###

基于当下最流行的三大前端框架（React.js/Anguler/Vue.js），现在的渲染方式大部分都是客户端渲染。页面初始化的时候，只加载一个简单 HTML 以及对应的 JS 文件，再由 JS 来渲染出一个个页面。这种方式最主要的问题就是白屏时间和 SEO。

为了解决这个问题，前端又开始尝试服务端渲染。本质思想其实和最早的模板渲染是一样的。都是前端发起一个请求，后端 Server 解析出一个 HTML 文档，然后再返回给浏览器。只不过以往是 JSP、PHP 等服务端语言的模板，现在是基于 React、Vue 等实现的同构应用，这也是如今的服务端渲染方案的优势。

但服务端渲染又为前端带来了一些额外的问题：运维成本，前端需要维护用于渲染的服务器。

Serverless 最大的优点就是可以帮我们减少运维，那 Serverless 能不能用于服务端渲染呢？当然也是可以的。

传统的服务端渲染，每个请求的 path 都对应着服务端的每个路由，由该路由实现对应 path 的 HTML 文档渲染。用于渲染的服务端程序，就是这些集成了这些路由的应用。

使用 Serverless 来做服务端渲染，就是将以往的每个路由，都拆分为一个个函数，再在 FaaS 上部署对应的函数。这样用户请求的 path，对应的就是每个单独的函数。通过这种方式，就将运维操作转移到了 FaaS 平台，前端做服务端渲染，就不用再关心服务端程序的运维部署了。

![format_png 7][]

[ZEIT][] 的 [Next.js][] 就对基于 Serverless 的服务端渲染做了很好的实现。下面就是一个简单的例子。

代码结构如下：

.
    ├── next.config.js
    ├── now.json
    ├── package.json
    └── pages
        ├── about.js
        └── index.js
    // next.config.js
    module.exports = {
      target: 'serverless'
    }

其中 `pages/about.js` 和 `pages/index.js` 就是两个页面，在 `next.config.js` 配置了使用 Zeit 提供的 Serverless 服务。

然后使用 `now` 这个命令，就可以将代码以 Serverless 的方式部署。部署过程中，`pages/about.js` 和 `pages/index.js` 就分别转换为两个函数，负责渲染对应的页面。

![format_png 8][]

### 基于 Serverless 的小程序开发 ###

目前国内使用 Serverless 较多的场景可能就是小程开发了。具体的实现就是小程序云开发，支付宝小程序和微信小程序都提供了云开发功能。

在传统的小程序开发中，我们需要前端工程师进行小程序端的开发；后端工程师进行服务端的开发。小程序的后端开发和其他的后端应用开发，本质是是一样的，需要关心应用的负载均衡、备份冗灾、监控报警等一些列部署运维操作。如果开发团队人很少，可能还需要前端工程师去实现服务端。

但基于云开发，就只需要让开发者关注于业务的实现，由一个前端工程师就能够完成整个应用的前后端开发。因为云开发将后端封装为了 BaaS 服务，并提供了对应的 SDK 给开发者，开发者可以像调用函数一样使用各种后端服务。应用的运维也转移到了提供云开发的服务商。

![format_png 9][]

下面分别是使用[支付宝云开发（Basement）][Basement]的一些例子，函数就是定义在 FaaS 服务中的函数。

**操作数据库**

// `basement` 是一个全局变量
    // 操作数据库
    basement.db.collection('users')
        .insertOne({
            name: 'node',
            age: 18,
        })
        .then(() => {
            resolve({ success: true });
        })
        .catch(err => {
            reject({ success: false });
        });

**上传图片**

// 上传图片
    basement.file
        .uploadFile(options)
        .then((image) => {
            this.setData({
                iconUrl: image.fileUrl,
            });
        })
        .catch(console.error);

**调用函数**

// 调用函数
    basement.function
        .invoke('getUserInfo')
        .then((res) => { 
            this.setData({ 
                user: res.result
            });
        })
        .catch(console.error}

### 通用 Serverless 架构 ###

基于上述几个 Serverless 开发的例子，就可以总结出一个通用的 Serverless 架构。

![format_png 10][]

其中最底层就是实现复杂业务的后端微服务（Backend）。然后 FaaS 层通过一系列函数实现业务逻辑，并为前端直接提供服务。对于前端开发者来说，前端可以通过编写函数的方式来实现服务端的逻辑。对于后端开发者来说，后端变得更靠后了。如果业务比较较淡，FaaS 层能够实现，甚至也不需要微服务这一层了。

同时不管是在后端、FaaS 还是前端，我们都可以去调用云计算平台提供的 BaaS 服务，大大降低开发难度、减少开发成本。小程序云开发，就是直接在前端调用 BaaS 服务的例子。

## Serverless 开发最佳实践 ##

基于 Serverless 开发模式和传统开发模式最大的不同，就是传统开发中，我们是基于应用的开发。开发完成后，我们需要对应用进行单元测试和集成测试。而基于 Serverless，开发的是一个个函数，那么我们应该如何对 Serverless 函数进行测试？Serverless 函数的测试和普通的单元测试又有什么区别？

还有一个很重要的点是，基于 Serverless 开发的应用性能如何？应该怎么去提高 Serverless 应用的性能？

本章主要就介绍一下，基于 Serverless 的函数的测试和函数的性能两个方面的最佳实践。

### 函数的测试 ###

虽然使用 Serverless 我们可以简单地进行业务的开发，但它的特性也给我们的测试带来了一些挑战。主要有以下几个方面。

Serverless 函数是分布式的，我们不知道也无需知道函数是部署或运行在哪台机器上，所以我们需要对每个函数进行单元测试。Serverless 应用是由一组函数组成的，函数内部可能依赖了一些别的后端服务（BaaS），所以我们也需要对 Serverless 应用进行集成测试。

运行函数的 FaaS 和 BaaS 在本地也难以模拟。除此之外，不同平台提供的 FaaS 环境可能不一致，不平台提供的 BaaS 服务的 SDK 或接口也可能不一致，这不仅给我们的测试带来了一些问题，也增加了应用迁移成本。

函数的执行是由事件驱动的，驱动函数执行的事件，在本地也难以模拟。

那么如何解决这些问题呢？

根据 [Mike Cohn][] 提出的[测试金字塔][Link 1]，单元测试的成本最低，效率最高；UI 测试（集成）测试的成本最高，效率最低，所以我们要尽可能多的进行单元测试，从而减少集成测试。这对 Serverless 的函数测试同样适用。

![format_png 11][]

图片来源: [https://martinfowler.com/bliki/TestPyramid.html][Link 1]

为了能更简单对函数进行单元测试，我们需要做的就是**将业务逻辑和函数依赖的 FaaS（如函数计算） 和 BaaS （如云数据库）分离**。当 FaaS 和 BaaS 分离出去之后，我们就可以像编写传统的单元测试一样，对函数的业务逻辑进行测试。然后再编写集成测试，验证函数和其他服务的集成是否正常工作。

### 一个糟糕的例子 ###

下面是一个使用 Node.js 实现的函数的例子。该函数做的事情就是，首先将用户信息存储到数据库中，然后给用户发送邮件。

这个例子主要存在两个问题：

1.  业务逻辑和 FaaS 耦合在一起。主要就是业务逻辑都在 `saveUser` 这个函数里，而 `saveUser` 参数的 `event` 和 `conent` 对象，是 FaaS 平台提供的。
2.  业务逻辑和 BaaS 耦合在一起。具体来说，就是函数内使用了 `db` 和 `mailer` 这两个后端服务，测试函数必须依赖于 `db` 和 `mailer`。

### 编写可测试的函数 ###

基于**将业务逻辑和函数依赖的 FaaS 和 BaaS 分离**的原则，对上面的代码进行重构。

class Users {
      constructor(db, mailer) {
        this.db = db;
        this.mailer = mailer;
      }
    
      save(email, callback) {
        const user = {
          email: email,
          created_at: Date.now()
        }
    
        this.db.saveUser(user, function (err) {
          if (err) {
            callback(err);
          } else {
            this.mailer.sendWelcomeEmail(email);
            callback();
          }
      });
      }
    }
    
    module.exports = Users;
    const db = require('db').connect();
    const mailer = require('mailer');
    const Users = require('users');
    
    let users = new Users(db, mailer);
    
    module.exports.saveUser = (event, context, callback) => {
      users.save(event.email, callback);
    };

在重构后的代码中，我们将业务逻辑全都放在了 `Users` 这个类里面，`Users` 不依赖任何外部服务。测试的时候，我们也可以不传入真实的 `db` 或 `mailer`，而是传入模拟的服务。

下面是一个模拟 `mailer` 的例子。

// 模拟 mailer
    const mailer = {
      sendWelcomeEmail: (email) => {
        console.log(`Send email to ${email} success!`);
      },
    };

这样只要对 `Users` 进行充分的单元测试，就能确保业务代码如期运行。

然后再传入真实的 `db` 和 `mailer`，进行简单的集成测试，就能知道整个函数是否能够正常工作。

重构后的代码还有一个好处是方便函数的迁移。当我们想要把函数从一个平台迁移到另一个平台的时候，只需要根据不同平台提供的参数，修改一下 `Users` 的调用方式就可以了，而不用再去修改业务逻辑。

### 小结 ###

综上所述，对函数进行测试，就需要牢记金字塔原则，并遵循以下原则：

1.  将业务逻辑和函数依赖的 FaaS 和 BaaS 分离
2.  对业务逻辑进行充分的单元测试
3.  将函数进行集成测试验证代码是否正常工作

### 函数的性能 ###

使用 Serverless 进行开发，还有一个大家都关心的问题就是函数的性能怎么样。

对于传统的应用，我们的程序启动起来之后，就常驻在内存中；而 Serverless 函数则不是这样。

当驱动函数执行的事件到来的时候，首先需要下载代码，然后启动一个容器，在容器里面再启动一个运行环境，最后才是执行代码。前几步统称为冷启动（Cold Start）。传统的应用没有冷启动的过程。

下面是函数生命周期的示意图：

![format_png 12][]

图片来源: [https://www.youtube.com/watch?v=oQFORsso2go&feature=youtu.be&t=8m5s][https_www.youtube.com_watch_v_oQFORsso2go_feature_youtu.be_t_8m5s]

冷启动时间的长短，就是函数性能的关键因素。优化函数的性能，也就需要从函数生命周期的各个阶段去优化。

### 不同编程语言对冷启动时间的影响 ###

在此之前，已经有很多人测试过不同编程语言对冷启动时间的影响，比如：

*  [Compare coldstart time with different languages, memory and code sizes][Compare coldstart time with different languages_ memory and code sizes] -by Yan Cui
 *  [Cold start / Warm start with AWS Lambda][Cold start _ Warm start with AWS Lambda] - by Erwan Alliaume
 *  [Serverless: Cold Start War][Serverless_ Cold Start War] - by Mikhail Shilkov

![format_png 13][]

图片来源: [Cold start / Warm start with AWS Lambda][Cold start _ Warm start with AWS Lambda]

从这些测试中能够得到一些统一的结论：

*  增加函数的内存可以减少冷启动时间
 *  C\#、Java 等编程语言的能启动时间大约是 Node.js、Python 的 100 倍

基于上述结论，如果想要 Java 的冷启动时间达到 Node.js 那么小，可以为 Java 分配更大的内存。但更大的内存意味着更多的成本。

### 函数冷启动的时机 ###

刚开始接触 Serverless 的开发者可能有一个误区，就是每次函数执行，都需要冷启动。其实并不是这样。

当第一次请求（驱动函数执行的事件）来临，成功启动运行环境并执行函数之后，运行环境会保留一段时间，以便用于下一次函数执行。这样就能减少冷启动的次数，从而缩短函数运行时间。当请求达到一个运行环境的限制时，FaaS 平台会自动扩展下一个运行环境。

![format_png 14][]

> 以 AWS Lambda 为例，在执行函数之后，Lambda 会保持执行上下文一段时间，预期用于另一次 Lambda 函数调用。其效果是，服务在 Lambda 函数完成后冻结执行上下文，如果再次调用 Lambda 函数时 AWS Lambda 选择重用上下文，则解冻上下文供重用。

下面以两个小测试来说明上述内容。

我使用阿里云的函数计算实现了一个 Serverless 函数，并通过 HTTP 事件来驱动。然后使用不同并发数向函数发起 100 个请求。

首先是一个并发的情况：

![format_png 15][]

可以看到第一个请求时间为 302ms，其他请求时间基本都在 50ms 左右。基本就能确定，第一个请求对应的函数是冷启动，剩余 99 个请求，都是热启动，直接重复利用了第一个请求的运行环境。

接下来是并发数为 10 的情况：

![format_png 16][]

可以发现，前 10 个请求，耗时基本在 200ms-300ms，其余请求耗时在 50ms 左右。于是可以得出结论，前 10 个并发请求都是冷启动，同时启动了 10 个运行环境；后面 90 个请求都是热启动。

这也就印证了之前的结论，函数不是每次都冷启动，而是会在一定时间内复用之前的运行环境。

### 执行上下文重用 ###

上面的结论对我们提高函数性能有什么帮助呢？当然是有的。既然运行环境能够保留，那就意味着我们能对运行环境中的执行上下文进行重复利用。

来看一个例子：

const mysql = require('mysql');
    
    module.exports.saveUser = (event, context, callback) => {
    
        // 初始化数据库连接
        const connection = mysql.createConnection({ /* ... */ });
        connection.connect();
    
        connection.query('...');
    
    };

上面例子实现的功能就是在 `saveUser` 函数中初始化一个数据库连接。这样的问题就是，每次函数执行的时候，都会重新初始化数据库连接，而连接数据库又是一个比较耗时的操作。显然这样对函数的性能是没有好处的。

既然在短时间内，函数的执行上下文可以重复利用，那么我们就可以将数据库连接放在函数之外：

const mysql = require('mysql');
    
    // 初始化数据库连接
    const connection = mysql.createConnection({ /* ... */ });
    connection.connect();
    
    
    module.exports.saveUser = (event, context, callback) => {
    
        connection.query('...');
    
    };

这样就只有第一次运行环境启动的时候，才会初始化数据库连接。后续请求来临、执行函数的时候，就可以直接利用执行上下文中的 `connection`，从而提后续高函数的性能。

大部分情况下，通过牺牲一个请求的性能，换取大部分请求的性能，是完全可以够接受的。

### 给函数预热 ###

既然函数的运行环境会保留一段时间，那么我们也可以通过主动调用函数的方式，隔一段时间就冷启动一个运行环境，这样就能使得其他正常的请求都是热启动，从而避免冷启动时间对函数性能的影响。

这是目前比较有效的方式，但也需要有一些注意的地方：

1.  不要过于频繁调用函数，至少频率要大于 5 分钟
2.  直接调用函数，而不是通过网关等间接调用
3.  创建专门处理这种预热调用的函数，而不是正常业务函数

这种方案只是目前行之有效且比较黑科技的方案，可以使用，但如果你的业务允许“牺牲第一个请求的性能换取大部分性能”，那也完全不必使用该方案，

### 小结 ###

总体而言，优化函数的性能就是优化冷启动时间。上述方案都是开发者方面的优化，当然还一方面主要是 FaaS 平台的性能优化。

总结一下上述方案，主要是以下几点：

1.  选用 Node.js / Python 等冷启动时间短的编程语言
2.  为函数分配合适的运行内存
3.  执行上下文重用
4.  为函数预热

## 总结 ##

作为前端工程师，我们一直在探讨前端的边界是什么。现在的前端开发早已不是以往的前端开发，前端不仅可以做网页，还可以做小程序，做 APP，做桌面程序，甚至做服务端。而前端之所以在不断拓展自己的边界、不断探索更多的领域，则是希望自己能够产生更大的价值。最好是用我们熟悉的工具、熟悉的方式来创造价值。

而 Serverless 架构的诞生，则可以最大程度帮助前端工程师实现自己的理想。使用 Serverless，我们不需要再过多关注服务端的运维，不需要关心我们不熟悉的领域，我们只需要专注于业务的开发、专注于产品的实现。我们需要关心的事情变少了，但我们能做的事情更多了。

Serverless 也必将对前端的开发模式产生巨大的变革，前端工程师的职能也将再度回归到应用工程师的职能。

如果要用一句话来总结 Serverless，那就是 Less is More。

[serverless-overview]: https://link.zhihu.com/?target=https%3A//github.com/cncf/wg-serverless/tree/master/whitepapers/serverless-overview
[format_png]: /images/20230209/df327dfb7f5f4e8e85eaf135eda9c546.png
[format_png 1]: /images/20230209/6c6006ba131047008632773bd6cade47.png
[Serverless Framework]: https://link.zhihu.com/?target=https%3A//serverless.com/
[ZEIT Now]: https://link.zhihu.com/?target=https%3A//zeit.co/docs
[Apex]: https://link.zhihu.com/?target=https%3A//apex.run/
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMxLnpoaW1nLmNvbS84MC92Mi0wYjEwYjZlOWE4ZTlmOWFkODQzNzMxOTVmMGU3ZjU5ZV8xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWNiLnpoaW1nLmNvbS84MC92Mi01NjY4NzFiOWJiZmZhZDQ2NGJhNTUzNmZjMWFjNTBlZF8xNDQwdy5wbmc?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWNiLnpoaW1nLmNvbS84MC92Mi03YTMxMGZjOGIxYjRiNTY1ZmRiOTcyYWY0OTdmZmZjN18xNDQwdy5wbmc?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMyLnpoaW1nLmNvbS84MC92Mi1lNWRiZGFmYTk4MjVjNTU2YmE4ZGZhNGI4MTU1ZGMwNl8xNDQwdy5qcGc?x-oss-process=image/format,png
[BFF _ SoundCloud]: https://link.zhihu.com/?target=https%3A//www.thoughtworks.com/insights/blog/bff-soundcloud
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMxLnpoaW1nLmNvbS84MC92Mi05M2Y2NGQ4ZmU2ODEzMGM1NDk4M2E3NjA2NGYxZGExMF8xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMyLnpoaW1nLmNvbS84MC92Mi05MzdlYWJmZjk0YTZjNTNiMmQ1M2QxMDUzMzJkYzAwMV8xNDQwdy5qcGc?x-oss-process=image/format,png
[ZEIT]: https://link.zhihu.com/?target=https%3A//zeit.co/
[Next.js]: https://link.zhihu.com/?target=https%3A//nextjs.org/docs/%23serverless-deployment
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWNiLnpoaW1nLmNvbS84MC92Mi1jY2M2OGM0Zjk0OTlkZTYxNGFmNWMyZDBhNDBmMTg2NF8xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWNiLnpoaW1nLmNvbS84MC92Mi0yOWRjNWUyNDE3YTE5ZjZlNzM1MTkyZDVjMTBiYjNmNF8xNDQwdy5qcGc?x-oss-process=image/format,png
[Basement]: https://link.zhihu.com/?target=https%3A//docs.alipay.com/mini/developer/todo-basement
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMyLnpoaW1nLmNvbS84MC92Mi04NzAxZDFjNzlmYmNhOGUxMjNjMWRkOTQzOTZkNzAwNl8xNDQwdy5qcGc?x-oss-process=image/format,png
[Mike Cohn]: https://link.zhihu.com/?target=https%3A//www.mountaingoatsoftware.com/blog/the-forgotten-layer-of-the-test-automation-pyramid
[Link 1]: https://link.zhihu.com/?target=https%3A//martinfowler.com/bliki/TestPyramid.html
[format_png 11]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMzLnpoaW1nLmNvbS84MC92Mi1mODI2YjZmZmQxNmQ5NWYyZDI5ZTA4YTc3ZTlmZWRkY18xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 12]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMxLnpoaW1nLmNvbS84MC92Mi1jNDQwNTUwNDQzNTA1ODU2ZDExZWZhNmVmZTg2ZDYyM18xNDQwdy5qcGc?x-oss-process=image/format,png
[https_www.youtube.com_watch_v_oQFORsso2go_feature_youtu.be_t_8m5s]: https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DoQFORsso2go%26feature%3Dyoutu.be%26t%3D8m5s
[Compare coldstart time with different languages_ memory and code sizes]: https://link.zhihu.com/?target=https%3A//theburningmonk.com/2017/06/aws-lambda-compare-coldstart-time-with-different-languages-memory-and-code-sizes/
[Cold start _ Warm start with AWS Lambda]: https://link.zhihu.com/?target=https%3A//blog.octo.com/en/cold-start-warm-start-with-aws-lambda/
[Serverless_ Cold Start War]: https://link.zhihu.com/?target=https%3A//mikhail.io/2018/08/serverless-cold-start-war/
[format_png 13]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMyLnpoaW1nLmNvbS84MC92Mi1kOTAzNTQ1MmM0ODMxYjAwN2ZmOTI1ODUxODYwOTc5Nl8xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 14]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWMyLnpoaW1nLmNvbS84MC92Mi04Mjg1Y2I1YTYyN2M3MDcwZDg0MDZjZGM3NDY4ZWMxNl8xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 15]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWNiLnpoaW1nLmNvbS84MC92Mi1jOTkzY2I4N2E0MGNjMDRmY2QxYWExNWI2MGQ0NjVhOV8xNDQwdy5qcGc?x-oss-process=image/format,png
[format_png 16]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWM0LnpoaW1nLmNvbS84MC92Mi0yNmNhZjc5NmY5NWEzNzc2YTI4Y2UzZWZmODU0YzZkOF8xNDQwdy5qcGc?x-oss-process=image/format,png