InfoQ|开发运维配置繁杂，是时候给应用架构做减法了( 二 )

2AWS Serverless 的基础技术革新之旅 1. Lambda 开启 Serverless 商业化进程Serverless 商业化进程的真正开启，起源于 AWS 在 2014 正式推出的 AWS Lambda 计算服务。随后，各大巨头也都相继推出了相关服务，遂而将 Serverless 的市场竞争推向白热化， Serverless 是云服务商提供云服务能力的试金石，如何兑现向客户承诺的 Serverless 构建能力，需要云服务商的众多云服务能力作为支撑。
Lambda 的诞生，可以说是云计算技术的一次跃进式发展。正如上文所说，让开发者从对虚拟机、服务器机群容量、集群扩展这些细碎的关注点中抽离出来， Lambda 帮助其真正实现了按需执行、按需计费、按需自动弹性扩展和高可用能力。
值得一提的是，一些人更喜欢用缩写 FaaS(Function as a Service ，函数即服务) 来描述 Lambda 这类技术，对于无服务器技术来说， FaaS 只是无服务器技术和架构中必须提供的众多能力中的一种。但 Lambda 是 FaaS 的典型代表，它允许用户仅仅上传代码而无需提供和管理服务器，由它负责代码的执行、高可用扩展，支持从别的 AWS 服务或其他 Web 应用直接调用等。
Lambda 能和大量的 AWS 服务进行整合。这里，我们将 AWS Lambda 放在若干个实际应用场景中，来向开发者们解释，基于它，能构建哪些内容，并如何和 AWS 的其他服务进行联动应用，加速开发。

数据处理与操作

Lambda 和 AWS 服务非常适用于构建用于处理数据的事件驱动管道。开发者可以使用 AWS Lambda 执行代码以响应数据更改、系统状态变化或用户操作等触发器， AWS 中的 S3、Amazon DynamoDB、Kinesis、SNS 和 CloudWatch 等服务，都可以作为 Lambda 的直接触发“机关” 。
在数据处理管道中，许多用户会遇到数据上传后需要得到立即处理的场景，例如需要将视频从一种格式转换成另一种格式，或者即时调整图像大小以匹配不同设备。 Lambda 则可以实现实时创建缩略图、转换视频代码、聚合和筛选数据等，并且可以由 S3 或 Kinesis 触发。

本文插图
一个模拟数据处理流中， Lambda 在各环节中的作用示意

实时数据流处理

很多 AWS 用户会使用 Lambda 和 Kinesis 处理实时流数据，从而跟踪应用程序活动、处理事务处理顺序等。其中， Kinesis 服务可以对数据（如日志、系统事件、用户点击等）的摄入进行处理， Lambda 函数则可以对数据流中的新记录做出反应，并能快速处理、保存或丢弃数据。
Lambda 和 Kienesis 的组合很适合会产生大量需要被分析、汇总并存储数据的应用程序。在应用程序产生的大量数据中， Lambda 可以随负载自动扩展和缩减，月度处理数据点可达百亿级。

后端

Lambda 还被用于构建无服务器后端，以处理 Web、移动、物联网（IoT）和第三方 API 请求。在很多客户场景中，可能会通过无服务器架构将前端直接连接到数据库，允许前端与服务进行安全通信，这里面只要通过 API Gateway ，即可调用 Lambda 函数， Lambda 函数可以执行自定义任务并与其他服务通信。
2.Fargate 与 Firecracker 的诞生——Lambda 在“进化”Lambda 所具备的丰富特性和应用场景的背景，让其成为一度流行于 FaaS 届的、可以称得上完美的方案。实际上， Lambda 当然也存在一些缺点与问题。例如迁移难度大、自动扩展性差、应用语言种类较少、计算规模受限、冷启动（函数未被运行一段时间后需要重新启动容器运行，而造成的函数调用被延迟）、不断膨胀的代码库维护等。
直至 2017 年年底的 AWS re:Invent 大会上， AWS 宣布针对容器的无服务器计算引擎推出 AWS Fargate ，云计算技术尤其是 Serverless 架构和应用的演进，才算真正迎来了一次新的机遇点。