Serverless風暴來襲？

目前很多前端同學都在學習 Serverless，很多文章和教程對 Serverless 都有不同方式的解讀。

加州大學伯克利分校 2019 年 3 月份發表過一篇論文，名為《Cloud Programming Simplified: A Berkeley View on Serverless Computing》，文中對“Serverless 是什么”進行了一些描述：

Put simply,serverless computing = FaaS + BaaS.

簡單來理解，Faas+BaaS 是 Serverless 的一種實現方式，這也是主流對 Serverless 的一種理解。那 Serverless 的真正概念是什么呢？論文最核心的摘要部分，我們可以看到如下圖的一段話，它說出了 Serverless 真正內涵：

中文大意是：

「無服務器云計算（Serverless Computing）幾乎封裝了所有的底層資源管理和系統運維工作，使開發人員更容易使用云基礎設施。它提供了一個方式，極大地簡化了基于云服務的編程，猶如匯編語言到高級編程語言般的轉換。」

這段話中舉了一個例子非常生動：

Assembly Language to high-level programming Languages.

「Serverless 給云計算帶來的改變，就是相當于從匯編語言到高級語言」。匯編語言，計算機專業的學生都有了解過。寫匯編的話，首先需要了解 CPU 的結構，知道加法器、寄存器，需要自己管理內存、IO 設備等一些底層資源。但開發者的目的并非如此，開發者應該是以業務為導向的。而高級語言提供了諸多能力和框架支持，可以令開發者專注于更快地完成業務上的事情，這才是高級語言所具備的優點，而不是讓開發者把精力浪費在底層資源管理。

由此可見，Serverless 的內涵就是對全部底層資源和運維工作的封裝，讓開發者專注于業務邏輯。

理解完 Serverless 的內涵，我們再來談一下 FaaS（Function as a Service）的本質。一句話而言，FaaS 就是至今為止最細粒度的算力分配方式，我們先理解下什么叫算力分配方式。

當我們談論計算機應用科學的時候，共有三個維度：“算力、算法、數據” 。在「算力」又有兩個方向：一是如何讓算力更強，讓 CPU 運行得更快；二是如何讓算力分配的更合理。傳統計算機，從單任務實時操作系統到多任務分時操作系統，是解決算力的分配問題，云計算誕生的初衷以及要解決問題，也是解決巨大算力資源的合理化分配。云的算力分配方式主要是以什么為粒度的呢？

答案是虛擬機。

比機器再降維一點的分配粒度是什么？

答案是容器。

那比容器再降一級的功能是什么？

答案是函數。

最早期的算力分配是物理機為單元，后來是虛擬機和容器。這個算力分配細化的過程，也基本是云計算發展的過程。現在云上可以函數作為一個計算單元，變成每一次業務執行分配一次資源，沒有業務就沒有資源分配。所以，FaaS 是一個以函數（業務）為粒度的算力分配方式。

當我們理解了 Serverless 和 FaaS 的內涵，我們在討論下這一切跟前端有什么關系。

隨著 Node 的流行，前端工程師一直希望回歸 Web 工程師的角色，全棧工程師的也在各種場合和文章被提到，最近幾年大前端組織架構也成為超火話題。

第一，從前端工程師自身視角來講，希望擴大自己的業務范圍，進而才能有職業發展，僅僅做前臺展現相關的東西，碰不到核心業務，價值得不到展現。

第二，如果從組織或是技術 leader 視角上來看問題的話，則會更關注技術對業務的貢獻，關注團隊的整體的執行效率、質量控制、角色合作這樣一些問題。大前端的開發模式，會提升業務的迭代效率。

前端和后端都使用 JavasScript，技術棧是統一的。從寫代碼，到編譯、打包、腳手架、組件化、包管理，再到 CICD，采用同一套都不是問題。Client Side JavaScript 和 Server Side JavaScript 本身就有很多可復用的代碼，例如現在行業里有很多同構代碼的 CSR 和 SSR 解決方案。優化研發組織結構。大前端的開發模式，讓接口定義、接口聯調、環境模擬等，原來需要兩種不同技術能力棧的工程師互相協作的模式，變為同一種技術技術能力棧的工程師獨立完成的模式，讓溝通和推動的成本降到最低。

因此在 Serverless 的賦能下，前端工程師依舊只需要關注核心的業務邏輯，而底層的技術架構、計算資源、穩定性、系統運維工作，則可以完全由 Serverless 進行支撐。即實現了從前端到真全棧的可能。