使用率激增250%，這份報告再將 Serverless推向幕前

作者 | 望宸

來(lái)源 | Serverless 公眾號

相比去年，國外 Serverless 的適用群體在迅速擴大，函數執行時(shí)長(cháng)不斷增加，使用方式也越加成熟，開(kāi)發(fā)者工具也更加開(kāi)放。

本文是對 Datadog 最新的一份 Serverless 報告的解讀，歡迎大家留言討論。

每項新技術(shù)的產(chǎn)生和演進(jìn)過(guò)程中，都會(huì )有他自己的擁躉，也會(huì )有持懷疑論者。Serverless 的美在于他可以盡可能的解放客戶(hù)在

基礎設施上的投入，只需專(zhuān)注于自己的業(yè)務(wù)，讓技術(shù)產(chǎn)生更多商業(yè)價(jià)值，同時(shí)，客戶(hù)只需要真正為使用量付費，無(wú)須讓計算資

源常駐。

“Datadog 上一半的 AWS 客戶(hù)使用了 Lambda，80% 的 AWS 容器客戶(hù)使用了 Lambda?！?/span>

是的，這個(gè)數據來(lái)自 Datadog 去年的一份調研報告，客觀(guān)反映了 Serverless 在海外市場(chǎng)的落地進(jìn)程。一年之后，Datadog 

發(fā)布了第二份 Serverless 調研報告，我們來(lái)一起看看 Serverless 在海外的最新進(jìn)展，這對于無(wú)論是已經(jīng)投入建設 Serverless，還是仍處于觀(guān)望狀態(tài)的決策者和使用者而言，也許都能獲得一些參考。

觀(guān)點(diǎn) 1. Lambda 的調用頻率比兩年前高3.5倍，運行時(shí)長(cháng)達90

0小時(shí)/天

Serverless 的使用深度如何來(lái)定義？

自 2019 年以來(lái)，一直在使用 Lambda 的企業(yè)已大大提高了其使用率。平均而言， 到 2021 年初，這些公司每天調用函數的次數是兩年前的 3.5 倍。此外，在同一組 Lambda 用戶(hù)中，每家企業(yè)的功能平均每天平均運行達 900 個(gè)小時(shí)。 

普通云服務(wù)器，是按服務(wù)器的租用配置和租用時(shí)長(cháng)進(jìn)行收費的，其中，租用配置是依據 vCPU 和內存定價(jià)。

而函數計算則不 同， 按使用過(guò)程中的調用次數和函數運行時(shí)長(cháng)收費的。因此，調用次數和函數運行時(shí)長(cháng)是衡量客戶(hù)使用

 Serverless 深度的指標。報 告中未提供每天調用次數絕對值的信息，但我們可以依據每天運行 900 小時(shí)運行時(shí)長(cháng)的數據，對

客戶(hù)在 Serverless 的消費做 一 個(gè)區間預估。

阿里云函數計算的收費標準來(lái)計算，使用預付費模式：

1GB 計算力實(shí)例運行 1 秒所需的費用是 0.00003167 元，以?xún)却嬉幐?1GB，每天運行 900 小時(shí)來(lái)計算，預計將消費 102.6 元

，年度消費是 3.7 萬(wàn)，再搭上存儲、網(wǎng)絡(luò )、安全、數據庫等其他云產(chǎn)品的消費，已經(jīng)是一個(gè)中型企業(yè)的云上支出了。此外，函

數的調用次數所產(chǎn)生的費用通常不會(huì )太多，尤其是 Python 這類(lèi)和 AI 建模相關(guān)的函數應用，阿里云函數計算每天調用 100 萬(wàn)

次的費用是 13.3 元。

觀(guān)點(diǎn) 2. Lambda 執行時(shí)長(cháng)的中位數是 60 毫秒，僅為一年前的

一半

事件驅動(dòng)架構下，執行時(shí)長(cháng)是一個(gè)關(guān)鍵生產(chǎn)因素

函數的執行時(shí)長(cháng)是 FaaS 領(lǐng)域的新概念，因為 FaaS 是事件驅動(dòng)架構，實(shí)際觸發(fā)時(shí)，才會(huì )調用計算資源執行函數應用并進(jìn)行計

費，函數應用執行時(shí)間越長(cháng)，費用就會(huì )越高。不同于函數計算，普通云服務(wù)器則是按租用服務(wù)器來(lái)計費，雖然普通云服務(wù)器也

提供自動(dòng)彈性伸縮的功能，但由于本身不是事件驅動(dòng)架構，導致伸縮規則上是受限的，而且，普通云服務(wù)器是按秒計費，而業(yè)

內的 FaaS 產(chǎn)品，例如 Lambda、阿里云函數計算都已經(jīng)支持按毫秒計費，計費顆粒度越細，計算成本的優(yōu)化空間就越大。

從數據結構上我們可以看到，越來(lái)越多的 AWS 客戶(hù)正在遵循官方提供的成本優(yōu)化最佳實(shí)踐，來(lái)縮短函數的執行時(shí)長(cháng)，從而進(jìn)

一步優(yōu)化計算成本，最大程度發(fā)揮 Serverless 的成本優(yōu)勢。

下圖中，函數執行時(shí)長(cháng)曲線(xiàn)的尾巴很長(cháng)，這表明 Lambda 不僅支持短期作業(yè)，而且已經(jīng)在支持計算密集型的用例。雖然此份

報告沒(méi)有展示哪些計算密集型的業(yè)務(wù)場(chǎng)景使用了 Lambda，但從國內云廠(chǎng)商宣傳的案例看，主要是音視頻處理、AI 建模類(lèi)的

應用。

觀(guān)點(diǎn) 3. 除 AWS Lambda 外，Azure Function 和 Google 

Cloud Function 的增長(cháng)也很迅速

百家齊放是行業(yè)走向成熟的必經(jīng)階段

AWS Lambda 是最早的 FaaS 產(chǎn)品，Azure 和 Google 緊隨其后，推出了 FaaS 產(chǎn)品，他們的增速可能得益于整個(gè)行業(yè)的成熟

度，從一年前只有 20% 的 Azure 客戶(hù)使用 Azure Function，一年后，這一數據已經(jīng)增長(cháng)到了 36%，而 Google 已經(jīng)有 25%

 的云上客戶(hù)在使用 Cloud Function 了。

該部分，報告中引用了 Vercel 這個(gè)案例：

Vercel 是一個(gè)很實(shí)用的網(wǎng)站管理和托管工具，可以快速部署網(wǎng)站、App，甚至不需要購買(mǎi)服務(wù)器、域名、安裝與配置 Nginx、

上傳網(wǎng)站文件、添加 DNS 解析項、配置網(wǎng)頁(yè)ssl/' target='_blank'>證書(shū)，最重要的是個(gè)人使用是永久免費。

Vercel 托管的都是一些耦合度不高的應用。很顯然， Vercel 的這一商業(yè)模式充分利用了 Serverless 技術(shù)的成本優(yōu)勢，來(lái)盡可

能降低免費個(gè)人用戶(hù)帶來(lái)的服務(wù)器成本，通過(guò)函數應用來(lái)處理來(lái)自服務(wù)端渲染、API 路由等的請求。在過(guò)去的一年里，Vercel

每月的服務(wù)器調用次數從 2.62 億次增加到每月 74 億次，增長(cháng)了 28 倍。

Vercel 官網(wǎng)：

觀(guān)點(diǎn) 4. AWS Step Functions 是 Lambda 的最佳伴侶，平均

每個(gè)工作流包含 4 個(gè)函數，并逐月上升

函數應用的編排功能正在拓展函數應用的邊界

一個(gè)完整的業(yè)務(wù)邏輯通常不是一個(gè)函數應用就能完成的，需要用到多個(gè)函數應用，甚至還涉及到彈性計算、批量計算等計算單

元。這時(shí)候，通過(guò)工作流的編排能力，對各個(gè)計算任務(wù)進(jìn)行順序、分支、并行等方式的分布式編排，可以簡(jiǎn)化繁瑣的業(yè)務(wù)拼接

帶來(lái)的代碼工作，還能可視化監控整個(gè)業(yè)務(wù)流程中各個(gè)執行環(huán)節的狀態(tài)，一舉兩得。AWS Step Functions 就提供了這樣的功

能。

報告顯示，平均每個(gè) Step Functions 工作流包含 4 個(gè) Lambda 函數，并且呈現逐月增長(cháng)的趨勢。說(shuō)明越來(lái)越的客戶(hù)正使用工

作流來(lái)處理越來(lái)越復雜的業(yè)務(wù)邏輯。其中，執行時(shí)間在 1 分鐘內的工作流占比 40%，但也不乏一些執行時(shí)長(cháng)多于 1 小時(shí)甚至

超過(guò) 1 天的工作流，這些長(cháng)時(shí)間執行的工作流以 AI 建模為主。

該部分，報告中引用了 Stedi 這一案例，這家企業(yè)是在 B2B 交易的交易領(lǐng)域提供結構化消息發(fā)送的服務(wù)，例如營(yíng)銷(xiāo)郵件的推送

等服務(wù)，這類(lèi)業(yè)務(wù)場(chǎng)景具備事件觸發(fā)、短時(shí)間需要調用海量目標郵箱郵箱的特點(diǎn)，Serverless + 工作流就可以很好的滿(mǎn)足了客

戶(hù)在成本和開(kāi)發(fā)運維效率上進(jìn)行優(yōu)化的訴求。

Stedi 官網(wǎng)：https：//。com/

觀(guān)點(diǎn)  5. 四分之一的 AWS CluodFront 客戶(hù)使用 Lambda 

@Edge

邊緣正成為 Serverless 的新市場(chǎng)

Lambda@Edge 是 Amazon CloudFront 的一個(gè)功能，它可讓客戶(hù)在靠近應用程序用戶(hù)的地方運行代碼，從而提高性能，降

低延遲。使用 Lambda@Edge，客戶(hù)無(wú)需在全球多個(gè)地方預置或管理基礎設施，只需按使用的計算時(shí)間付費，代碼未運行時(shí)

不產(chǎn)生費用。

相當于在邊緣的場(chǎng)景下，網(wǎng)絡(luò )將 Serverless 的計算能力一起提供給客戶(hù)，而無(wú)須從云端調用算力，提高了那些對延遲敏感的邊

緣業(yè)務(wù)的客戶(hù)體驗，例如物聯(lián)網(wǎng)場(chǎng)景下視頻監控和智能分析、業(yè)務(wù)監測和分析等任務(wù)。

報告顯示，四分之一的 Amazon CloudFront 客戶(hù)使用了 Lambda@Edge，其中 67% 的客戶(hù)的函數執行時(shí)長(cháng)不到 20 毫秒，

說(shuō)明這部分應用對延遲非常敏感，這類(lèi)的邊緣業(yè)務(wù)需求越多，Serverless 在邊緣端的潛力就越大。

觀(guān)點(diǎn) 6. 超過(guò)一半的客戶(hù)函數預留實(shí)例的資源使用率不到 80%

冷啟動(dòng)是事件驅動(dòng)架構下一個(gè)無(wú)法回避的命題

尤其是在 Java/.Net 的編程框架下，應用的啟動(dòng)會(huì )更慢，因為 Java 需要初始化其虛擬機 (JVM) ，并將大量類(lèi)加載到內存中，

然后才能執行用戶(hù)代碼。業(yè)內提供了很多優(yōu)化冷啟動(dòng)的思路，例如提供函數預留實(shí)例，或者通過(guò)按需加載和更高效的存儲和算

法來(lái)提升容器鏡像的拉取速度，從而優(yōu)化冷啟動(dòng)速度。

本質(zhì)上講，函數預留實(shí)例是避免冷啟動(dòng)的一個(gè)見(jiàn)效很快的方式，但他并沒(méi)有從根本上解決冷啟動(dòng)的問(wèn)題，資源預留的越多，浪

費的就越多，這和 Serverless 主張的按需使用是背道而馳的。因此，今年的報告非常關(guān)注客戶(hù)在函數預留實(shí)例的使用率情況。

報告顯示，57% 使用函數預留實(shí)例的客戶(hù)用了不到預留實(shí)例中 80% 的資源，其中，超過(guò) 30% 的客戶(hù)僅用了不到 40% 的資

源 ；使用率達 80%-100% 的客戶(hù)超過(guò) 40%，那么這部分客戶(hù)應當仍然會(huì )遇到冷啟動(dòng)的問(wèn)題。因此，不斷優(yōu)化業(yè)務(wù)的預留實(shí) 例

設 計仍是廠(chǎng)商和客戶(hù)需要共同面對的命題，相關(guān)的最佳實(shí)踐會(huì )有較高的指導意義。感興趣的朋友可以看看阿里云函數計算的這

份 最佳實(shí)踐 。

觀(guān)點(diǎn) 7. 開(kāi)源無(wú)服務(wù)器框架是部署函數應用的主要方式

應用拆的越細，部署難度越大

Serverless 架構下，手動(dòng)部署幾個(gè)函數應用可能不太復雜，一旦當應用擴展到幾十、幾百個(gè)的時(shí)候，應用的部署難度就會(huì )被成

倍放大，此時(shí)通過(guò)一些部署工具來(lái)部署，可以提高部署效率。正如 Kubernetes 是用來(lái)自動(dòng)部署、擴展和管理容器化應用程序

的，在管理容器的過(guò)程，Kubernetes 已經(jīng)是必不可少的工具。

報告顯示，80% 以上的客戶(hù)使用 Serverless Framework 來(lái)部署和管理函數應用，雖然報告未給出原因，但大體離不開(kāi) 

Serverless Framework 的易用性、開(kāi)放性和社區屬性，報告預計基礎設施即代碼類(lèi)的部署工具在大規模部署無(wú)服務(wù)器應用程

序方面將扮演更重要的角色，AWS 自研的三個(gè)部署工具，vanilla CloudFormation、AWS CDK 和 AWS SAM 的使用率分別

是 19%、18% 和 13%。（存在同一個(gè)客戶(hù)同時(shí)使用兩個(gè)或多個(gè)工具，因此使用率疊加后高于 100%）

回到國內，阿里云、百度云、華為云、騰訊云均提供了自家閉源的部署工具，騰訊云和 Serverless Framework 合作，開(kāi)發(fā)了

 Serverless 應用中心，阿里云則是在去年開(kāi)源了 Serverless Devs，提供函數應用的部署、運維和監控，此外，國內另一款提

供 Node.js 開(kāi)發(fā)態(tài)框架的開(kāi)源項目 Midway，已經(jīng)獲得 4k+ 的 star，相信隨著(zhù)參與 Serverless 的開(kāi)發(fā)者的增加，國內開(kāi)源工

具生態(tài)會(huì )越發(fā)活躍。

觀(guān)點(diǎn) 8. Python 是最流行的 Lambda 運行時(shí)，尤其是在大型

環(huán)境中

Serverless 天然支持多語(yǔ)言的開(kāi)發(fā)框架。哪類(lèi)編程語(yǔ)言最為流行呢？

報告顯示，58% 的用戶(hù)使用 Python，Node.js 則占據了 31% 的份額，Java、Go、.NET Core 和 Ruby 的份額均未超過(guò) 10%

。但考慮到不同廠(chǎng)商各自的特點(diǎn)，阿里云上的 Java 份額可能會(huì )更高些，Azure 上 .NET 的客戶(hù)會(huì )更多些。

有趣的是，在小型的 Lambda 運行環(huán)境中，Node.js 的份額高于 Python，隨著(zhù)函數規模的增長(cháng)，Python 就越來(lái)越流行，而

在企業(yè)級組織中，Python 的使用頻率是 Node.js 的 4 倍，如下圖：

雷卷在阿里云內網(wǎng)分享了報告中編程語(yǔ)言部分的分析：大型企業(yè)在大數據、AI 等方面，使用 Python 比較多，而且他們使用的

 Lambda 量也比較大，所以在 Lambda 的數量上 Python 有絕對的優(yōu)勢；Node.js 應用用不了那么大的運行期 (多核 CPU 和

大內存），通常都是小型實(shí)例，另外可能是個(gè)人的 Node.js 開(kāi)發(fā)者，通常也會(huì )選擇小型的 Lambda 環(huán)境。

除此之外，各類(lèi)編程語(yǔ)言的版本的使用分布如下，依次遞減，Python 3.x、Node.js 12、Node.js 10、Python 2.7、Java 8、

Go 1.x、.NET Core 2.1、.NET Core 3.1。

總結

整體上，相比去年，國外 Serverless 的使用群體在迅速擴大，函數執行時(shí)長(cháng)不斷增加，使用方式也越加成熟，開(kāi)發(fā)者工具也

更佳開(kāi)放。在國內，Serverless 已經(jīng)不在局限一些離線(xiàn)任務(wù)或低耦合性應用，已經(jīng)有不少企業(yè)客戶(hù)將 Serverless 應用于生產(chǎn)

環(huán)節的核心鏈路上，例如世紀聯(lián)華將交易系統、會(huì )員系統、庫存系統、后臺系統和促銷(xiāo)模塊等核心應用均部署在函數計算上，

來(lái)減輕客戶(hù)在基礎設施上的投入；閑魚(yú)已經(jīng)開(kāi)始實(shí)踐對傳統巨型應用的 Serverless 化改造，去攻克在 Functions 之間代碼復

用、對函數的依賴(lài)做統一升級等業(yè)內難題。應用的改造需要時(shí)間和窗口期，相信會(huì )有越來(lái)越的企業(yè)客戶(hù)選擇 Serverless 來(lái)解放

雙手。