Serverless从来不是运维甩锅工具

上次和南京河西做电商的朋友在江边喝啤酒，他去年刚把618大促的订单回调接口全迁到Serverless，当时拍胸脯说以后运维再也不用半夜爬起来扩容，结果今年大促刚过三点，函数直接触发了冷启动超时，用户付完款等十分钟都看不到订单成功页，客服直接被骂到宕机。他那天喝了三瓶啤酒才缓过来，说早知道就不被销售忽悠了。

别被厂商的宣传海报骗了

厂商的宣传页永远只说Serverless零运维、按量付费、自动弹性扩容，半句不提那些藏在文档三级页面里的限制。比如默认的单地域并发配额，很多初创团队刚开通的时候只有100，你以为流量上来了就能自动扩，结果到了阈值直接给你并发限流，找客服提工单，人家说这个配额要付费申请，还要提前一周报备。

我上次帮他排查问题，翻了三页监控，才看到那个被折叠在二级菜单里的限流告警，红得晃眼。真的，当时差点把手里的烤串签子扔了。更气人的是，你根本看不到函数运行的底层环境——CPU是共享的还是独占的，同节点上其他用户跑的任务占了多少资源，有时候你函数跑的慢到离谱，根本不是你代码写得烂，是邻居的批处理任务把CPU占满了，你连申诉的地方都没有。

真用得顺手的团队，从来不会全量迁

之前认识的南京本地做社区团购的技术负责人，聊起Serverless的使用经验，第一句话就是“谁全量迁谁是傻子”。他们现在的Serverless应用，全是挑出来的边缘场景：用户上传头像的自动压缩、每天凌晨跑的订单对账报表、大促时候临时上线的抽奖接口。这些场景的特点太明显了：平时没多少流量，到了节点上突然堆上来一堆任务，根本没必要平时养着几台服务器空转烧钱。

不过话说回来，谁第一次踩坑的时候没觉得自己是天选之子呢？我三年前第一次用Serverless做线下活动的报名后端，当时觉得再也不用提前买服务器扛流量了，结果活动刚上线十分钟，接口被恶意刷了两万次请求，账单出来的时候我差点把刚买的机械键盘退了——那时候我连请求量告警阈值都忘了配，根本不知道什么时候被刷的。

我见过最离谱的团队，把整个用户中心全迁到Serverless上，光配置VPC连接的权限规则就搞了三周，安全组错一个字符，数据库连接就超时。排查问题的时候也不像以前那样直接SSH到服务器上翻日志，要在控制台一层层捞，日志默认只存7天，你要是忘了开长期存储，出了问题连回溯的依据都没有。

真要落地，先把这几件事提前捋清楚

别信什么未来所有应用都会跑在Serverless上的鬼话，就像现在还有人在用物理机跑核心数据库一样，技术从来没有银弹。真要把Serverless用出价值，先把几件事捋明白。

先把业务分层划清楚，核心链路比如支付、实时订单查询这种，对延迟要求在100毫秒以内的，别碰Serverless，冷启动那几百毫秒的延迟，在高并发场景下就是致命的。那些边缘的、流量波动大的、对延迟不敏感的任务，先拿出来试错，成本最低。

再就是把监控和告警配全，什么冷启动时长、并发限流阈值、费用预警，一定要比你预估的最高请求量再低20%的时候就发提醒，别等账单出来了才拍大腿。上次有个做工业互联网的朋友，把设备心跳上报的接口迁到Serverless上，因为设备是7*24小时在线的，每分钟都在发请求，按量付费算下来，比以前用三台固定配置的云服务器贵了三倍，就是因为忘了配费用告警，等月底看到账单的时候已经晚了。

还有，别把所有函数逻辑堆成一个几百行的大泥球，拆成最小粒度的独立函数，不然你改个小参数就要重新部署整个包，冷启动时间又要涨好几秒，用户体验直接掉一半。

对了，前面那个做电商的朋友，后来怎么解决的？他把大促期间的核心接口切回了原来的容器集群，只把临时的抽奖、分享接口留在了Serverless上，今年双11算下来，整体成本比去年买服务器的钱省了60%，也没再出现半夜被告警叫醒的情况。

技术这东西，好用就行。没必要追着概念跑。