过去十年，上云成为确定性的趋势。
在上云阶段，企业关注点在于如何实现平滑上云，因此云厂商将云托管（Cloud-Hosting）作为核心策略。云的主要形态是资源型服务，以虚拟机的形式为企业提供海量的算力。
对开发者而言，虚拟机的功能和使用方式和 IDC 中的物理服务器没有区别。原有的应用、技术栈不需要改变就可以平滑上云。云托管的策略很好地满足了企业在上云阶段的核心诉求，因此取得了成功。
随着越来越多的企业上云，甚至很多企业系统第一天就是在云上构建，企业的核心关注点转变为如何更好地利用云的能力，将产品快速推向市场，从而实现业务成功。
这促使云在下一阶段发展的主要目标转变为利用云自身的优势，解决大规模复杂应用的开发和运维挑战。但是，如果算力的呈现形式仍然是服务器这样的资源形态，它的使用门槛依然很高。算力和业务相隔太远，企业需要有一整套支撑应用的基础设施来用好算力。
如何让算力像电力一样的普及，云计算需要新的形态。
云服务的角色将发生巨大的变化，不再是单纯的提供资源，而是要成为企业构建应用的新平台，要帮助企业尽可能减小机器运维等低价值重复工作，聚焦于业务的创新。
下一个十年，是云演进自身能力，帮助企业用好云的阶段，而云厂商的核心能力就是 Serverless 云服务。
为什么选择Serverless
Serverless 服务是全托管的。
云厂商可以通过存储计算分离，软硬协同优化等底层技术，大规模提高服务的资源效率和性能。以阿里云存储服务为例，自2018年开始大规模使用RDMA技术，自研了 Solar-RDMA协议，以及 HPCC 流控和端网融合技术。
通过网络和存储的协同设计，结合 FPGA 硬件加速压缩算法等能力，实现了稳定的微秒级的读写性能。企业只需要调用服务 API，就能使用云厂商在相关领域的专业能力，享受到技术红利。
Serverless 服务具备自适应弹性，让企业的应用更平稳的应对业务负载不可预测或者突然爆发的情况。
一个典型的业务系统可划分为应用层、接入层、资源层。资源型的云服务只提供了资源层面的弹性能力，企业还需要实现接入层和应用层的弹性能力，才能做到业务的全链路弹性。
- 架构设计阶段，根据各个组件的依赖关系，制定弹性伸缩和限流降级方案。对于关系型数据库等几乎没有弹性能力的服务，一般需要预测未来3年对数据库的写入和读取规模，进行分库分表。
- 资源规划阶段，权衡各个组件的扩缩容难易度、伸缩速度、业务负载变化速度等因素，通过冗余资源实现相应的弹性能力。接入层资源占比在整个系统不高，维持较高冗余资源成本不高，也比较容易扩容。应用层的资源规划最具挑战。应用层是资源消耗大头，一般不允许通过很高的冗余资源来扛住负载峰值，此外应用层的扩缩容牵扯上下游链路，复杂度很高。最后，应用层不同服务的流量规模不同，需要梳理清楚，重点做好热点链路的冗余资源规划。
- 线上运行阶段，通过完整的可观测能力，建立量化链路的流量，检测热点，进行动态扩缩容，再量化热点链路流量，再判断是否进行动态扩缩容的闭环。此外，完整、及时的监控报警也是十分必要的，为不同组件设定不同的热度阈值，检测到热度流量后，系统要及时的广播给关联组件的开发、运维人员，根据预定方案进行处理。
可见，在资源层的弹性能力上构建整个业务的弹性能力复杂度非常高。Serverless 服务的自适应弹性目标就是为了简化复杂度，帮助企业更容易实现业务弹性。
首先云厂商会将大量中间件、数据库、大数据等 BaaS 化的服务 Serverless 化。以数据库为例，不但提供 NoSQL 等天然具备高弹性能力的数据库服务，也将传统的关系型数据库 Serverless 化。
其次， Serverless 计算服务通常具备百毫秒到秒级的实例启动速度，每秒钟启动数千甚至上万实例，以及高度自动化的弹性伸缩能力，配合 Serverless 化的 BaaS 服务，将实现全链路的业务弹性。
最后，Serverless 服务通常内置了限流降级的能力，让企业资源可控，更容易应对系统雪崩的问题。
