欢迎大家前往云+社区，获取更多腾讯海量技术实践干货哦~
作者：黄文俊，腾讯云高级产品经理，曾经历过企业级存储、企业级容器平台等产品的架构与开发，对容器、微服务、无服务器、DevOps等都有浓厚兴趣。
由 腾讯云serverless团队 发布在 云+社区
本文整理自1月20日腾讯云微服务架构交流会。
Serverless是一个比较新的概念，2017年开始在行业内兴起，边缘计算则是一个更新的技术。那么Serverless在边缘计算中能产生的什么样的效果、产品以及形态并推进出来在大家面前呢？今天来为大家分享一下。
下面这张图可以很清晰的看到，Serverless从架构上可以分成两部分。
从Serverless或者云函数来看，更多是对用户的计算进行托管。用户将代码和配置提交到云函数平台上，此处的代码是指用户的一份代码或者代码包，配置，一个是指本身对于函数运行环境的配置，使用的是哪种环境、所需的内存、超时时间等；另一个是触发器的配置。因为整个函数即服务的运行方式是触发式运行，触发就需要有一个事件来源，而事件来源是和腾讯云其他产品进行关联后而产生。例如COS对象存储产品，它的关联就在COS的存储桶中，当用户上传一张图片或者删除一张图片时，就会产生一个事件，这个事件会触发云函数的运行；例如和API网关的对接，也可以作为事件来源，在用户的HTTP请求到达网关之后，API网关会把该请求作为事件转发给云函数，触发云函数的运行，云函数拿到请求之后进行处理，生成响应给到用户。
上图左侧，是代码和配置提交到云函数平台进行保存，真正事件产生后，针对每一个事件都会拉起一个函数实例，实现触发式运行；真正事件来临时，用户函数才会运行，用户代码运行时才有云函数代码的数据运算和费用计算。
因为函数本身是托管型的，用户本身无法感知到实例在哪里运行。云函数平台背后有个大的计算资源池，用户实例触发之后，我们会从资源池中随机选取可运行的位置，把用户的函数实例在对应位置上跑起来。因此整个调度过程，或者事件来临之后的函数扩缩容过程，都是由平台进行的。对用户来说，调度的粒度更细了，而且调度也都托管给平台了。
而从整个的计算过程来说，为什么会有这种产品的出现？对于传统的数据存储过程来说，数据产生后，更多会先把数据进行缓存或者存储，如以对象存储文件的形式保存，或者数据库中以结构化形式存储下来，再进行分析应用。有了函数服务产品后，我们可以有很大的加速，可以在事件产生的时候就立刻对数据进行处理，因此就变成了先处理，再对结果进行保存使用的过程。
对于传统应用来说，数据在用户那里产生，传到云上进行处理，再进行相应的存储。这里说的缩短距离实际是把处理过程更加靠近用户，靠近用户就可以认为是边缘计算的过程。并且这里的靠近用户指的并不是加速网络速度，而是更多把计算下发，放到更靠近用户的位置。
之前无论使用容器也好，或者使用主机也好，运算能力都是在云上提供，而边缘计算要做的事情是把运算能力下发到云之外去。
边缘计算的理念，就是把计算能力下发更靠近真正的用户，更加靠近设备这一端。
随着互联网以及物联网的迅速发展，接入的用户越来越多，设备也越来越多，在这种情况下，产生的数据量也越来越多。无论是个人用户，还是物联网接入设备，每时每刻都在产生大量的数据。数据不断增多的情况下，也同时要求我们对于用户的响应、设备响应越来越快，本身设备的计算能力也要越来越强。
10年前的一台PC都比不上现在一台智能手机的处理能力，设备的计算能力在越来越强的情况下，实现了把计算能力下发到更加边缘的位置的能力。
云函数目前在做的探索，从两方面出发。一是物联网方向，物联网主要是和设备打交道，实现设备上的边缘计算；从云函数本身的特点来讲，它属于触发型运算，真正数据产生之后才会拉起运算。云函数交由平台托管的调度，可以把云函数调度到用户设备上去，二把云函数调度到CDN的节点上去，虽然CDN可以认为是云的一部分，但CDN本身已经很靠近用户，CDN节点实际上已经在云的边缘。
先简单介绍一下几款设备，第一个是树莓派，熟悉物联网的同学一般都了解；第二个是光感的传感器，可以感测环境光，从中读取到环境光的流明值；第三个是LED灯。
目前这个设备已经跑起来了，它所做的事情是当环境光足够亮的情况下，LED灯就会暗掉，当环境光足够暗的情况下，LED灯会亮起来。演示过程可以看到，当我把光感器遮盖的时候，LED灯有一个亮起来的动作。目前的环境光和背景足够亮，当我打开的时候，因为光足够亮，所以LED灯会灭掉。
针对这个代码我做一个解释。首先大家可以看到目前在树莓派上跑的一段函数，已经下到树莓派上跑了，在网上看到的是线上的代码。接下来我会对代码进行修改，从代码中大家可以看到，当从传感器中读出的流明值足够大的时候，GPIO做拉高或者拉低的动作，目前是正常的表现。
刚刚我完成了一个修改，现在我要把代码下发到仪器上运行，同时把这里拉起，查看数值是否正确。下面不断刷新的就是传感器出来的流明值，目前传感器已经变化了，因为大家可以看到这个数值已经超过了200，LED灯是亮着的，当我把感光器遮盖以后，LED灯变暗，这是通过代码把行为做了反转的变化。
我们在目前的调试过程中也会做实际的设备调试，这里演示的就是真正把云函数下放到物理设备上进行执行的效果。
接下来讲的是目前云函数和用户协同推进的AI能力，用户数据只要在云上利用CVM、GPU服务器、腾讯TML机器学习，进行AI训练，得出相应的训练后模型，再把模型和外围的导入代码进行打包，放入云函数，或者是带有GPU的云函数，就可以对外提供AI的推理能力。用户真正使用AI的时候，从外面送过来一段用户需要推理的语音、文本或图像，在云函数中拉起训练模型，就可以对这段数据进行推理。
AI能力表面上看起来和边缘计算没有关系，其实不然。如果本身已经在物联网的边缘设计上具有了云函数的执行能力，那么是不是可以进一步考虑把AI能力下发到设备上去的，比如我们在云中进行数据的收集和训练，生成模型之后，利用模型更新云上的函数，然后可以利用一键下发把这种能力下发到设备中，使设备具备更强的AI能力。
通过这种方式可以让更多的设备接入AI能力，比如让家里的摄象头直接识别人脸，认识你的家人，或者让更多的医疗设备直接对医疗检查结果做出判断，识别疾病类型等。这些都将会是后期持续和各个物联网厂商进行摸索，往前推进的过程。
另外一个角度来说，我们为什么做CDN的边缘计算？CDN本身是把数据放到边缘去的一个过程，而边缘计算是为了把计算放到边缘去。为了更快的响应用户的操作需求，对于边缘传上来的数据进行更快的处理，这也是云函数对于边缘的探索。
对于边缘计算来说，云函数要做到的就是用户在云中能完成函数的编写、管理，在所需的位置把云函数下放各个位置运行和使用。
云函数未来在边缘计算中还会有大量的探索机会，CDN厂商、物联网厂商、硬件厂商等都将会有持续不断的合作发展，去探索尝试将边缘的物联网能力、边缘的AI能力、边缘CDN能力落地。
Q：腾讯云Serverless可以自己部署吗？
A：自己部署有分两种，一种是把云函数部署到设备上的能力，一种是Agent的部署。Agent本身是需要用户自行部署到用户自有的设备上去的。而今天演示用的是树莓派，Agent不局限于树莓派，它可以在更强的服务器中运行，比如可以用到设备的GPU、设备的存储、文件等进行分析计算。
Q：我们想在自己内部部署一个类似的Serverless，腾讯云可以支持吗？
A：您说的是私有化部署，云函数本身没有考虑，腾讯云云函数管理整体是在云上的，边缘计算提供更多的是边缘的调度和计算能力，函数在云上配置后，调度到设备上运行，云函数本身对于设备上的数据读取全部由自己控制，读取不用走网络，因为执行的代码包已经下发到设备上去了，体现的是让计算更加靠近数据的理念。
Q：如果提前设置好代码下发到设备上去，AI也可以断网吗？
A：对，代码运行在你的设备上。两种情况，一种是我刚才演示的物联网的边缘计算。本身的代码包装下发到设备之后，在设备上运行，断网没有关系。
云函数本身也提供AI能力，在云上提供，所以在云上运行。
对于AI，云上产品化的速度会更快，目前腾讯云已经在为部分客户进行支持，云上的相关操作说明后续也会提供出来，大家可以在线体验AI能力。
Q：针对IoT这块腾讯云发布了没有？
A：这个还没有发布，还在产品化，目前也是和一些客户协同推进这个能力，物联网设备各种各样，包括底层的硬件环境，比如树莓派的ARM，或者X86，或者mips等平台，对于Linux里的内核功能，文件系统的支持，对于存储、内存、CPU的要求也在整理中。
Q：云函数能够被用于传统应用吗？
A：云函数的特性因为本身是触发式运行，短暂运行的方式，所以和传统的很多开发单体的运行方式不太一样，更多是偏向于新业务开发，或者是小的新业务上线，或者急需要弹性应用能力的使用，传统的可以做改造，但是到时候需要提供一些改造的建议。
效率提升更多是在业务开发的速度上，实际上对于业务运行环境不用再过多做运维性的动作，对于扩缩容也不用考虑，业务开发之后就可以上线，运维交给平台，扩缩容能力也是交给平台，为用户减轻压力，业务用量上来之后怎么承载业务，怎么保证业务不崩溃，云函数已经解决了这个问题，本身的扩容可以理解为无限能力的扩容。
Q：Serverless在线能力有没有额外的规划？Serverless的程序和代码能不能访问云主机上面的接口？
A：目前有在做很多，包括边缘计算、CDN以及和腾讯云的各种云产品打通，Serverless本身最大的价值在于和各个云产品打通之后的效能，可以认为是各个云产品之间的黏合剂或者是轻量级计算的联合。而和后端的对接，包括数据库、CVM直接打通，更多是网络上的问题，即将会推出和VPC网络的打通，用户VPC业务可以用云函数直接访问。
此文已由作者授权云加社区发布，转载请注明文章出处
