Serverless 架構
是什麼？
Serverless 是一種雲端執行模型，開發者只寫函式（Function），雲端平台自動管理伺服器的配置、擴縮、維護。按實際執行次數和時間計費，閒置時不花錢。
ℹ️FaaS vs BaaS
Serverless 包含兩種形式：**FaaS（Function as a Service）**如 Azure Functions、AWS Lambda — 你寫函式，雲端跑函式。**BaaS（Backend as a Service）**如 Firebase、Supabase — 雲端提供現成的後端功能（Auth、Database、Storage）。
核心觀念
- 事件驅動（Event-Driven）：Serverless 函式由事件觸發 — HTTP 請求、Queue 訊息、Timer、檔案上傳、資料庫變更等
- 自動擴縮（Auto-Scaling）：根據請求量自動增減執行實例，從 0 到數千個實例，無需手動設定
- Cold Start（冷啟動）：函式閒置後首次觸發需要載入執行環境，延遲可能數百毫秒到數秒。是 Serverless 的主要效能限制
- Execution Timeout：每次執行有時間上限（Azure Functions 消耗方案預設 5 分鐘，AWS Lambda 上限 15 分鐘）。長時間任務不適合
- Stateless（無狀態）：每次執行之間不共享狀態。需要狀態的話用外部儲存（Redis、Database）
常見誤區
⚠️常見誤區
- Serverless 適合所有工作：長時間運行、需要穩定低延遲、高持續流量的工作不適合 Serverless。它最適合事件驅動、間歇性的工作
- 不考慮 Cold Start 影響：面向使用者的 API 如果有 2 秒的 Cold Start，使用者體驗很差。用 Provisioned Concurrency 或改用 Container
- 忽略執行時間上限：影片轉碼、大量資料處理等長時間任務會在 Timeout 時被強制中斷。拆分成小任務或用 Durable Functions
流程/步驟
辨識適合的工作
事件驅動、間歇性、短執行時間的任務
選擇觸發器
HTTP、Queue、Timer、Blob、Event Grid 等
撰寫函式
專注業務邏輯，輸入輸出由 Binding 處理
設定 Binding
Input/Output Binding 自動連接外部服務
測試和部署
本機測試後部署到雲端，CI/CD 自動化
監控和調優
追蹤執行時間、Cold Start、錯誤率
流程解讀：先確認工作適合 Serverless（事件驅動 + 短執行時間），選擇適當的觸發器。函式只寫業務邏輯，Binding 自動處理和外部服務的連接。部署後持續監控效能指標。
程式碼範例
C# 版本
// Azure Functions — 多種觸發器範例
public class Functions
{
private readonly IOrderService _orderService;
public Functions(IOrderService orderService)
{
_orderService = orderService; // 支援 DI
}
// HTTP 觸發 + Queue Output Binding
[Function("CreateOrder")]
public async Task<HttpResponseData> CreateOrder(
[HttpTrigger(AuthorizationLevel.Function, "post")] HttpRequestData req,
[QueueOutput("order-notifications")] OutputBinding<string> queueOutput)
{
var order = await req.ReadFromJsonAsync<CreateOrderDto>();
var result = await _orderService.CreateAsync(order!);
// Output Binding 自動將訊息送到 Queue
queueOutput.SetValue(JsonSerializer.Serialize(new { result.Id, result.Email }));
var response = req.CreateResponse(HttpStatusCode.Created);
await response.WriteAsJsonAsync(result);
return response;
}
// Queue 觸發 — 自動處理 Queue 中的訊息
[Function("SendNotification")]
public async Task SendNotification(
[QueueTrigger("order-notifications")] string message)
{
var data = JsonSerializer.Deserialize<NotificationMessage>(message);
await _emailService.SendAsync(data!.Email, $"Order {data.Id} confirmed!");
}
// Timer 觸發 — 排程任務
[Function("CleanupExpiredTokens")]
public async Task Cleanup(
[TimerTrigger("0 0 */6 * * *")] TimerInfo timer) // 每 6 小時
{
var count = await _tokenService.CleanupExpiredAsync();
_logger.LogInformation("Cleaned up {Count} expired tokens", count);
}
}TypeScript 版本
// AWS Lambda — 多種觸發器
import { APIGatewayProxyHandler, S3Handler, ScheduledHandler } from "aws-lambda";
// HTTP 觸發（API Gateway）
export const createOrder: APIGatewayProxyHandler = async (event) => {
const body = JSON.parse(event.body || "{}");
const order = await orderService.create(body);
// 送訊息到 SQS
await sqs.send(new SendMessageCommand({
QueueUrl: process.env.NOTIFICATION_QUEUE_URL,
MessageBody: JSON.stringify({ orderId: order.id, email: order.email }),
}));
return { statusCode: 201, body: JSON.stringify(order) };
};
// S3 觸發 — 有檔案上傳就處理
export const processImage: S3Handler = async (event) => {
for (const record of event.Records) {
const bucket = record.s3.bucket.name;
const key = record.s3.object.key;
await imageService.generateThumbnail(bucket, key);
}
};
// EventBridge 觸發 — 排程
export const dailyReport: ScheduledHandler = async () => {
await reportService.generateDaily();
};Python 版本
# Azure Functions (Python v2 model)
import azure.functions as func
app = func.FunctionApp()
# HTTP 觸發
@app.function_name("CreateOrder")
@app.route(route="orders", methods=["POST"])
@app.queue_output(arg_name="msg", queue_name="notifications", connection="StorageConn")
async def create_order(req: func.HttpRequest, msg: func.Out[str]) -> func.HttpResponse:
order = req.get_json()
result = await order_service.create(order)
# Output Binding — 自動送到 Queue
msg.set(json.dumps({"order_id": result["id"], "email": result["email"]}))
return func.HttpResponse(json.dumps(result), status_code=201)
# Blob 觸發 — 有圖片上傳就產生縮圖
@app.function_name("GenerateThumbnail")
@app.blob_trigger(arg_name="blob", path="uploads/{name}", connection="StorageConn")
async def generate_thumbnail(blob: func.InputStream):
image_data = blob.read()
thumbnail = await image_service.resize(image_data, width=200)
await storage_service.upload(f"thumbnails/{blob.name}", thumbnail)架構圖/概念圖
多種事件來源觸發 Serverless Function。函式處理業務邏輯後，透過 Output Binding 將結果寫入資料庫、Queue 或其他服務。整個流程是事件驅動的，沒有事件就不執行。
實戰補充
Q: Cold Start 怎麼優化？
A: (1) 減少依賴套件大小。(2) 用 Provisioned Concurrency 預熱（增加成本但消除冷啟動）。(3) 選擇輕量 Runtime（Node.js、Python 冷啟動比 .NET、Java 快）。(4) 對延遲敏感的 API 不要用 Serverless。
Q: Serverless 怎麼處理長時間任務？
A: 用 Durable Functions（Azure）或 Step Functions（AWS）。把長任務拆成多個短步驟，每個步驟是一個函式，框架負責協調執行順序和狀態保存。
Q: Serverless 的測試策略？
A: (1) 業務邏輯和觸發器解耦 — 核心邏輯寫成純函式，可以用 Unit Test 覆蓋。(2) 用 Azure Functions Core Tools 或 SAM CLI 在本機模擬觸發器。(3) Integration Test 部署到測試環境驗證。
理解測驗
🤔 以下哪種場景最不適合 Serverless？
🤔 Serverless 函式的 Stateless 特性意味著什麼？
🤔 Azure Functions 的 Output Binding 有什麼好處？
重點整理
💡一句話記住
Serverless = 只寫邏輯、不管伺服器、用多少付多少。 口訣：「事件觸發、自動擴縮、閒置免費」
| 概念 | 說明 | |------|------| | FaaS | 寫函式、雲端跑函式 | | Event-Driven | 由事件觸發（HTTP、Queue、Timer） | | Cold Start | 閒置後首次觸發的額外延遲 | | Auto-Scaling | 自動擴縮，從 0 到數千實例 | | Binding | 宣告式連接外部服務 |