Il serverless computing è davvero senza server?

Quando si utilizza il serverless computing, gli sviluppatori non interagiscono con i server né li gestiscono. Invece, il ruolo principale dello sviluppatore è concentrarsi sulla codifica. Il provider cloud, nel frattempo, è responsabile della manutenzione, del ridimensionamento e del provisioning. 

I server continuano a funzionare in background nel serverless computing. Invece di gestire server, sistemi operativi, reti e altre parti dell'infrastruttura, lo fa il provider cloud. Quindi, la differenza principale tra server e serverless è che gli sviluppatori non gestiscono direttamente i sistemi serverless.

I fornitori di cloud con elaborazione serverless includono: 

• AWS Lambda: Esegui il codice per rispondere a richieste HTTP, caricamenti di file, modifiche al database e altri tipi di eventi. 
• Funzioni di Azure: Gestito da Microsoft e integrato in tutto Azure. 
• Funzioni Google Cloud: Elaborazione serverless per frammenti di codice attivati da eventi Google Cloud. 

Quando utilizzi il calcolo serverless, normalmente utilizzerai un modello di pagamento per esecuzione, il che significa che paghi in base al numero di volte in cui il tuo codice viene eseguito. Anche l'allocazione della memoria e la durata delle esecuzioni del codice giocheranno un ruolo. 

Ci sono vantaggi e svantaggi in questo modello di prezzo. È molto conveniente perché paghi solo per il tempo di calcolo che utilizzi, ma le app ad alto traffico potrebbero essere più costose. Non avrai inoltre costi o impegni iniziali, ma il monitoraggio dei costi è fondamentale. 

Un altro vantaggio è che otterrai il ridimensionamento automatico per i picchi di traffico; d'altro canto, aspettati una latenza durante il tempo di avvio iniziale (noto anche come “avvvii a freddo”).

• Processi di lunga durata: considera i limiti di tempo di esecuzione sul serverless computing.
• Requisiti di controllo dettagliato: ricorda che il serverless è meno pratico con l'infrastruttura; puoi sempre scegliere qualcosa con una migliore personalizzazione, se necessario.
• Carichi di lavoro ad alto traffico/prevedibili: utilizza un modello basato su server se conosci già i tuoi numeri di traffico o ne prevedi di più.

Serverless Computing viene utilizzato in questi casi: 

• Elaborazione e ridimensionamento delle immagini: quando gli utenti caricano un'immagine, il serverless computing può ridimensionarla o modificarla.
• Chatbot/assistenti virtuali: il serverless computing viene utilizzato per l'elaborazione delle richieste in linguaggio naturale e per rispondere ai clienti con un intervento umano limitato.
• Elaborazione dei dati IoT: le funzioni serverless possono analizzare i flussi di dati e gestirli.
• API per app mobili e web di backend: gli sviluppatori potrebbero utilizzare il serverless computing per creare API.