目前很多前端同学都在学习 Serverless，很多文章和教程对 Serverless 都有不同方式的解读。
加州大学伯克利分校 2019 年 3 月份发表过一篇论文，名为《Cloud Programming Simplified: A Berkeley View on Serverless Computing》，文中对“Serverless 是什么”进行了一些描述：
Put simply,serverless computing = FaaS + BaaS.
简单来理解，Faas+BaaS 是 Serverless 的一种实现方式，这也是主流对 Serverless 的一种理解。那 Serverless 的真正概念是什么呢？论文最核心的摘要部分，我们可以看到如下图的一段话，它说出了 Serverless 真正内涵：
中文大意是：
「无服务器云计算（Serverless Computing）几乎封装了所有的底层资源管理和系统运维工作，使开发人员更容易使用云基础设施。它提供了一个方式，极大地简化了基于云服务的编程，犹如汇编语言到高级编程语言般的转换。」
这段话中举了一个例子非常生动：
Assembly Language to high-level programming Languages.
「Serverless 给云计算带来的改变，就是相当于从汇编语言到高级语言」。汇编语言，计算机专业的学生都有了解过。写汇编的话，首先需要了解 CPU 的结构，知道加法器、寄存器，需要自己管理内存、IO 设备等一些底层资源。但开发者的目的并非如此，开发者应该是以业务为导向的。而高级语言提供了诸多能力和框架支持，可以令开发者专注于更快地完成业务上的事情，这才是高级语言所具备的优点，而不是让开发者把精力浪费在底层资源管理。
由此可见，Serverless 的内涵就是对全部底层资源和运维工作的封装，让开发者专注于业务逻辑。
理解完 Serverless 的内涵，我们再来谈一下 FaaS（Function as a Service）的本质。一句话而言，FaaS 就是至今为止最细粒度的算力分配方式，我们先理解下什么叫算力分配方式。
当我们谈论计算机应用科学的时候，共有三个维度：“算力、算法、数据” 。在「算力」又有两个方向：一是如何让算力更强，让 CPU 运行得更快；二是如何让算力分配的更合理。传统计算机，从单任务实时操作系统到多任务分时操作系统，是解决算力的分配问题，云计算诞生的初衷以及要解决问题，也是解决巨大算力资源的合理化分配。云的算力分配方式主要是以什么为粒度的呢？
答案是虚拟机。
比机器再降维一点的分配粒度是什么？
答案是容器。
那比容器再降一级的功能是什么？
答案是函数。
最早期的算力分配是物理机为单元，后来是虚拟机和容器。这个算力分配细化的过程，也基本是云计算发展的过程。现在云上可以函数作为一个计算单元，变成每一次业务执行分配一次资源，没有业务就没有资源分配。所以，FaaS 是一个以函数（业务）为粒度的算力分配方式。
当我们理解了 Serverless 和 FaaS 的内涵，我们在讨论下这一切跟前端有什么关系。
随着 Node 的流行，前端工程师一直希望回归 Web 工程师的角色，全栈工程师的也在各种场合和文章被提到，最近几年大前端组织架构也成为超火话题。
第一，从前端工程师自身视角来讲，希望扩大自己的业务范围，进而才能有职业发展，仅仅做前台展现相关的东西，碰不到核心业务，价值得不到展现。
第二，如果从组织或是技术 leader 视角上来看问题的话，则会更关注技术对业务的贡献，关注团队的整体的执行效率、质量控制、角色合作这样一些问题。大前端的开发模式，会提升业务的迭代效率。
前端和后端都使用 JavasScript，技术栈是统一的。从写代码，到编译、打包、脚手架、组件化、包管理，再到 CICD，采用同一套都不是问题。Client Side JavaScript 和 Server Side JavaScript 本身就有很多可复用的代码，例如现在行业里有很多同构代码的 CSR 和 SSR 解决方案。优化研发组织结构。大前端的开发模式，让接口定义、接口联调、环境模拟等，原来需要两种不同技术能力栈的工程师互相协作的模式，变为同一种技术技术能力栈的工程师独立完成的模式，让沟通和推动的成本降到最低。
因此在 Serverless 的赋能下，前端工程师依旧只需要关注核心的业务逻辑，而底层的技术架构、计算资源、稳定性、系统运维工作，则可以完全由 Serverless 进行支撑。即实现了从前端到真全栈的可能。
