サーバーレスは、単なるFunction as a Service（Faas）ではありません。FaaSとは、開発者がコードの実行に必要なインフラストラクチャーを指定または管理することなく、特定のイベントやリクエストに応じてコードやコンテナを実行するためのクラウド・コンピューティング・サービスです。

FaaSはサーバーレスの中心となるコンピューティング・モデルで、この2つの用語が同意義で使用されることも少なくありませんが、FaaSと比較すると、サーバーレスとは、特定のイベントやリクエストに応じてし、使用されなくなったらゼロにスケーリングできるサービスのスタック全体を指します。プロビジョニング、管理、料金はクラウド・プロバイダーによって処理されるため、開発者はこれらを意識する必要がありません。

FaaS に加えて、これらのサービスには、データベースとストレージ、アプリケーション・プログラミング・インターフェース（API）Gateway、イベント駆動型アーキテクチャーが含まれます。

データベース（SQLおよびNoSQL）とストレージ（特にオブジェクト・ストレージ）は、データ・レイヤーの基盤です。これらのテクノロジーに対するサーバーレス・アプローチには、キャパシティー、接続、クエリー制限が定義された「インスタンス」のプロビジョニングから、インフラストラクチャーと料金体系の両方が需要に応じて拡張するモデルへの移行が含まれます。

API Gatewayは、Webアプリケーション・アクションのプロキシーとして機能し、HTTPメソッド・ルーティング、クライアントIDとシークレット、レート制限、CORS、API 使用状況の表示、応答ログの表示、API共有ポリシーを提供します。

サーバーレス・アーキテクチャは、イベント駆動型およびストリーム処理型のワークロードに適しています。特に、オープンソースのApache Kafkaイベント・ストリーミング・プラットフォームに適しています。

自動化されたサーバーレス機能はステートレスであり、個々のイベントを処理するように設計されています。これらの機能は、イベントの公開、キャプチャ、処理、および保存を中心に構築されたソフトウェア設計モデルであるイベント駆動型アーキテクチャー（EDA）の重要な要素になっています。EDAフレームワークでは、イベント・プロデューサー（マイクロサービス、API、IoTデバイスなど）がイベント・コンシューマーにリアルタイムのイベント通知を送信し、特定の処理ルーチンをアクティブ化します。たとえば、Netflixが新しいオリジナル・シリーズをリリースすると、複数のEDAサービスがリリース通知を待機し、その通知を受けて、一連のアップデートがトリガーされてユーザーに通知されます。ユーザー向けのWebアプリケーションやモバイル・アプリケーション（Uber、DoorDash、Instacartなど）をベースにしている他の多くの企業は、イベント駆動型アーキテクチャーを使用しています。

サーバーレス、Platform as a Service（PaaS）、コンテナ、仮想マシン（VM）はすべて、クラウド・アプリケーション開発とコンピューティング・エコシステムにおいて重要な役割を果たすため、いくつかの重要な側面において、サーバーレスが他のサーバーレスとどのように異なるかを比較すると役立ちます。

• プロビジョニング時間：サーバーレスではミリ秒で測定できますが、他のモデルでは、数分から数時間かかります。

• 管理負担：サーバーレスでは管理する必要がありませんが、PaaS、コンテナ、VMではそれぞれ軽度から中度、重度までの管理作業が連続的に発生します。

• メンテナンス：サーバーレス・アーキテクチャーでは、CSPにより完全に管理されます。PaaSについても同様ですが、コンテナとVMの場合は、オペレーティング・システム、コンテナ・イメージ、接続などの更新／管理を含む、大規模なメンテナンスが必要になります。

• スケーリング：サーバーレスに固有のAuto-Scaling（ゼロへのAuto-Scalingを含む）は瞬時に行われます。他のモデルでもAuto-Scalingは可能ですが、Auto-Scalingルールを慎重に設定する必要があり、ゼロへのスケーリングはできません。

• キャパシティー・プランニング：サーバーレスでは必要ありません。他のモデルでは、自動拡張性とキャパシティー計画の両方が必要になります。

• ステートレス：これはサーバーレスに固有のもので、拡張性が問題になることはありません。状態を外部サービスまたはリソースで保持します。PaaSやコンテナ、およびVMはHTTPを活用し、ソケットを開いたまま、または接続したまま長期間維持し、呼び出しの間に状態をメモリーで保持します。

• 高可用性（HA）および災害復旧（DR）：サーバーレスは、追加の労力やコストをかけずに、高可用性と災害復旧の両方を提供します。その他のモデルでは、追加のコストと管理作業が必要になります。VMとコンテナにより、インフラストラクチャーは自動的に再起動します。

• リソース使用率：サーバーレスでは使用していないキャパシティーは存在せず、リクエストに応じてのみ呼び出されることから、100％効率的です。他のすべてのモデルは、少なくともある程度のアイドル容量を備えています。

• 課金とコスト削減：サーバーレス・モデルでは100ミリ秒単位で測定されます。PaaS、コンテナ、VMでは通常、時間単位または分単位で測定されます。

Kubernetesは、コンテナのデプロイメント、管理、スケーリングを自動的に行うオープンソースのコンテナ・オーケストレーション・プラットフォームです。この自動化は、コンテナ化されたアプリケーション開発を大幅に簡素化します。

サーバーレス・アプリケーションは多くの場合、コンテナにデプロイされます。ただし、Kubernetesを特定のクラウド・プロバイダーのサーバーレス・プラットフォームと統合する専用ソフトウェアを使用して、Kubernetesをサーバーレス・アプリケーションとして独立して実行することはできません。

Knativeは、サーバーレス・フレームワークを提供するKubernetesのオープンソースの拡張機能です。これにより、コンテナがサーバーレス機能やその他のアプリケーション・コード（マイクロサービスなど）を中心に構築されているかどうかにかかわらず、Kubernetesを実行するクラウド・プラットフォーム上でサーバーレス・ワークロードとしてコンテナを実行できます。 Knativeは、コードを抽象化し、ネットワーク・ルーティングやイベントベースのトリガーを処理するだけではなく、サーバーレスの実行を自動スケーリングします。

開発者がKnativeを意識することはありません。開発者がKubernetesを使用して通常どおりコンテナを構築するだけで、残りの作業はKnativeが行い、コンテナをサーバーレス・ワークロードとして実行するからです。

サーバーレス・コンピューティングは、個人の開発者や企業の開発チームに、次のような技術上およびビジネス上の多くのメリットをもたらします。

• 開発者の生産性の向上：上述のとおり、サーバーレス・モデルにより、開発チームはインフラストラクチャーの管理ではなく、コードの作成に集中でき、フロントエンド・アプリケーションの機能やビジネス・ロジックの革新と最適化に多くの時間を費やすことができます。

• 実行ベースでの課金：使用量の測定は要求が送信された時点で開始され、実行が終了すると同時に終了します。これをIaaSコンピューティング・モデルと比較してください。IaaSコンピューティング・モデルでは、顧客は、物理サーバー、VM、およびアプリケーションの実行に必要なその他のリソースに対して、それらのリソースをプロビジョニングしたときから明示的にデコミッショニングするまで課金され続けます。

• 希望の言語での開発：サーバーレスは多言語環境であるため、開発者は使い慣れた言語およびフレームワーク（Java、Python、JavaScript、node.js）でコードを作成できます。

• 開発・DevOpsサイクルの最適化：サーバーレスはデプロイメントを簡素化し、開発者がコードビルドをテスト、配信、そして本番環境にデプロイするためのインフラストラクチャーの設定に時間を費やす必要がないため、より広い意味でDevOps業務が簡素化されます。

• 費用対効果の高いパフォーマンス：特定のワークロード（各データが独立しており並行で処理が行えるようなタスク、ストリーム処理、その他の特定のデータ処理タスク）では、サーバーレス・コンピューティングは他の形式のコンピューティング・モデルよりも高速かつコスト効率が高くなる場合があります。

• レイテンシーの削減：サーバーレス環境では、コードをエンドユーザーの近くで実行できるため、レイテンシーを短縮できます。

• 使用状況の可視性：サーバーレス・プラットフォームでは、システムとユーザーの時間をほぼ完全に可視化し、使用状況情報を体系的に集約できます。

サーバーレスには多くの利点がありますが、いくつかの欠点を考慮することが重要です。

• コントロールの軽減：サーバーレスでは、組織はサーバーの制御をサードパーティのCSPに委ねるため、ハードウェアや実行環境の管理を放棄することになります。

• ベンダー・ロックイン：各サービス・プロバイダーは、他のベンダーと互換性のない独自のサーバーレス機能や特徴を提供しています。

• 起動が遅い：「コールド・スタート」とも呼ばれる起動の遅さは、特にリアルタイムに要求される環境において、サーバーレス・アプリケーションのパフォーマンスと応答性に影響を与える可能性があります。

• 複雑なテストとデバッグ：サーバーレス・コンピューティング・モデルでは、開発者がバックエンドのプロセスを可視化できないため、デバッグがより複雑になる可能性があります。

• アプリケーションを長時間実行するとコストが高くなる：サーバーレス実行モデルは、コードを長時間実行するようには設計されていません。そのため、長時間実行されるプロセスは、従来の専用サーバーやVM環境よりもコストが高くなる可能性があります。

サーバーレス・アーキテクチャーは、その独自の特徴とメリットにより、マイクロサービス、モバイル・バックエンド、データおよびイベント・ストリーム処理を伴うユースケースに最適です。

現在、サーバーレスが最もよく使用されているユースケースは、マイクロサービス・アーキテクチャーのサポートです。マイクロサービス・モデルは、単一のジョブを実行し、APIを使用して相互に通信する小規模なサービスの作成に焦点を当てています。マイクロサービスは、PaaSまたはコンテナのいずれかを使用して構築および運用する必要がある一方で、サーバーレスは、小規模コード、固有の自動スケーリング、迅速なプロビジョニング、使用していないキャパシティーに対して課金されない料金体系といったメリットから、シェアを広げています。

サーバーレス・プラットフォーム内のあらゆるアクション（または機能）を、Webクライアントが使用できるHTTPエンドポイントに変えることができます。Webに対して有効になっている場合、これらのアクションはWebアクションと呼ばれます。Webアクションを作成したら、追加のセキュリティー、OAuth³のサポート、レート制限、カスタム・ドメイン・サポートを提供するAPI Gatewayを備えたフル機能のAPIに組み立てることができます。

Open LibertyInstantOn⁴は、サーバーレスアプリケーションの迅速な立ち上げをサポートする斬新なアプローチを採用しています。InstantOnを使用することで、アプリケーションの構築中に実行中のJavaアプリケーション・プロセスのチェック・ポイントを取得し、実稼働環境でそのチェック・ポイントを復元できます。復元は高速（100ミリ秒台前半）で行われるため、サーバーレスに最適です。InstantOnは、既存のアプリケーションのチェック・ポイントであるため、復元後の動作は同一で、優れたスループット・パフォーマンスを確保できます。このプロセスにより、組織は新しいクラウドネイティブ・アプリケーションにサーバーレスを採用できるようになり、既存の企業にサーバーレスを導入する機会が得られます。

サーバーレスは、データ・エンリッチメント、変換、検証、クレンジングなどのタスクを中心に構造化テキストや音声、画像、動画データを処理するのに最適です。また、PDF処理、音声の正規化、画像処理（回転、シャープ化、ノイズ・リダクション、サムネイル生成）、光学式文字認識（OCR）、動画のトランスコーディングにも使用できます。

各データが独立しており並行で処理が行えるようなタスクは、サーバーレス・ランタイムのユースケースの好例で、並列化可能なタスクごとに1つのアクションの呼び出しが行われます。サンプル・タスクには、データの検索と処理（特に、クラウド・オブジェクト・ストレージ）、MapReduce操作、Webスクレイピング、ビジネス・プロセスの自動化、ハイパーパラメータ調整、モンテカルロ・シミュレーション、ゲノム処理に至るすべてが含まれます。

マネージドApache KafkaをFaaSおよびデータベースまたはストレージと組み合わせることで、データ・パイプラインとストリーミング・アプリケーションをリアルタイムで構築するための強力な基盤が提供されます。これらのアーキテクチャーは、IoTセンサー・データ、アプリケーション・ログ・データ、金融市場データ、ビジネス・データ・ストリーム（他のデータ・ソースから）など、あらゆる種類のデータ・ストリームの取り込み処理（検証、クレンジング、エンリッチメント、変換）に最適です。

サーバーレスは、人工知能（AI）と機械学習（ML）のワークロードを実行するために必要な自動スケーラビリティーを提供し、最適なパフォーマンスを保証し、イノベーションを加速します。

サーバーレス・コンピューティングは、オンプレミス、パブリッククラウド、プライベートクラウド、エッジ環境全体で変動するワークロードに対応するために必要なアジリティー、柔軟性、拡張性を提供することで、ハイブリッドクラウド戦略をサポートします。

サーバーレスは、顧客関係管理（CRM）、高性能コンピューティング（HPC）、ビッグデータ分析、ビジネス・プロセスの自動化、ビデオ・ストリーミング、ゲーム、遠隔医療、デジタル・コマース、チャットボットの構築など、今日の最も一般的な用途の多くをサポートしています。