Serverless函数开发

解决的具体问题

• 事件源与函数职责错配：入口、队列、定时器混在一起，改一处易牵动全局。
• 冷启动与运行时体积：镜像或依赖过重，首请求延迟显著上升。
• 配置与代码割裂：event source mapping 与运行参数散落多处，回归成本高。
• 平台边界不清：在 AWS Lambda、Cloudflare Workers、阿里云FC 之间切换时，易把托管能力误当运行时契约。

核心能力与关键步骤

• 分析业务场景与触发机制：先识别请求来源、消息频率与延迟要求。
• 选择FaaS平台：依据地域、并发与冷启动策略挑选目标平台。
• 设计函数粒度与事件源：保持函数单一职责，边界沿事件类型切分。
• 编写函数代码与配置：统一导出格式，便于测试与回滚，例如 export default { async fetch(request, env) { ... } }。
• 冷启动优化：常用预热、轻量运行时与层复用，压缩非必要依赖。
• 互动式学习：通过「试试写一段…」把知识转为可运行片段；每2-3步确认理解；经验值系统解锁更深内容。

适用边界与注意点

• 函数保持单一职责，不要把长流程硬塞进一个入口。
• 坚持无状态设计，外部状态放对象存储、数据库或队列。
• 关注执行时间限制、内存与网络超时，必要时拆分任务。
• 适合事件驱动 API、定时任务、异步处理等短时工作负载；不适合长时间批处理、强状态编排或低延迟游戏后端。
• 该技能聚焦应用层设计，不替代基础设施治理、监控告警与权限审计。