Faas 典型场景——应用负载有显著的波峰波谷，典型用例-基于事件的数据处理

Serverless适用的两大场景

场景一：应用负载有显著的波峰波谷

Serverless化与否的评判标准并不是公司规模的大小，而是其业务背后的具体技术问题，比如业务波峰波谷明显，如何实现削峰填谷。一个公司的业务负载具有波峰波谷时，机器资源要按照峰值需求预估；而在波谷时期机器利用率则明显下降，因为不能进行资源复用而导致浪费。

业界普遍共识是，当自有机器的利用率小于30%，使用Serverless后会有显著的效率提升。对于云厂商，在具备了足够多的用户之后，各种波峰波谷叠加后平稳化，聚合之后资源复用性更高。比如，外卖企业负载高峰是在用餐时期，安防行业的负载高峰则是夜间，这是受各个企业业务定位所限的；而对于一个云厂商，如果其平台足够大，用户足够多，是不会有明显的波峰波谷的现象的。

场景二：典型用例-基于事件的数据处理

视频处理的后端系统，常见功能需求如下：视频转码、抽取数据、人脸识别等，这些均为通用计算任务，可由函数计算执行。

开发者需要自己写出实现逻辑，再将任务按照控制流连接起来，每个任务的具体执行由云厂商来负责。如此，开发变得更便捷，并且构建的系统天然高可用、实时弹性伸缩，用户不需要关心机器层面问题。

使用小tips：函数的执行本身是无状态的，如果要持久化数据则需使用OSS等存储服务。虽然用户可以使用本地的磁盘，但是需要假定这些数据在函数执行完成后就不再需要了。