如何衡量生产工作负载中Serverless（含FaaS/托管服务）的占比？

以下是几种实用的衡量方法，覆盖不同维度，能有效佐证Serverless的采用趋势：

1. 资源部署维度统计 #

• 云服务商控制台直接查询：直接在AWS、Azure、GCP等云平台控制台中，分别统计Serverless资源（如Lambda函数、Function Apps、Cloud Run服务、Fargate实例）的数量，再对比传统基础设施（EC2虚拟机、自建K8s节点、物理服务器）的资源数量，计算两者占比。
• IaC配置审计：扫描Terraform、CloudFormation、ARM模板等基础设施即代码文件，统计其中Serverless资源定义（如aws_lambda_function、azurerm_function_app）与传统资源定义（如aws_ec2_instance）的数量或代码行数占比，能反映部署层面的采用程度。

2. 运行时负载维度统计 #

• 监控工具指标聚合：你提到的New Relic、Datadog这类工具，除统计服务数量外，还可聚合更能体现实际负载的指标：
  • 计算Serverless服务处理的请求量占总请求量的比例
  • 统计Serverless资源的CPU/内存使用率占整体负载的比例
  • 聚合Serverless任务的执行时长占总运行时长的比例
    这些指标比单纯的服务数量更能反映Serverless在生产负载中的实际贡献。
• 流量入口分析：从API网关、负载均衡器的访问日志中，统计路由到Serverless服务的流量占比，比如AWS API Gateway中指向Lambda的请求数占总请求数的比例，能直接体现流量层面的Serverless占比。

3. 成本维度统计 #

• 云账单分析：导出云服务商的账单数据，按服务类型分组，统计Serverless相关服务（Lambda、Fargate、Cloud Functions、托管数据库/缓存等）的费用占总云服务费用的比例。这个维度数据准确，无需额外集成监控工具，且成本占比能直接反映业务对Serverless的依赖程度。

关于你提到的监控工具统计服务数量的补充 #

这个思路是可行的，但需要确保所有生产服务都已接入监控平台。如果存在未集成的服务，可以结合云控制台的资源清单进行补全，避免因遗漏导致统计结果偏差。

内容的提问来源于stack exchange，提问作者NSS