{"canonical_url":"https://engineer.company/da/glossary/serverless/","content_markdown":"# serverless\n\n## Hvad det er\n\nServerless er en måde at køre kode på, hvor teamet skriver og udruller\napplikationen, mens en udbyder driver, skalerer og vedligeholder maskinerne\nunder den. CNCF's Serverless Working Group bruger i sin whitepaper den længere\nbetegnelse serverless computing og beskriver det som at bygge og køre\napplikationer, uden at nogen på teamet skal administrere en server.\n\nNavnet er en overdrivelse, og det siger whitepaperen selv ligeud: Der skal\nstadig servere til at køre en serverless platform. Serverne findes stadig, og\ndet gør driftsarbejdet også. Forskellen er, hvem der udfører det. Teamet vælger\nikke længere maskinstørrelser, installerer ikke styresystemet, opdaterer det\nikke og beslutter ikke, hvor mange kopier der skal køre. Det afleverer kode\neller et container-image og en beskrivelse af, hvornår koden skal køre.\n\nWhitepaperen deler feltet i to. Functions-as-a-service, forkortet FaaS, er\nhændelsesdrevet databehandling: små stykker logik, der kører, når noget sker.\nDet, der starter en funktion, kaldes en trigger, og den er som regel resultatet\naf en hændelse, for eksempel en indkommende HTTP-forespørgsel eller en ændring i\nen database. Backend-as-a-service, forkortet BaaS, er den anden del:\ntredjepartstjenester, som man når gennem et API, og som erstatter hele dele af\nen applikations funktionalitet. Funktionerne forventes at være tilstandsløse og\nkortlivede, så det er på BaaS-siden, tilstanden bor.\n\nTo produkter viser spændvidden. AWS Lambda beskriver sig selv som en serverless\ncomputetjeneste, der kører kode, uden at man skal klargøre eller administrere\nservere, og dens oprindelige form er event-funktionen: en handler plus en\ntrigger. Azure Container Apps kalder sig en serverless platform til at køre\ncontaineriserede applikationer uden at skulle administrere den underliggende\ninfrastruktur. Den første tager imod en funktion, den anden en hel container, og\nbegge overlader maskinerne til udbyderen.\n\n## Hvorfor det betyder noget\n\nAfregningsmodellen er den første grund til, at teams kigger på det. Whitepaperen\nbeskriver prissætningen som pay-as-you-go, hvor man kun betaler for den tid,\nkoden kører, og ikke betaler noget, mens den står stille. Lambda afregner en\nevent-funktion pr. forespørgsel plus den kørselstid, den bruger, målt i\ngigabytesekunder. En tjeneste, der har travlt en time om dagen, betaler for den\ntime og ikke for en server, der venter de øvrige 23.\n\nDen anden grund er skalering i begge retninger. Lambda opretter og nedlægger\nkørselsmiljøer, efterhånden som trafikken stiger og falder, og whitepaperen\nbeskriver funktioner, hvis antal instanser falder til nul, når der ikke er\narbejde. Microsoft skriver, at Container Apps skalerer på HTTP-trafik, hændelser\neller CPU- og hukommelsesbelastning, og at de fleste applikationer kan skalere\nhelt ned til nul.\n\nDen tredje grund er det arbejde, der forsvinder fra teamets bord. AWS nævner\nservervedligeholdelse, klargøring af kapacitet, skalering og patching blandt de\nopgaver, Lambda klarer for en. For et lille team er det netop de gøremål, der\nkan fylde en hel uge, uden at noget bliver leveret, og på en serverless platform\nbliver de udbyderens ansvar.\n\nWhitepaperens anvendelseseksempler viser, hvor modellen hører hjemme: at reagere\npå ændringer i en database, behandle sensordata fra enheder, håndtere\ndatastrømme og korte planlagte opgaver af den slags, der ellers ville være et\ncronjob. Microsofts liste for Container Apps tilføjer API-endepunkter,\nbaggrundsjob og mikrotjenester.\n\nDen samme whitepaper advarer også om, at serverless kan se ud som den billigste\nløsning i starten, og beder teams om at se på hele omkostningsbilledet, før de\nlægger sig fast. Forbrugsafregning belønner arbejde, der kommer i ryk og står\nstille det meste af tiden. Arbejde, der holder en maskine beskæftiget døgnet\nrundt, er et andet regnestykke, og fejlfinding, som ifølge whitepaperen kan være\nsværere end på IaaS og PaaS, er også en omkostning.\n\n## Sådan ser det ud i praksis\n\nAWS' dokumentation for handlere i Python har et eksempel, der modtager en ordre,\nskriver en kvittering som tekst og gemmer den i en Amazon S3-bucket. En\nforkortet udgave ser sådan ud:\n\n```python\nimport os\n\nimport boto3\n\n# Kører i Init-fasen, én gang pr. kørselsmiljø.\ns3_client = boto3.client(\"s3\")\n\n\ndef lambda_handler(event, context):\n    order_id = event[\"Order_id\"]\n    bucket_name = os.environ.get(\"RECEIPT_BUCKET\")\n    receipt_content = (\n        f\"OrderID: {order_id}\\n\"\n        f\"Amount: ${event['Amount']}\\n\"\n        f\"Item: {event['Item']}\"\n    )\n    key = f\"receipts/{order_id}.txt\"\n    s3_client.put_object(Bucket=bucket_name, Key=key, Body=receipt_content)\n    return {\"statusCode\": 200, \"message\": \"Receipt processed successfully\"}\n```\n\nHandleren tager præcis to argumenter. Det første indeholder de data, der skal\nbehandles, og en hændelse i JSON ankommer som en Python-dictionary, så denne\nfunktion forventer input med følgende form:\n\n```json\n{\"Order_id\": \"12345\", \"Amount\": 199.99, \"Item\": \"Wireless Headphones\"}\n```\n\nDet andet argument, kontekstobjektet, indeholder oplysninger om selve kaldet.\nHedder filen `lambda_function.py`, får handleren navnet\n`lambda_function.lambda_handler`, som er det standardnavn, Lambda-konsollen\ngiver en ny funktion. Bucketnavnet kommer fra en miljøvariabel og ikke fra\nkoden, sådan som AWS anbefaler at sende driftsindstillinger ind, og koden\nindeholder ingen legitimationsoplysninger: Lambda giver dem til SDK'et gennem\nsine egne miljøvariabler.\n\nPlaceringen af klienten er vigtig. For hændelsesfunktioner med on-demand-kørsel\nuden SnapStart eller Managed Instances fører Lambda et kørselsmiljø gennem tre\nfaser: Init, Invoke og Shutdown. Kode uden for handleren kører én gang under\nInit, og AWS begrænser det første Init-forsøg til 10 sekunder. Derefter kører\nhandleren for hver hændelse inden for funktionens tidsgrænse. Når et miljø\ngenbruges til den næste hændelse, det AWS kalder en warm start, findes klienten\nfra Init stadig og bygges ikke igen.\n\nServerless behøver ikke at betyde funktioner. Porteføljeindlægget om\n[Azure-infrastruktur provisioneret som kode](/da/portfolio/provisioned-azure-infrastructure-as-code/)\nnævner to tjenester, `api` og `www`, som kører på Azure Container Apps, og hvis\ncontainerimages ligger i projektets eget Azure Container Registry. Microsoft\nkalder Container Apps en serverless platform til containere, så det er de to\ntjenester, der udgør den serverless del af opsætningen. Hvert miljø beskrives af\nét sæt Bicep-templates med parametre, og derfor kan indlægget behandle et nyt\nmiljø som en pull request.\n\nDen modsatte vej kan også være den rigtige. Indlægget om\n[at gennemgå infrastrukturen og flytte workloads væk fra AWS](/da/portfolio/a-tenth-of-the-cloud-bill-and-nothing-lost/)\nbegynder med en AWS-opsætning, der var langt større end forretningens\nbehov, og som stadig bar rundt på tjenester, ingen brugte.\nDe ubrugte tjenester blev fjernet, den resterende kapacitet blev\ntilpasset, og workloads blev flyttet væk fra AWS. Serverless-afregning\ner én måde at slippe for at betale for ledig kapacitet; at gennemgå\nog fjerne ubrugt infrastruktur er en anden. En sammenligning af\nden reelle belastning og omkostningerne ville være nødvendig for\nat afgøre, hvad der koster mindst; indlægget dokumenterer ændringer\nfrem for et omkostningsforhold opgjort på sammenligneligt grundlag.\n\n## Hvor det går galt\n\nDe fleste fejl med serverless kommer af at behandle en funktion som en lille\nserver, der altid er tændt, hvad den ikke er.\n\n**Koldstarter forsinker nogle forespørgsler.** Når der ikke står et miljø klar,\nskal Lambda hente koden, sætte et miljø op og køre Init-koden, før handleren ser\nhændelsen. Ifølge AWS rammer koldstarter typisk under 1 % af kaldene og varer\nfra under 100 millisekunder til over et sekund; de er hyppigere i udviklings- og\ntestfunktioner, og Init-tiden afregnes. Løsningen er at holde Init lille, kun\nimportere det, funktionen har brug for, og først indlæse sjældent brugte\nobjekter, når de skal bruges. Hvor forsinkelsen betyder noget, holder\nprovisioned concurrency et valgt antal miljøer initialiseret på forhånd.\n\n**Tilstand i miljøet lækker eller forsvinder.** Hvert kald kører uafhængigt, og\net miljø bliver måske genbrugt, måske ikke. AWS udskifter desuden miljøer med få\ntimers mellemrum for at opdatere runtime, selv under konstant trafik, og en\nnulstilling efter et nedbrud eller en timeout rydder ikke mappen `/tmp`. Data\nfra én hændelse kan derfor dukke op under en anden eller forsvinde uden varsel.\nLøsningen er at holde brugerdata og hændelser helt ude af miljøet og lægge alt,\nder skal bevares, i en database eller en lagringstjeneste.\n\n**Den samme hændelse behandles to gange.** En funktion kan modtage dublerede\nhændelser, og AWS' liste over god praksis beder om idempotent kode, der\nvaliderer hver hændelse og behandler en dublet på samme måde som originalen. I\neksemplet ovenfor er kvitteringens nøgle afledt af ordrenummeret, så en ny\nkørsel overskriver det samme objekt i stedet for at lave endnu en kvittering.\nEnhver sideeffekt, der ikke tåler at blive gentaget, som at sende en e-mail\neller trække penge på et kort, har brug for sin egen registrering af, hvad der\nallerede er gjort.\n\n**Hårde grænser stopper arbejdet midtvejs.** For hændelsesfunktioner uden Lambda\nManaged Instances kan et kald højst køre i 900 sekunder, altså 15 minutter. En\nsynkron forespørgsel og et bufferet synkront svar er hver begrænset til 6 MB, en\nasynkron forespørgsel til 1 MB og miljøvariabler til 4 KB i alt. At overskride\nen grænse giver en fejl, ikke en opbremsning. Løsningen er at designe efter\ngrænserne fra begyndelsen: dele lange job op i trin, gemme store datamængder i\net lager og sende en reference videre, og flytte arbejde, som grænserne ikke\nrummer, til en containerplatform eller en virtuel maskine.\n\n**Samtidigheden slipper op før trafikken.** Lambdas standardkvote er 1.000\nsamtidige kørsler pr. region, mens API Gateway som standard tillader 10.000\nforespørgsler i sekundet, så indgangen kan tage imod flere forespørgsler, end\nfunktionerne bag den kan køre. Nye konti starter med nedsatte kvoter for\nsamtidighed og hukommelse, som AWS hæver automatisk ud fra forbruget. Løsningen\ner at bede om en forhøjelse før lanceringen og at belastningsteste ved den\nforventede spidsbelastning.\n\n**En funktion, der starter sig selv, får regningen til at løbe løbsk.** En\nfunktion, der kalder sig selv eller sætter en proces i gang, som kalder den\nigen, kan udløse en strøm af kald, og hvert eneste afregnes. AWS råder til at\nundgå rekursive kald og, hvis der pludselig kommer en uventet mængde, straks at\nsætte funktionens reserved concurrency til `0`, hvilket stopper alle kald,\nindtil koden er rettet.\n\n**Programmeringsmodellen binder en til én platform.** Whitepaperen peger på\nplatformens programmeringsmodel, dens grænseflade til hændelser og beskeder og\ndens BaaS-tilbud som kilder til fastlåsning. Løsningen er at holde\nforretningslogikken i almindelige funktioner, som handleren blot kalder, og at\nforetrække platforme som Container Apps, der kører et standard container-image\nfra et vilkårligt registry, når en senere flytning er en reel mulighed.\n\n## Læs mere\n\n- [CNCF Serverless Whitepaper v1.0](https://github.com/cncf/wg-serverless/tree/master/whitepapers/serverless-overview)\n  — arbejdsgruppens definitioner af serverless, FaaS og BaaS samt ulemperne.\n- [What is AWS Lambda?](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)\n  — hvad Lambda tager sig af, dens funktionstyper og dens afregningsmodel.\n- [Define Lambda Event Function handler in Python](https://docs.aws.amazon.com/lambda/latest/dg/python-handler.html)\n  — hele kvitteringseksemplet, navngivning af handlere og god praksis for koden.\n- [Understanding the Lambda execution environment lifecycle](https://docs.aws.amazon.com/lambda/latest/dg/lambda-runtime-environment.html)\n  — faserne Init, Invoke og Shutdown, koldstarter og genbrug af miljøer.\n- [Lambda quotas](https://docs.aws.amazon.com/lambda/latest/dg/gettingstarted-limits.html)\n  — grænser for samtidighed, hukommelse, timeout og payload, og hvordan de øges.\n- [Azure Container Apps overview](https://learn.microsoft.com/en-us/azure/container-apps/overview)\n  — Microsofts serverless platform til containere, der kan skalere til nul.\n\n\u003chttps://engineer.company/da/glossary/serverless/\u003e\n","date_modified":"2026-11-09T21:50:25Z","description":"Hvad serverless betyder, hvilket arbejde udbyderen overtager, hvordan en funktion skrives, startes og afregnes, og de grænser, der overrasker teams.","formats":{"gemtext":"https://engineer.company/da/glossary/serverless/index.gmi","gopher":"https://engineer.company/da/glossary/serverless/gophermap","html":"https://engineer.company/da/glossary/serverless/","json":"https://engineer.company/da/glossary/serverless/index.json","markdown":"https://engineer.company/da/glossary/serverless/index.md","pdf":"https://engineer.company/da/glossary/serverless/index.pdf"},"kind":"page","language":"da","title":"Hvad er serverless?","url":"https://engineer.company/da/glossary/serverless/","version":1}