{"canonical_url":"https://engineer.company/nb/glossary/serverless/","content_markdown":"# serverless\n\n## Hva det er\n\nServerless er en måte å kjøre kode på der teamet skriver og produksjonssetter applikasjonen, mens en\nleverandør drifter, skalerer og vedlikeholder maskinene under den. På norsk omtales slike\nplattformer også som serverløse tjenester. Whitepaperen fra CNCF Serverless Working Group bruker det\nlengre navnet serverless computing og beskriver det som å bygge og kjøre applikasjoner uten at noen\npå teamet må administrere en server.\n\nNavnet tar i, og whitepaperen sier det rett ut: Det trengs fortsatt servere for å kjøre en\nserverless-plattform. Serverne finnes fortsatt, og det gjør driftsarbeidet også. Det som endres, er\nhvem som gjør det. Teamet velger ikke lenger maskinstørrelser, installerer ikke operativsystemet,\npatcher det ikke og bestemmer ikke hvor mange kopier som skal kjøre. Det leverer kode eller et\ncontainer-image og en beskrivelse av når koden skal kjøre.\n\nWhitepaperen deler feltet i to. Functions-as-a-service, forkortet FaaS, er hendelsesdrevet\ndatabehandling: små biter logikk som kjører når noe skjer. Det som starter en funksjon, kalles en\ntrigger, og den er som regel resultatet av en hendelse, for eksempel en innkommende HTTP-forespørsel\neller en endring i en database. Backend-as-a-service, forkortet BaaS, er den andre delen:\ntredjepartstjenester som man når gjennom et API, og som erstatter hele deler av en applikasjons\nfunksjonalitet. Funksjonene forventes å være tilstandsløse og kortlivede, så det er på BaaS-siden\ntilstanden bor.\n\nTo produkter viser spennvidden. AWS Lambda beskriver seg selv som en serverless beregningstjeneste\nsom kjører kode uten at man må klargjøre eller administrere servere, og den opprinnelige formen er\nevent-funksjonen: en handler pluss en trigger. Azure Container Apps kaller seg en\nserverless-plattform for å kjøre containeriserte applikasjoner uten å administrere infrastrukturen\nunder dem. Den første tar imot en funksjon, den andre en hel container, og begge overlater maskinene\ntil leverandøren.\n\n## Hvorfor det er viktig\n\nFaktureringsmodellen er den første grunnen til at team ser på det. Whitepaperen beskriver prisingen\nsom pay-as-you-go, der man bare betaler for tiden koden kjører, og ikke betaler noe mens den står\nstille. Lambda fakturerer en event-funksjon per forespørsel pluss kjøretiden den bruker, målt i\ngigabytesekunder. En tjeneste som har travelt én time i døgnet, betaler for den timen og ikke for en\nserver som venter de andre 23.\n\nDen andre grunnen er skalering i begge retninger. Lambda oppretter og fjerner kjøremiljøer etter\nhvert som trafikken stiger og faller, og whitepaperen beskriver funksjoner der antallet instanser\nfaller til null når det ikke er arbeid å gjøre. Microsoft skriver at Container Apps skalerer på\nHTTP-trafikk, hendelser eller CPU- og minnebelastning, og at de fleste applikasjoner kan skalere\nhelt ned til null.\n\nDen tredje grunnen er arbeidet som forsvinner fra teamets bord. AWS nevner servervedlikehold,\nklargjøring av kapasitet, skalering og patching blant oppgavene Lambda tar seg av. For et lite team\ner det nettopp disse gjøremålene som kan fylle en hel uke uten at noe blir levert, og på en\nserverless-plattform blir de leverandørens ansvar.\n\nBruksområdene i whitepaperen viser hvor modellen passer best: å reagere på endringer i en database,\nbehandle sensordata fra enheter, håndtere datastrømmer og korte planlagte oppgaver av den typen som\nellers ville vært en cron-jobb. Microsofts liste for Container Apps legger til API-endepunkter,\nbakgrunnsjobber og mikrotjenester.\n\nDen samme whitepaperen advarer også om at serverless kan se ut som det billigste alternativet i\nstarten, og ber team se på hele kostnadsbildet før de bestemmer seg. Forbruksbasert fakturering\nlønner seg for arbeid som kommer i rykk og napp og står stille mesteparten av tiden. Arbeid som\nholder en maskin opptatt døgnet rundt, er et annet regnestykke, og feilsøking, som ifølge\nwhitepaperen kan være vanskeligere enn på IaaS og PaaS, er også en kostnad.\n\n## Slik ser det ut i praksis\n\nAWS-dokumentasjonen for handlere i Python har et eksempel som tar imot en ordre, skriver en\nkvittering som tekst og lagrer den i en Amazon S3-bucket. En forkortet versjon ser slik ut:\n\n```python\nimport os\n\nimport boto3\n\n# Kjører i Init-fasen, én gang per kjøremiljø.\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 tar nøyaktig to argumenter. Det første inneholder dataene som skal behandles, og en\nhendelse i JSON kommer inn som en Python-dictionary, så denne funksjonen forventer input med denne\nformen:\n\n```json\n{\"Order_id\": \"12345\", \"Amount\": 199.99, \"Item\": \"Wireless Headphones\"}\n```\n\nDet andre argumentet, kontekstobjektet, inneholder opplysninger om selve kallet. Heter filen\n`lambda_function.py`, får handleren navnet `lambda_function.lambda_handler`, som er standardnavnet\nLambda-konsollen gir en ny funksjon. Bucketnavnet kommer fra en miljøvariabel og ikke fra koden,\nslik AWS anbefaler å sende inn driftsinnstillinger, og koden inneholder ingen\npåloggingsopplysninger: Lambda gir dem til SDK-et gjennom sine egne miljøvariabler.\n\nHvor klienten opprettes, har betydning. For hendelsesfunksjoner med\non-demand-kjøring uten SnapStart eller Managed Instances fører Lambda et\nkjøremiljø gjennom tre faser: Init, Invoke og Shutdown. Kode utenfor handleren\nkjører én gang under Init, og AWS begrenser det første Init-forsøket til 10\nsekunder. Deretter kjører handleren for hver hendelse innenfor funksjonens\ntidsgrense. Når et miljø gjenbrukes til neste hendelse, det AWS kaller en warm\nstart, finnes klienten fra Init fortsatt og bygges ikke på nytt.\n\nServerless trenger ikke å bety funksjoner. Porteføljeinnlegget om\n[Azure-infrastruktur klargjort som kode](/nb/portfolio/provisioned-azure-infrastructure-as-code/)\nnevner to tjenester, `api` og `www`, som kjører på Azure Container Apps, og der containerimagene\nligger i prosjektets eget Azure Container Registry. Microsoft kaller Container Apps en\nserverless-plattform for containere, så det er de to tjenestene som utgjør den serverløse delen av\noppsettet. Hvert miljø beskrives av ett sett Bicep-maler med parametere, og derfor kan innlegget\nbehandle et nytt miljø som en pull request.\n\nDen motsatte veien kan også være riktig. Oppføringen om [å gjennomgå infrastrukturen og flytte arbeidslaster bort fra AWS](/nb/portfolio/a-tenth-of-the-cloud-bill-and-nothing-lost/) tar utgangspunkt i et AWS-oppsett som var dimensjonert langt utover det virksomheten brukte, og fortsatt inneholdt tjenester ingen trengte. De ubrukte tjenestene ble fjernet, den gjenværende kapasiteten ble tilpasset, og arbeidslastene ble flyttet bort fra AWS. Serverless-fakturering er én måte å slutte å betale for ubrukt kapasitet på; å gjennomgå og fjerne ubrukt infrastruktur er en annen. En sammenligning av den reelle belastningen og kostnadene ville være nødvendig for å avgjøre hva som koster minst; oppføringen dokumenterer endringer, ikke et kostnadsforhold for sammenlignbare oppsett.\n\n## Hvor det går galt\n\nDe fleste feil med serverless kommer av at man behandler en funksjon som en liten server som alltid\nstår på, noe den ikke gjør.\n\n**Kaldstarter forsinker noen forespørsler.** Når det ikke står et miljø klart, må Lambda hente\nkoden, sette opp et miljø og kjøre Init-koden før handleren ser hendelsen. Ifølge AWS rammer\nkaldstarter vanligvis under 1 % av kallene og varer fra under 100 millisekunder til over ett sekund;\nde er hyppigere i utviklings- og testfunksjoner, og Init-tiden faktureres. Løsningen er å holde Init\nliten, bare importere det funksjonen trenger, og først laste inn sjelden brukte objekter når de\ntrengs. Der forsinkelsen betyr noe, holder provisioned concurrency et valgt antall miljøer\ninitialisert på forhånd.\n\n**Tilstand i miljøet lekker eller forsvinner.** Hvert kall kjører uavhengig, og et miljø blir\nkanskje gjenbrukt, kanskje ikke. AWS bytter dessuten ut miljøer med noen timers mellomrom for å\noppdatere runtime, selv ved jevn trafikk, og en tilbakestilling etter et krasj eller et tidsavbrudd\ntømmer ikke katalogen `/tmp`. Data fra én hendelse kan derfor dukke opp under en annen eller\nforsvinne uten forvarsel. Løsningen er å holde brukerdata og hendelser helt utenfor miljøet og legge\nalt som skal bevares, i en database eller en lagringstjeneste.\n\n**Den samme hendelsen behandles to ganger.** En funksjon kan motta duplikate hendelser, og AWS'\nliste over god praksis ber om idempotent kode som validerer hver hendelse og behandler et duplikat\npå samme måte som originalen. I eksemplet over er kvitteringens nøkkel avledet av ordrenummeret, så\nen ny kjøring overskriver det samme objektet i stedet for å lage enda en kvittering. Enhver\nsideeffekt som ikke tåler å bli gjentatt, som å sende en e-post eller belaste et kort, trenger sin\negen registrering av hva som allerede er gjort.\n\n**Harde grenser stopper arbeidet halvveis.** For hendelsesfunksjoner uten Lambda\nManaged Instances kan et kall kjøre i høyst 900 sekunder, altså 15 minutter. En\nsynkron forespørsel og et bufret synkront svar er hver begrenset til 6 MB, en\nasynkron forespørsel til 1 MB og miljøvariabler til 4 KB til sammen. Å\noverskride en grense gir en feil, ikke en nedbremsing. Løsningen er å designe\netter grensene fra starten av: dele lange jobber opp i trinn, lagre store\ndatamengder i et lager og sende en referanse videre, og flytte arbeid som\ngrensene ikke rommer, til en containerplattform eller en virtuell maskin.\n\n**Samtidigheten tar slutt før trafikken gjør det.** Lambdas standardkvote er 1 000 samtidige\nkjøringer per region, mens API Gateway som standard tillater 10 000 forespørsler i sekundet, så\ninngangen kan ta imot flere forespørsler enn funksjonene bak den kan kjøre. Nye kontoer starter med\nreduserte kvoter for samtidighet og minne, som AWS hever automatisk basert på bruken. Løsningen er å\nbe om en økning før lansering og å lastteste ved forventet toppbelastning.\n\n**En funksjon som starter seg selv, får regningen til å løpe løpsk.** En funksjon som kaller seg\nselv, eller som setter i gang en prosess som kaller den igjen, kan utløse en flom av kall, og hvert\neneste ett faktureres. AWS råder til å unngå rekursive kall og, hvis det plutselig kommer et uventet\nvolum, straks å sette funksjonens reserved concurrency til `0`, noe som stopper alle kall til koden\ner rettet.\n\n**Programmeringsmodellen binder deg til én plattform.** Whitepaperen peker på plattformens\nprogrammeringsmodell, grensesnittet for hendelser og meldinger og BaaS-tilbudet som kilder til\ninnlåsing. Løsningen er å holde forretningslogikken i vanlige funksjoner som handleren bare kaller,\nog å foretrekke plattformer som Container Apps, som kjører et standard container-image fra et\nhvilket som helst registry, når en senere flytting er en reell mulighet.\n\n## Les mer\n\n- [CNCF Serverless Whitepaper v1.0](https://github.com/cncf/wg-serverless/tree/master/whitepapers/serverless-overview)\n  — arbeidsgruppens definisjoner av serverless, FaaS og BaaS, og ulempene.\n- [What is AWS Lambda?](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)\n  — hva Lambda tar seg av, funksjonstypene og faktureringsmodellen.\n- [Define Lambda Event Function handler in Python](https://docs.aws.amazon.com/lambda/latest/dg/python-handler.html)\n  — hele kvitteringseksemplet, navngivning av 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  — fasene Init, Invoke og Shutdown, kaldstarter og gjenbruk av miljøer.\n- [Lambda quotas](https://docs.aws.amazon.com/lambda/latest/dg/gettingstarted-limits.html)\n  — grenser for samtidighet, minne, tidsavbrudd og payload, og hvordan de økes.\n- [Azure Container Apps overview](https://learn.microsoft.com/en-us/azure/container-apps/overview)\n  — Microsofts serverless-plattform for containere, som kan skalere til null.\n\n\u003chttps://engineer.company/nb/glossary/serverless/\u003e\n","date_modified":"2026-11-09T21:50:25Z","description":"Hva serverless betyr, hvilket arbeid leverandøren overtar, hvordan en funksjon skrives, startes og faktureres, og grensene som overrasker team.","formats":{"gemtext":"https://engineer.company/nb/glossary/serverless/index.gmi","gopher":"https://engineer.company/nb/glossary/serverless/gophermap","html":"https://engineer.company/nb/glossary/serverless/","json":"https://engineer.company/nb/glossary/serverless/index.json","markdown":"https://engineer.company/nb/glossary/serverless/index.md","pdf":"https://engineer.company/nb/glossary/serverless/index.pdf"},"kind":"page","language":"nb","title":"Hva er serverless?","url":"https://engineer.company/nb/glossary/serverless/","version":1}