serverless

一路向北finish

《CentOS7 OpenStack Mitaka 全栈部署实战：双节点搭建全流程与典型故障排坑指南》本次实操基于CentOS 7.9系统搭建OpenStack Mitaka版本云平台，采用controller+compute1双节点架构，依次完成Glance镜像服务、计算节点环境初始化、Nova计算服务、Neutron网络服务、云实例创建验证、Horizon仪表盘六大模块的部署。全程踩坑不少，从配置拼写、部署顺序到服务依赖问题，一步步排查解决，最终跑通了从镜像上传到云主机创建、Web界面管理的完整链路。

智码看视界

Day60-Serverless：函数计算改写传统Spring Boot网上很多 Serverless 教程喜欢画大饼："零运维、按需付费、弹性无限"。我干这行 20 年，第一个反应是：这饼 Java 工程师得掰开看。

(轻舟已过万重山)

C4 · Serverless 与 Java 冷启动——C 线收官系列第 14 篇 / C 线第 4 篇（C 线 4/4 收官）视角：架构师选型 · 深度长文承接：C3 适度微服务 · A3 GraalVM 原生镜像与 AOT · C1 服务网格选型 · C2 OpenTelemetry 统一可观测

Node 后端实战 · 边缘 Cron 定时任务怎么写？Cloudflare 三个实战任务与踩坑各位看官，把定时任务跑在边缘网络上，和我以前在单机 crontab 或容器里写个 @Scheduled 是完全两码事。以前那套心智模型是「一台机器，一个进程，准点跑一次」，但 Cloudflare Workers 的 Cron Triggers 是「每天某个时刻，平台在世界各地的边缘节点挑一个触发你的 Worker」——你不知道它跑在哪、上一秒的实例还在不在、这一次要跑多久会被掐。

Node 后端实战 · 老系统数据迁移怎么不出乱子？V1→V2 重构实战与 3 个生产坑各位看官，这一篇不聊某个 API 怎么写，聊一件更让人手心出汗的事——把一套运行了多年的老系统数据，迁到我新做的多租户 SaaS 里。

Node 后端实战 · 列表查询到底怎么写？一个通用 DSL 封装，过滤分页排序一次搞定各位看官，今天聊一个每个后台系统都绕不开、又最容易写出几百行样板代码的东西——列表查询。只要你的系统有"管理后台"，就必然有无数个列表：用户列表、订单列表、客户列表、日志列表……每一个都要支持过滤、分页、排序、按字段投影、敏感字段脱敏。我接手后端时，这类接口有二三十个，几乎都是复制粘贴出来的：

Node 后端实战 · Cloudflare Workers 限流总误伤？用内存固定窗口替代 KV 实战各位看官，限流这件事，放在单机或者常驻容器里，基本就是个中间件的事：装个 express-rate-limit，或者前端挂个 Nginx limit_req，完事。但我把这个系统搬上 Cloudflare Workers 之后，发现「限流」这件小事，在边缘架构下被彻底重写了——你以为自己在做「计数」，其实是在跟「无状态」「最终一致性」「冷启动」这三个东西搏斗。

用ESP32-S3开发板开发一个接收消息的BB机从手机配网到云端 MQTT 消息下发，一个覆盖嵌入式固件、Android App、Cloudflare Worker 和 EMQX Cloud 的端到端 IoT 原型。

Node 后端实战 · D1 那些坑：100 参数上限逼出的批量写入重构各位看官，这一篇我不打算按"踩坑清单"的写法来罗列 D1 的毛病。原因很简单：清单看着热闹，但读完记不住。我更想讲一个真实的场景——我那个用 Cloudflare D1 扛多租户 SaaS 后端的项目里，有一张业务主表（leads）整整 27 列，当我第一次要往里批量导数据的时候，D1 的三类硬限制被这张宽表一次性全逼了出来：参数上限、没有真正的事务、取数方法返回结构不一致。下面说的每一个坑，都是那次重构里实打实撞上的。

阿里云云原生

AI 应用的统一流量门户：深度解析阿里云 AI 网关 Serverless 新架构与智能路由作者：班壮(旭山)，邵丹(营火)阿里云 AI 网关 Serverless 新版正式开启免费公测。全新架构、0 元起步，Agent 管理升级为一张拓扑图，AI fallback 让主模型限流时业务不中断。公测期间网关自身费用全免。

openYuanrong分布式计算引擎

openYuanrong 打造 Agent 时代的企业级分布式底座在 openYuanrong 最近发布的 0.8.0 和 0.9.0 两个大版本中，openYuanrong 大幅增强了面向 Agent 企业级应用的分布式能力，连同此前已具备的分布式内核基础能力，致力于打造 Agent 时代的企业级分布式底座。

Solon 的 10 种 HTTP 服务器：改一行依赖，换一个引擎用 Solon 做线上项目有一阵子了，有个点总让新接触的人觉得意外：服务器引擎是让你选的。Solon 内核约 0.3MB，不内置固定的 HTTP 服务器。HTTP 引擎是一个独立插件。你选一个，或者选两个，不同环境之间切换，一行应用代码都不用改。

阿里云国际站：函数计算ModuleNotFoundError？Python依赖打包与层配置实战阿里云函数计算？依赖打包与层配置实战本地明明跑得好好的, 一部署到阿里云函数计算就提示, 这个场景几乎成了开发者使用的第一道坎。问题根源很少出在代码本身, 而在于依赖如何与函数计算的Linux运行环境匹配。下文从错误场景、根因到排查路径, 帮你用一套流程完成阿里云函数计算解决。

人间凡尔赛

告别冷启动！WebAssembly + Spin 实战：Serverless 延迟从 1 秒降到 1 毫秒2026 年 7 月，Akamai 正式完成对 Fermyon 的收购，把 WebAssembly（Wasm，网页汇编语言）Serverless 直接推到全球边缘网络的最前线；紧接着的 KubeCon Japan 2026（7 月 28-30 日，横滨）上，Spin 与 SpinKube 成了云原生社区讨论度最高的关键词。原因很简单：Serverless 的"原罪"——冷启动，终于有了根治方案。

Kimi K3 现已上线 DigitalOcean 无服务器推理Moonshot AI 的最新旗舰模型 Kimi K3——也是目前公开发布的最大规模开源模型——现已通过 DigitalOcean 无服务器推理（Serverless Inference）正式上线。Kimi K3 专为长时自主 Agent 工作负载设计：自主编码、多步研究、以及需要在数百次工具调用中稳定运行而不丢失上下文的生产级 AI Agent。它可以通过 Serverless Inference 集成到现有应用中，享有按量计费与全托管基础设施。同时，Kimi K3 也已接入 DigitalOcean

【架构实战】Serverless实践：函数计算的适用边界与选型2021年，Serverless概念大火。老板在某次技术分享会上被"按调用付费"、“零运维”、"自动扩缩容"这些词打动，回来就拍板：“把我们的图片处理服务迁到Serverless，降本增效！”

AI应用从原型到上线的最后一公里——灵光闪应用一键部署深度实测，30+免费API + Serverless零配置发布用AI写代码越来越快，但把写好的东西发出去——这件事好像没人解决。过去三个月我折腾了七八个项目，每一个都是同样的剧本：Claude Code / Codex / Cursor 里吭哧半小时把功能写完了，然后呢？买服务器，配域名，装 Nginx，折腾 Dockerfile，写 CI/CD，上线后还要考虑 HTTPS 证书过期……

开发者入门：无服务器数据库“无服务器”这一术语已应用于函数、应用程序接口（API）以及如今的数据库。与之前的术语一样，它并不意味着没有服务器；它只是意味着你无需去考虑服务器相关的问题。这是因为无服务器数据库会自动处理资源配置、扩展和容量规划，让开发人员能够专注于构建应用，而无需操心基础设施的维护工作。对于习惯了为 RDS 实例进行规模调整并手动调整读副本的团队来说，这种转变可能会感觉意义重大。本文将解释无服务器数据库的工作原理、概述主要产品，并探讨 Navicat 在其中所处的位置。