经过两年的大规模迭代，这里是我们关于Fluid工程的所有经验教训。 计算系统最理想（但似乎最难实现）的特性是*在任何规模下都能高效且可预测的性能*。 由Lambda开创的无服务器架构有一套不寻常的权衡。它在生产中可能会出现冷启动，这是不可接受的。 不过，较少人知道的是，它解决了服务器的致命弱点：嘈杂的邻居、拥堵和不充分的负载均衡。 尽管代价巨大（每个并发请求需要1个“计算机”），但效果非常出色。我有时将其与您和您的朋友同时下班去同一家餐厅，但你们都叫了Uber XL进行比较。你们会有一个很棒的体验，但这很浪费。 当我们构建Fluid时，我们希望兼得其利。我特别满意我们的算法，它利用“车内每一个可用座位”（非常适合在令牌上等待较多的AI应用），但根据需要水平扩展更多计算机。这是一个即使对于经验丰富的DevOps团队来说也极其难以做到的事情。