Hvad er AWS Lambda og serverless computing?

Question

Accepted Answer

**AWS Lambda** er en **serverless compute** service — du kører kode (funktioner) uden at administrere servere. AWS klargør, skalerer og administrerer automatisk infrastrukturen; du leverer blot koden, og den køres som reaktion på events, og du betaler kun for den beregningstid, der bruges.

## Serverless: ingen servere at administrere

```text
SERVERLESS doesn't mean "no servers" — it means YOU don't manage them:
  → you provide CODE (a function); AWS runs it on demand
  → AWS handles provisioning, SCALING (automatically, to any load), patching, availability
  → pay ONLY for actual execution time (not idle servers) — no cost when not running
→ Focus purely on code, not infrastructure.
```

## Sådan fungerer Lambda

```text
→ You write a FUNCTION (in Node.js, Python, Java, Go, etc.)
→ It runs in response to EVENTS (triggers):
  - HTTP requests (via API Gateway) → build APIs/backends
  - file uploaded to S3 → process it
  - message in a queue (SQS) → handle it
  - scheduled (cron) → run periodically
  - database changes, and many more
→ AWS runs the function, scales automatically (1 to thousands of concurrent executions)
```

```js
// a simple Lambda function (Node.js)
exports.handler = async (event) => {
  // 'event' contains the trigger data (e.g. the HTTP request, the S3 event)
  return { statusCode: 200, body: "Hello from Lambda!" };
};
```

## Fordele og afvejninger

```text
✓ No server management; auto-scaling; pay-per-use (cost-efficient for variable/low load)
✓ Fast to deploy; great for event-driven work, APIs, automation, glue code
✗ COLD STARTS (first invocation latency); execution time limits (15 min max);
  stateless; can get complex/costly at very high sustained scale
→ Great for event-driven, variable, or bursty workloads; less ideal for long-running
  or constant heavy compute.
```

## Hvorfor det betyder noget

At forstå Lambda og serverless computing er værdifuldt, fordi serverless er et vigtigt, stadigt mere populært cloud-paradigme, og Lambda er den førende serverless compute-service, så det er nyttig moderne AWS-viden.

Kernekonceptet — **serverless betyder, at du kører kode uden at administrere servere** (AWS håndterer klargøring, automatisk skalering, patching og tilgængelighed; du leverer blot funktioner og betaler kun for faktisk eksekveringstid) — repræsenterer en betydelig tilgang, der lader udviklere fokusere rent på kode snarere end infrastruktur, med automatisk skalering og ingen omkostninger i idle-tilstand.

At forstå **hvordan Lambda fungerer** (funktioner udløst af events — HTTP-anmodninger via API Gateway til opbygning af API'er, S3-uploads, kø-beskeder, tidsplaner og mere — skalerer automatisk fra én til tusinder af samtidige eksekveringer) viser dets event-drevne natur og alsidighed for API'er, automatisering, databehandling og glue-kode.

At forstå **fordelene og afvejningerne** er vigtig for sund brug: fordele (ingen serververwaltning, auto-skalering, pay-per-use omkostningseffektivitet for variable belastninger, hurtig implementering) gør det glimrende for event-drevne og burstende arbejdsbelastninger, mens afvejninger (**cold starts**, der tilføjer latency, eksekveringtidsbegrænsninger, tilstandsløshed, og potentiel kompleksitet/omkostninger ved meget høj vedvarende skalering) betyder, at det er mindre ideelt for langkørende eller konstant tung beregning — så det at vide hvornår serverless passer afspejler godt dømmekraft.

Da serverless computing er et større, voksende cloud-paradigme, og Lambda er dets førende service (bredt brugt til event-drevne applikationer, API'er og automatisering), og da forståelse af hvad serverless er, hvordan Lambda fungerer, og dets afvejninger er værdifult for moderne cloud-arkitektur, er forståelse af Lambda og serverless computing værdifuld, stadig mere relevant AWS-viden — en vigtig moderne compute-model, der supplerer traditionelle servere, nyttig til at bygge skalérbare, omkostningseffektive, event-drevne applikationer, og et paradigme værd at forstå for moderne cloud-udvikling.