Rechenleistung nach Bedarf: Wie serverless sind Serverless-Datenbanken wirklich?
Ein internes Buchungsportal erhält morgens einige Anfragen, verarbeitet am Monatsende einen größeren Import und bleibt nachts ungenutzt. Trotzdem läuft seine Datenbank rund um die Uhr. Das Team dimensioniert sie für den monatlichen Lastgipfel, an den übrigen Tagen bezahlt das Unternehmen vor allem für Reserve. Hier setzt das Versprechen einer Serverless-Datenbank an: Die Plattform stellt Rechenleistung bei Bedarf bereit und reduziert sie in ruhigen Phasen. Im Idealfall sinkt die Kapazität auf null. Das Portal müsste seinen seltenen Spitzen keine dauerhaft laufende Instanz widmen. Zugleich entfiele ein Teil der Arbeit rund um Kapazitätsplanung und Infrastruktur.
Das klingt nach einer eindeutigen Entscheidung. In der Praxis entstehen aber neue Fragen: Wie lange wartet die erste Anfrage, wenn die Datenbank schläft? Skaliert der Dienst nur CPU und RAM oder verteilt er auch Schreiblast? Was geschieht, wenn 100 Funktionen gleichzeitig Verbindungen öffnen? Und spart das Modell noch, sobald Storage, Backups und I/O in der Rechnung auftauchen? Serverless löst reale Probleme, verschiebt aber Entscheidungen in andere Teile des Systems.