Déploiement de la fonction Serverless
Start
Ce que vous allez faire
Dans cette section, vous allez déployer la fonction qui fait le lien entre votre interface web et le modèle de langage. Elle recevra les messages de vos utilisateurs, les transmettra à l'API Generative de Scaleway, puis retournera la réponse au navigateur. C'est le cœur de votre chatbot.
Partie théorique - le serverless en détails
Partie pratique - Créez et déployez votre fonction serverless
En résumé
Théorie
Hands-on Labs
C'est quoi le serverless ?
Avec le serverless, vous déployez du code sans gérer de serveur. Concrètement, votre fonction s'exécute dans un container Docker. À chaque déploiement, une image est buildée puis le container est lancé automatiquement. Il reste actif pendant 15 minutes après la dernière invocation, puis scale à zéro. Vous ne payez que ce que vous consommez réellement.
Le modèle de facturation
La facturation est calculée en fonction de deux paramètres :
- le temps d'exécution de votre fonction, mesuré par tranche de 100ms ;
- et la mémoire que vous lui allouez.
Plus votre fonction est rapide et légère, moins elle coûte. Pour ce labs, une configuration à 256 MB est largement suffisante.
La notion de namespace
Un namespace fonctionne comme une armoire de rangement : il regroupe une ou plusieurs fonctions qui partagent la même logique. Il permet aussi de définir des variables d'environnement communes à toutes les fonctions qu'il contient, par exemple votre clé d'API ou votre endpoint Generative AI.
Pratique
Hands-on Labs
Dans le screencast suivant, vous allez :
Tester la fonction
Créer le namespace
Déployer la fonction
Via le service Serverless Functions, en y injectant votre clé d'API et votre endpoint Generative AI en variables d'environnement
En uploadant le ZIP contenant le code Python et en configurant le handler
En envoyant une requête POST depuis l'interface de test de la console
Screencast - Créez et déployez une fonction Serverless
Documentation Masterclass
Recap
Hands-on Labs
En résumé
Votre fonction est maintenant accessible via une URL publique. C'est elle que votre site statique appellera dans la section suivante.
Le serverless exécute votre code dans un container Docker qui scale à zéro après 15 minutes
La facturation est calculée au temps d'exécution et à la mémoire allouée
Ressources
Documentation Serverless Functions
Serverless Pricing
Documentation : les namespaces
Hands-on Labs
Vous pouvez maintenant passer à la prochaine section
s3 - creation function serverless
Helpdesk Scaleway
Created on March 11, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Search Bar Card
View
Piñata
View
Microlearning: When to Use Chat, Meetings or Email
View
Magazine dossier
View
Microlearning: Graphic Design
View
Microlearning: Enhance Your Wellness and Reduce Stress
View
Microlearning: Teaching Innovation with AI
Explore all templates
Transcript
Déploiement de la fonction Serverless
Start
Ce que vous allez faire
Dans cette section, vous allez déployer la fonction qui fait le lien entre votre interface web et le modèle de langage. Elle recevra les messages de vos utilisateurs, les transmettra à l'API Generative de Scaleway, puis retournera la réponse au navigateur. C'est le cœur de votre chatbot.
Partie théorique - le serverless en détails
Partie pratique - Créez et déployez votre fonction serverless
En résumé
Théorie
Hands-on Labs
C'est quoi le serverless ?
Avec le serverless, vous déployez du code sans gérer de serveur. Concrètement, votre fonction s'exécute dans un container Docker. À chaque déploiement, une image est buildée puis le container est lancé automatiquement. Il reste actif pendant 15 minutes après la dernière invocation, puis scale à zéro. Vous ne payez que ce que vous consommez réellement.
Le modèle de facturation
La facturation est calculée en fonction de deux paramètres :
- le temps d'exécution de votre fonction, mesuré par tranche de 100ms ;
- et la mémoire que vous lui allouez.
Plus votre fonction est rapide et légère, moins elle coûte. Pour ce labs, une configuration à 256 MB est largement suffisante.La notion de namespace
Un namespace fonctionne comme une armoire de rangement : il regroupe une ou plusieurs fonctions qui partagent la même logique. Il permet aussi de définir des variables d'environnement communes à toutes les fonctions qu'il contient, par exemple votre clé d'API ou votre endpoint Generative AI.
Pratique
Hands-on Labs
Dans le screencast suivant, vous allez :
Tester la fonction
Créer le namespace
Déployer la fonction
Via le service Serverless Functions, en y injectant votre clé d'API et votre endpoint Generative AI en variables d'environnement
En uploadant le ZIP contenant le code Python et en configurant le handler
En envoyant une requête POST depuis l'interface de test de la console
Screencast - Créez et déployez une fonction Serverless
Documentation Masterclass
Recap
Hands-on Labs
En résumé
Votre fonction est maintenant accessible via une URL publique. C'est elle que votre site statique appellera dans la section suivante.
Le serverless exécute votre code dans un container Docker qui scale à zéro après 15 minutes
La facturation est calculée au temps d'exécution et à la mémoire allouée
Ressources
Documentation Serverless Functions
Serverless Pricing
Documentation : les namespaces
Hands-on Labs
Vous pouvez maintenant passer à la prochaine section