---
title: 【Serverless 應用案例賞析筆記】01. Serverless 架構與 Apache OpenWhisk
date: 2020-03-26
is_modified: false
disqus: cynthiahackmd
categories:
- "雲端網路 › 雲端運算"
tags:
- "其他課程平台"
- "Serverless 應用案例賞析"
- "Fass/Serverless"
- "網站與雲端平台"
- "OpenWhisk"
---

{%hackmd @CynthiaChuang/Github-Page-Theme %}

<br>

<p class="illustration">
<img src="https://i.imgur.com/Wn0R9Lh.png" alt="投影片封面">
投影片封面（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

本堂課程作為此系列的準備課程，針對不了解 Serverless 的人，介紹 Serverless 概念、特點以及 Open Source Serverless 平台 Apache OpenWhisk 和基於它實做的企業版本 IBM Functions 的概況。
<!--more-->

## 雲端計算的發展趨勢
在課程一開始先帶我們來回顧雲端計算的發展趨勢。

<p class="illustration">
<img src="https://i.imgur.com/kB72EtC.png" alt="雲端計算的發展趨勢">
雲端計算的發展趨勢（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

由圖中可以發現架構演變的趨勢，是朝著==簡單==、==便捷==與==低成本==實現==商業邏輯==（Business Logic）的方向前進。

從最開始裸機的配置與開發；接著進入 IaaS 飛速發展，在這期間以 OpenStack 為代表的社區逐漸的成長，發展出許多的雲端平台公司；到之後發展出以 docker 為代表的 containers，而使得 Kubernetes 和 Mesos 等容器調度工具廣為人知。

:::info
:information_source: **docker、Swarm、Kubernetes 和 Mesos**

文章中所說的 docker 指的是 docker 技術本身。而一般看到的 Docker、 Kubernetes 與 Mesos 的比較文章，更有可能是比較與 Docker Swarm 比較，三者皆為容器調度工具。

<br> 三者較可閱讀：
1. [Docker、Kubernetes 和 Apache Mesos 对比中的一些误区](https://zhuanlan.zhihu.com/p/28301108)
2. [2016年容器技术思考：Docker, Kubernetes, Mesos 将走向何方？](http://jolestar.com/container-ecosystem/)
:::

<br>

由發展史看可以看出，隨著一系列的發展，對底層的屏蔽是日趨增加。

在裸機的時代，開發人員還需要操心系統的設定與維護；而到了 container 階段，則是已經將執行環境抽離，消除底層系統和基礎架構差異性所帶來的問題。

換句話說，隨著對底層屏蔽的增加，使的開發人員能==專注於功能或程式本身的開發設計==，加速整個開發流程的推進。

<br>

而在最近幾年的技術中，又將粒度再次縮小，提出了所謂的 Function as a Service（FaaS），也就是 Serverless，試圖讓開發人員程從系統、運行環境、軟體相依性等複雜的環境中解脫。

### 什是 Serverless?
Serverless 是雲端計算 IaaS 、 PaaS 的下一個方向，但這像技術並非實現字面意上的『無伺服器』，而是由第三方雲端計算平台供應商負責後端基礎設施的維護，以服務（aaS）的方式為開發者提供所需功能，例如：認證、授權與資料庫服務等。

簡單地說，這裡所強調的『無伺服器』，指的是我們的==程式碼不會明確地被部署在某些特定的軟體或者硬體的伺服器上==，不需要在伺服器上持續執行行程以等待 HTTP 請求或 API 調用；是通過某種事件機制來觸發程式碼的執行，此時供應商才會將此服務進行部署。這樣的架構可以讓開發人員更專注程式碼的運行，而不需要分心管理任何的基礎設施。

<br>

目前已有有些這樣的服務：==由第三方供應，且無須安裝、管理和維護，只在需要的時候使用，並按照使用資源計費==。

例如實務上，有些開發人員為了更專注於商業邏輯相關程式碼的開發，會將與商業邏輯邏輯無關的部份委託給第三方，像是上述所提到的認證、授權與資料庫服務等，這些都是 **Backend-as-a-Service（BaaS）**。

也有的將整個程式運行環境給託管出去的，將開發出來的函式直接放動雲端去當作服務在調用，也就是 **Function-as-a-Service （FaaS）**。

這兩類型的服務都被稱作 Serverless，也都是雲端計算的發展方向。

<br>

這邊整理兩種服務的特性：

- **Function-as-a-Service （FaaS）**
- 片段程式碼，按需執行、按需擴展、無需管理任何基礎設施相關部份。
- 事件驅動行計算。函式被事件觸發或是被 HTTP 請求調用。

- **Backend-as-a-Service （BaaS）**
- 第三方基於 API 的服務，實現應用開發中的基礎功能模塊。
- 這些 API 像服務一樣，自動擴展，無需管理。

兩者都強調：==按需執行、按需擴展、無需管理==。這樣的模式是將軟體開發中的複雜性全部抽出，給開發人員更多的自由，並降低開發門檻；但從另一方面來說，這是將複雜性全留給雲端計算平台供應商。

### Serverless 要點
Serverless 僅是一個概念，目前還沒有一個普遍公認的權威的定義，但此概念所要實現的目標表達就是：
<div class="blockquote-center">
<p>
無需管理、按需執行、按需擴展、按使用來計費
</p>
</div>

P.S. 對於按使用來計費，我有兩種理解，按調用次數或使用資源來收費，不過兩種的核心的使用了才付費，就看平台供應商的計價方式了。

<br>

至於所使用究竟是 FaaS 或 BaaS 則是次要的。但若採用的 FaaS ，對於函式還是有些要求：
1. 為事件驅動的調用方式。
2. 函式是無狀態、短暫的、且是有限制的，例如：所需記憶體的限制、執行時間的限制。
3. 另外，因為 FaaS 可被 HTTP 調用，因此 API Gateway 設定也是其中的要點。

<br>

另外，講師提到一件事 Serverless 雖然包含了兩種服務概念 FaaS 與 BaaS，不過在講解中多會集中在 FaaS，這點在多數的文章中也是。因為 BaaS 這邊複雜度在提供此服務的開發者那邊，對於我們來說會用就好。因此在提到 Serverless 時大家多著墨在 FaaS 這塊。

<p class="illustration">
<img src="https://i.imgur.com/D1N30gv.jpg?1" alt="感應式水龍頭">
感應式水龍頭（圖片來源: <a href="https://www.amazon.com/-/es/inoxidable-lavabo-el%C3%A9ctrico-autom%C3%A1tico-dom%C3%A9stico/dp/B07SZMPPBH">Amazon</a>）
</p>

課程中講師提到關於水龍頭與計算資源的比喻：
<div class="blockquote-center">
<p>
雲端計算的的目標是：期望計算資源如同水資源一樣的便捷，打開就可以享用。
</p>
</div>

按她的比喻來理解，現行的 VM 或是 containers 像是一般水龍頭，打開後除非主動關閉，不然就會 24 小時運行，即便此時無人使用，但還是會佔用資源。

而 Serverless 則像是使用了感應式水龍頭，手伸出去了，資源才會被調用執行，結束後資源就自動停用。

### FaaS 與 PaaS 的比較
在第一次看到 FaaS 的觀念時，覺得它像是更專注提供某種功能的 PaaS，所以查了一下兩者的比較。

在[維基百科上](https://zh.wikipedia.org/wiki/%E7%84%A1%E4%BC%BA%E6%9C%8D%E5%99%A8%E8%A8%88%E7%AE%97)提到：
> 以平台即服務（PaaS）為基礎，無伺服器運算提供一個微型的架構...

所以可以推測 FaaS 是 PaaS 的上層，但還不到 SaaS。

<br>

而在 [AWS 的官方博客](https://aws.amazon.com/cn/blogs/china/iaas-faas-serverless/) 上，則是有說到些兩者的差異：

1. **啟動和停止**
大部分 PaaS 應用無法針對每個請求啟動和停止整個應用，而 FaaS 生來就是為了實現這樣的目的。

2. **縮放能力**
兩者在維運方面最大的差異在於==縮放能力==。對於大部分 PaaS 平台，租戶依然需要考慮縮放，就算將它設置為自動縮放，依然無法在具體請求的層面上進行縮放。但是對於 FaaS 應用，這種問題完全是透明的。

<br>

文章比較末端，使用 AWS 雲端架構戰略副總裁 Adrian Cockcroft 給的簡單定義來收尾：

> 如果你的 PaaS 能夠有效地在 20 毫秒內啟動實例並運行半秒，那麼就可以稱之為 Serverless

<br>

最後附上一篇兩者的比較： [FaaS、PaaS 和无服务器体系结构的优势](https://www.infoq.cn/article/2016/06/faas-serverless-architecture)

### Serverless 架構的優點
1. **快速開發/快速響應**
對於使用者來說最重要的是快速響應，因為底層全部被屏蔽了，只需專注商業邏輯的開發，無需煩心操作系統、運行環境、版本相容...等問題。 借助 Serverless，或許只需要幾個小時，來完成新的實做邏輯即即可，不用再去重新配置環境。

2. **無限擴展**
在 Serverless 架構的中，==橫向擴展是完全自動的、有彈性的、且由平台供應商所管理==，使用者僅需支付您所需要的計算能力。

3. **『綠色』計算**
想想剛剛水龍頭的例子，就可以理解了。

4. **對開發者友好**
恩...不用管硬體配置，只要寫程式就好。這對我這個討厭配置環境的人來說，真的是非常友好 XDDD 每次配環境都會在坑裡掙扎超久的 Orz

5. **費用用低**
在降低成本上包含了兩個方面，即基礎設施的成本和人員（運營/開發）的成本。

## Opensource Serverless 平台 - Apache OpenWhisk
<p class="illustration">
<img src="https://i.imgur.com/uAXvRH6.png" alt="Apache OpenWhisk Icon">
Apache OpenWhisk（圖片來源: <a href="https://landscape.cncf.io/license=open-source">CNCF Cloud</a>）
</p>

OpenWhisk 是一個開源 FaaS 平台，現在已經脫離孵化器，是 Apache 的一個頂級項目，也在 IBM 公有雲上有做了驗證。它是一個典型的==事件驅動型==的程式編輯模型。

<br>

事件驅動顧名思義就是，事件來了才去做一件事情。以講師給的流程圖為例：
當事件源觸動觸發器後進入系統，然後在系統中通過規則的匹配去決定要觸發的動作，最終產生所需的結果。通常來說，輸入與輸出的的資料格式都是 Json。

<p class="illustration">
<img src="https://i.imgur.com/a5Wgs5M.png?1" alt="apache OpenWhisk 理念">
Apache OpenWhisk 理念（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

在這邊出現了幾個詞，==觸發器 (Trigger)==、==動作 (Action)== 與 ==規則 (Rule)==，這些詞我跟下一節的筆記整理在一起。

### OpenWhisk 程式編輯模型
<p class="illustration">
<img src="https://i.imgur.com/lZP3G5P.png" alt="Apache OpenWhisk 程式編輯模型">
Apache OpenWhisk 程式編輯模型（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

**觸發器 (Trigger)**

觸發器可以對外界數據源，如資料庫的增刪查改、 github 上的 push、issue...等，進行對應的反應。

不過在 OpenWhisk 中觸發器僅某類別事件的具名頻道，換句話說僅是==一個名字==。觸發器要對反應特定類型事件的宣告，再藉由使用者或是透過事件來源觸發觸發器。

以資料庫更新為例，若是事件來源觸發，在 OpenWhisk 之外會有一個 Event provider，由它監聽資料庫。當 provider 監聽到更新事件時，再由它通知 Trigger 資料更新了。

<p class="illustration">
<img src="https://i.imgur.com/XznGAql.png" alt="Trigger">
Trigger（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

**動作 (Action)**

動作是執行某個特定動作的一段程式碼，它將會在 openwhisk 中執行。使用所選擇的語言來撰寫 Action，或者直接將 Docker 以映像檔提供執行。

Action 中什麼都可以放，諸如：計算、資料格式轉換、資料抽取、第三方 API 調用...等，程式寫的出來的都行。但必須注意的是，在 FaaS 中是==無狀態==的，不應該存在狀態的記錄，而且是==短時運行==的。在 openwhisk 中預設最長執行時間為是 5 分鐘，若超過 5 分鐘則不建議使用 Faas 執行，或是必須在要切成更小的粒度分開執行。

<p class="illustration">
<img src="https://i.imgur.com/URsL9hc.png" alt="Action">
Action（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

**動作序列 / 動作串 (Sequence)**

全稱是 Action Sequence，這並不在講師的講義中，僅出現在講解過程中出現。

動作序列顧名思義，就是把一系列的動作鏈結來。它是一串按順序呼叫的動作，其中某個動作的輸出會傳遞為下一個動作的輸入，達到動作重複使用的目的。

<br>

**規則 (Rule)**

規則會建立觸發器與動作（序列）的關聯。每次觸發觸發器時，規則都會使用觸發事件作為輸入，並呼叫關聯的動作（序列）。使用適當的規則集時，單一觸發器事件可能會呼叫多個動作，也可能會呼叫動作以作為多個觸發程式的事件的回應。

<p class="illustration">
<img src="https://i.imgur.com/hJtcgqJ.png" alt="Rule">
Rule（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

**套件 (Package)**

就是一個集合，可能包含 action、trigger、rule...等，可以利用套件來新增與服務及事件提供者的整合。

這邊講師沒多說，不過 [IBM 的名詞解釋](https://cloud.ibm.com/docs/openwhisk?topic=cloud-functions-about#cloud-functions-) 舉了個例子：
> 使用 IBM Cloudant 變更資訊來源所建立的觸發程式，會將服務配置成在每次修改文件或將其新增至 IBM Cloudant 資料庫時發動觸發程式。套件中的動作代表服務提供者可設為可用的可重複使用邏輯，如此，開發人員可以使用服務作為事件來源，以及呼叫該服務的 API。

<p class="illustration">
<img src="https://i.imgur.com/rherSKn.png" alt="Package">
Package （圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

最後來貼張漂亮的流程圖：
<p class="illustration">
<img src="https://i.imgur.com/bdt17VM.png" alt="OpenWhisk 流程示例">
OpenWhisk 流程示例（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

### Apache OpenWhisk 的部署方式
Apache OpenWhisk 的部署看理來很簡單，只要支援 docker 的設備都可以安裝，Apache 已將相關內容都把包成 docker image。相關配置步驟可以看這兩份官方的說明文件：[文件1](https://openwhisk.apache.org/documentation.html#openwhisk_deployment)、[文件2](https://github.com/apache/openwhisk#quick-start)

...不過有沒有真的這麼簡單，可能要頭洗下去才知道。

<p class="illustration">
<img src="https://i.imgur.com/JtiWH57.png" alt="Apache OpenWhisk的部署方式">
Apache OpenWhisk的部署方式（圖片來源: <a href="https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf">課程講義</a>）
</p>

## IBM Functions
先前提過 OpenWhisk 有在 [IBM 公有雲](https://cloud.ibm.com/functions/)上有做了驗證，所以這邊講師就示範了在公有雲上的簡單操作。

### 建立 Action
1. 從入口處點選**開始建立**
<p class="illustration">
<img src="https://i.imgur.com/Pl7SdIK.png" alt="開始建立">
</p>

2. 選擇**建立動作**
<p class="illustration">
<img src="https://i.imgur.com/CIqK3tZ.jpg" alt="建立 Action">
</p>

3. 建立**套件**
這步驟非必須，這邊只是試著操作。
<p class="illustration">
<img src="https://i.imgur.com/LACIoTX.jpg" alt="建立 Package">
</p>

4. 為動作命名，並引入剛剛所創建的套件
這邊為了測試方便，運行環境直接選擇 **Node.js**
<p class="illustration">
<img src="https://i.imgur.com/b3gprKB.jpg" alt="建立 Package">
</p>

5. 建立後會出現 Node.js 的程式碼作為動作的執行細節
再依照實際要執行的動作進行修改，完成後可以試著點選**呼叫**，查看動作執行後的結果。
<p class="illustration">
<img src="https://i.imgur.com/5EheU6x.jpg" alt="定義動作細節">
</p>

也可以透過 curl 來呼叫

    $ curl -u API-KEY -X POST https://us-south.functions.cloud.ibm.com/api/v1/namespaces/id%40dgmail.com/actions/test/hello?blocking=true

### 建立 Trigger
1. 從入口處點選**開始建立**
<p class="illustration">
<img src="https://i.imgur.com/Pl7SdIK.png" alt="開始建立">
</p>

2. 選擇**建立觸發程式**
<p class="illustration">
<img src="https://i.imgur.com/8X3Iavi.png" alt="建立 Trigger">
</p>

3. 設定定時式的觸發器
這邊先簡單設定一個定時觸發的觸發器
<p class="illustration">
<img src="https://i.imgur.com/ynmDXKW.jpg" alt="建立定時觸發器">
</p>

4. 設定觸發時間
這邊使用 cron 的方式設定每 20 秒觸發
<p class="illustration">
<img src="https://i.imgur.com/HlLkZXe.jpg" alt="建立每 20 秒觸發">
</p>

5. 查看
完成與 action 的連接後，可到監視查看。
<p class="illustration">
<img src="https://i.imgur.com/2gfcm2n.jpg" alt="監視">
</p>

應該會看到 trigger 每 20 秒被觸發，接著執行 action 。
P.S. Oops，我現在才發現 every20 打錯了，不過也來不及了...

## 其他連結
1. Serverless 應用案例賞析筆記：[目錄](/@CynthiaChuang/Serverless-Use-Cases-Study-Notes-Contents) / [另開書籍模式閱讀](/@CynthiaChuang/Serverless-Use-Cases-Study-Notes)
2. 課程內容：影片（[IBM片源](https://mediacenter.ibm.com/media/1_7hu9nbk8) 、[youku教育片源](https://v.youku.com/v_show/id_XMzg0MTI3NTE3Ng==.html)）/ [講義](https://github.com/dWChina/ibm-opentech-ma/blob/master/serverless-use-cases/Serverless-00.pdf) / [Blog](https://mp.weixin.qq.com/s/p0bImKuYSz2FPfdMvTt06Q)

## 參考資料
1. 费良宏 (2017-01-18)。[从IaaS到FaaS—— Serverless架构的前世今生](https://aws.amazon.com/cn/blogs/china/iaas-faas-serverless/) 。檢自 亚马逊AWS官方博客 (2020-03-25)。
2. 協同撰寫。[無伺服器計算](https://zh.wikipedia.org/wiki/%E7%84%A1%E4%BC%BA%E6%9C%8D%E5%99%A8%E8%A8%88%E7%AE%97)。檢自 維基百科 (2020-03-25)。
3. (2018-11)。 [IBM Cloud Functions](https://www-03.ibm.com/software/sla/sladb.nsf/8bd55c6b9fa8039c86256c6800578854/c9c99a9fc9731d3f86258340006f9704/$FILE/i126-7607-03_11-2018_zh_TW.pdf)。檢自 IBM Cloud 其他服務說明 (2020-03-25)。
4. Shashikanh (2019-07-25)。[“Hello, World” in IBM Cloud Functions vs Express Serverless Platform — A Developer’s Perspective](https://medium.com/ibm-cloud/hello-world-in-ibm-cloud-functions-vs-express-serverless-platform-a-developers-perspective-4d5e391653e) 。檢自 IBM Cloud - Medium (2020-03-25)。
5. (2019-07-12)。[Cloud Functions 的運作方式 - Cloud Functions 術語](https://cloud.ibm.com/docs/openwhisk?topic=cloud-functions-about#cloud-functions-terminology) 。檢自 IBM Cloud (2020-03-25)。
6. Linux中国 (2017-08-04)。[Docker、Kubernetes 和 Apache Mesos 对比中的一些误区](https://zhuanlan.zhihu.com/p/28301108)。檢自 Linux 开源评论 - 知乎 (2020-03-25)。
7. jolestar (2017-02-17)。[2016年容器技术思考：Docker, Kubernetes, Mesos 将走向何方？](http://jolestar.com/container-ecosystem/)。檢自 午夜咖啡 (2020-03-25)。
8. Abel Avram，大愚若智 譯 (2016-06-26)。[FaaS、PaaS 和无服务器体系结构的优势](https://www.infoq.cn/article/2016/06/faas-serverless-architecture)。檢自 infoq (2020-03-27)。
9. [Get hands-on experience with Serverless Computing using IBM Cloud Functions](https://developer.ibm.com/series/get-hands-on-with-serverless-series-page/)。檢自 IBM Developer (2020-03-27)。

<br><br>

> **本文作者**： 辛西亞．Cynthia
> **本文連結**： [辛西亞的技能樹](https://cynthiachuang.github.io/Serverless-Use-Cases-Study-Notes-01) / [hackmd 版本](https://hackmd.io/@CynthiaChuang/Serverless-Use-Cases-Study-Notes-01)
> **版權聲明**： 部落格中所有文章，均採用 [姓名標示-非商業性-相同方式分享 4.0 國際](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.en) (CC BY-NC-SA 4.0) 許可協議。轉載請標明作者、連結與出處！