# Serverless all star共同筆記
###### tags: `Azure`

## DevOps & Serverless
陳正瑋 / 得寬科技DevOps Engineer

社群廣告
https://devopstw.club/

devopsdays 廣告
https://devopsdays.tw/

### serverless是否真的less
* Dev 要注意debug和monitoring的問題
* Ops 要注意latency問題
* Sec 要注意pipeline傳輸安全問題
* Boss 要注意是否真的能省的錢

組織是否適合 康威定律 

## 極速 IT 架構新趨勢：Serverless
王宏仁 / iThome電腦報周刊副總編輯

### Ithome2018 it趨勢
* Web assembly 主流瀏覽器開始支援
* Kubernets container的管理工具
* 金融Open api 歐洲 開放銀行
* Chatbot 自然語言理解技術成熟

NB iot三大電信業推電信物聯網

KFC ok google廣告 已經改掉了

可口可樂 販賣機  維修 拍照 影像辨識 Vr ar

可口可樂販賣機 販售地點是變動的，可以用手機行動付款，需要計算扣款，於是把計算的function放在serverless，一個月大概3000萬次4500美金，這個量算少的話還算便宜，如果有8000萬次以上，自己架vm或實體server才會便宜，所以後期就不會用了(變貴了)

### 無人機 Serverless skyline
* 資安自動化
* 居家安全
* 無人機巡視四周
需要Server影像分析 追蹤都是丟serverless

### 穿戴裝置Abillisense
分辨環境聲音預警，丟serverless運算
* 偵測槍聲
* 呼救聲

Serverless計算iot裝置成本，可以想像bom表中有一個虛擬雲端零件，方便業務人員算成本

## 設計、開發及部署跨平台的Serverless應用
上官林傑 / 台灣微軟技術傳教士

### Serverless重點
* 伺服器抽象化
* 事件驅動立即延展
* 錙銖必較

### 常見的Serveless架構情境
* 即時串流服務 iot senser data
* 週期性工作 每15分鐘清除無效資料
* 程式後端服務 使用頻率無法估計
* 對談機器人 使用頻率無法估計

Gartner 2018 top strategic technology trends:event driven

### Azure不限公有雲，可以買一體機裝在私有機
[微軟與在地電信商合作，Azure 公有雲下凡提供在地服務](http://technews.tw/2017/08/30/microsoft-azure-public-cloud-is-on-the-ground-with-the-help-from-local-telecomm/ "Permalink to 微軟與在地電信商合作，Azure 公有雲下凡提供在地服務")

### Serverless 運算的建議
* Function 專注做一件事
* Function 應該冪等 Idempotent
* Function 應該儘早結束

[https://Functions.azure.com/try](https://functions.azure.com/try)

沒辦法參加臉部辨識Lab的話可以從這個網址自己體驗

## Serverless 網站監控
### 104 呂昭寬 資深架構師

### Serverless有分成兩大類
* Paas or baas
* Function as a serverless

### 專注於業務邏輯
Iaas：Hypervisor和硬體可以透過ec2託管，但還是要管作業系統

### Serverless取捨 學習成本
* 取代管理成本
* 黑箱和地雷 
* 限制
* 最多3分鐘不然會timeout
* cpu memory storage
* 程式語言的問題 (java要先開jvm之類的，不太適合)

### 第三方工具
更多學習成本，限制，黑箱和地雷

### Faas的強項
目標選擇
* 可靠性很高，透過internet運行
* 適合中低負載
* 適合排程運行

例如可以用Aws lambda發出請求給網站，網站回200 404 timeout，送給Cloudwatch整理成報表

也可以進一步檢查Domain name解析時間，等候請求時間，tcptls hand shake連線等等

### Integration test用於監控
如果是本機測試Mocha，就不要啟動server，可以降低成本

### Puppeteer lambda 使用Serverless啟動瀏覽器的情形
* 堅持不做Server rendwr的spa
* 複雜用戶互動
* 依賴於瀏覽器的Api
* Test framework 依賴瀏覽器互動

但是Google出了headless chrome，所以puppeteer 2018三月開始不開發了，正在轉移中

### Take home message

* Aws lambda的運行與計費適合用於網站監控
* 四種監控常見的Pattern
* 程式
* 命令列
* 測試工具
* 瀏覽器

## | 13:00 ~ 14:00 | Microsoft & Serverless |

### 早上的架構

手機 > 照片上傳到儲存體 > blob storage (trigger) > 發event給function > function執行 > 呼叫vision(給圖片，回對應的屬性) > 回傳給function > 寫入到storage的table

修正早上的bug，同時有兩張臉的時候，用時間欄位當戳記會fail，

如果需要的運算效能較大，後端會自動auto scale

### AWS alexa架構
用AWS的alexa服務，走aws lambda或https指到某個服務，並把服務傳回的內容唸出來

可以裝
microsoft/azure-functions-runtime
如果有docker或container，微軟也有做img可以把runtime佈署到runtime上

### nanoserver
可以想像成是輕量級的web server

### stretch
iot的server

### azure function
用nodejs開發，可以在本地端debug，做完後再丟到雲端服務上
visual studio code可以有終端機做node.js的debug

測試的話可以用ngrok暫時開一個http/https服務當作endpoint
範例：ngrok https 7071

以前可能叫printf大法、log大法，沒有好的工具的話，在雲端開發可能只能寫一堆log來看，在本地端開發就可以設中斷點檢查問題

### 鼎新電腦的例子

新使用者註冊> AzureWebAPP(網頁) > 資料進Storage > Azure function >寄信給使用者說收到了 > 同時發slack > 後端人員收到訊息
AzureFunctions和WebAPP包在github自動發布

### 勤葳國際科技股份有限公司的例子
#### 車聯網
1. 車子的偵測器把RawData送給IoTHub
2. 訊號送給串流分析(stream analytics)
1. 發現異常(例如車主辨識沒通過)，就會透過Function即時把車上鎖
2. 依資料類型塞到storage,SQL DB,DocumentDB
3. WebApp再去撈上述的DB，把結果呈現到End-user的手機上

### Hands-on Lab
之前和其他廠商討論臉部辨識門禁系統，但只停留在PoC (概念性驗證)，識別刷卡的人和辨識的人是不是相同的人

會用這個是因為刷卡機不是公司自己開發的(外包廠商開發)，如果找外包廠商改又要錢，所以公司內用serverless來做驗證

#### 訓練過程
1. 上傳照片到blob storage
2. APP送出描述資訊給Queue Service (工作排程)
3. Queue有收到新東西，才驅動funtcion做事
4. Function 呼叫Face API 回傳辨識結果
5. Function 收到辨識結果，儲存meta data

#### 刷卡門禁系統
1. 上傳照片
2. 驅動 Function
3. Function 呼叫Face API，回傳
4. 儲存辨識結果

#### 常見問題
如果髮型有變、眼鏡、修圖等等容易讓辨識失敗

## 臉部辨識Lab
教學文件都會放在

https://github.com/ericsk/azure-serverless-hol/blob/master/Labs/FaceIdentificationLab.md

在做debug的時候可以裝一個Postman當作輔助工具

### 每當有一張新的照片，如何送出去做辨識

identfy 扔一張照片讓他辨識有人
verfy 扔一張照片請他判斷是誰

先上Azure註冊帳號

建立以下資源
* Face API
* blob Storage (放照片用)
* Cosmos DB
* Function APP
今天的案例選windows 或是 linux 沒差
不過目前的linux只有依app service付費
如果要用多少付多少，要選Consumption plan (依使用情況付費)，比較省錢
這邊的Storage是用來存程式碼的，建議另外開不要用前面開的(前面的是用來放照片的)

### 資源群組
可以類似資料夾那樣，把所有資源放在同一個群組，做群組權限管理，或是要刪除的時候直接刪除整個群組


貼了function.json後，connection要改，但是可以透過function圖形介面 > 整合 去改azure 輸入 輸出，就會連動function自動修改

然後從github上copy index.js的code貼上去

###
因為index.js有需要用到request 可以用app service 編輯器，開npm去裝

範例照片
https://bit.ly/2GnDrPC

人臉識別API參數調整辨識條件
如果常常辨識不到人臉，可能是信心指數調太高

此時可以增加以下參數(選擇性填寫)：
confidenceThreshold，可以設小一點 0.5

## OpenFaaS - 快速打造你的 Serverless 平台
王偉任(Weithenn) / 東森購物架構師

實作容器部署
Play with Docker：https://labs.play-with-docker.com/
Play with Kubernetes：https://labs.play-with-k8s.com/

## Ops as Code using Serverless
黃冠元(Rick) / 91APP技術經理

### serverless = ops+code
### code
* 開發容易
* 架構簡單
* 軟體工程
* 持續部屬
### ops
* 容易配置
* 高可用性
* 可維護
* 低成本
* 安全性

### 目的：隨時知道服務(系統)的狀況
* 實作：CloudWatch Event Role+Lambda+Slack
* 部屬流程：配置JSON,Git版控
* 不用養機器，成本極低

### 不斷重複使用
1. CloudWatch(Event Source,Scheduler/Config)
2. Lambda(Ops Code)
3. Slack(Receiver)

### 標準化開發流程、工程方法
* Design First
透過討論流程設計，讓Dev和Ops一起開發討論
* 開發
* Lambda容易開發 (自帶版控功能)
* 可以Unit Test，使用Docker
* Configurable
* JSON資料結構，可以人工或是透過程式產生配置檔
* 可以版控，容易交接
* 部屬
* 透過AWS CLI做部屬
* 容易設計與開發

### Dev & Ops 的協作
* 複雜的邏輯
* Ops開需求 Dev實作
* 走標準化開發流程及需求
* 互動
* Ops懂AWS / Infra
* Dev熟悉Programming Language
* Dev 收到自 Ops的回饋

### 新時代技術-Serverless
* 沒server須要維護了
* 自然而然就HA了
* Security是天然的
* AWS的Action都可以自動化(as code)，像是CloudWatch的配置
* 透過Event-Driven整合AWS其他服務，像是監控Log分析.etc

### 需要面對的問題
* Function相容性、同步與非同步，Exception Handler(DLQ)
* 分散式架構，黑盒子
* 如何有效的Trace&Debug，蒐集log，監控
* 怎麼測試?
* Config/Key/Credential放哪?
* 團隊知道要做這些事?敏捷?
* 主管知道這些事情的價值?老闆知道?
* 怎麼找到會這些東西的人?

## Angular+Firebase：快速建立最小可行性產品
林承翰(JB) / 華立企業權任課長

//待補完

## 秒發百萬推播
范建銘 / 工程師

//待補完