Serverless

Was es ist

Serverless ist eine Art, Code auszuführen: Das Team schreibt die
Anwendung und stellt sie bereit, während ein Anbieter die
darunterliegenden Maschinen betreibt, skaliert und pflegt. Das
Whitepaper der CNCF Serverless Working Group verwendet den längeren
Namen Serverless Computing und beschreibt die Idee, Anwendungen zu
bauen und auszuführen, ohne dass jemand im Team einen Server
verwalten muss.

Der Name übertreibt, und das Whitepaper sagt das ausdrücklich: „Für
den Betrieb einer Serverless-Plattform werden weiterhin Server
benötigt.“ Die Server existieren weiterhin, ebenso die
Betriebsarbeit. Was sich ändert, ist, wer diese Arbeit erledigt. Das
Team wählt keine Maschinengrößen mehr, installiert kein
Betriebssystem, spielt keine Patches dafür ein und entscheidet
nicht, wie viele Kopien laufen sollen. Es übergibt Code oder ein
Containerimage und eine Beschreibung, wann dieser Code laufen soll.

Das Whitepaper teilt das Feld in zwei Bereiche.
Functions-as-a-Service, kurz FaaS, ist ereignisgesteuerte
Datenverarbeitung: kleine Logikbausteine, die als Reaktion auf ein
Ereignis laufen. Der Auslöser einer Funktion heißt Trigger. Meist
ist er das Ergebnis eines Ereignisses wie einer eingehenden
HTTP-Anfrage oder einer Datenbankänderung. Der andere Bereich ist
Backend-as-a-Service, kurz BaaS: Über eine API erreichbare Dienste
Dritter ersetzen ganze Teile der Anwendungsfunktionalität.
Funktionen sollen zustandslos und kurzlebig sein; der Zustand liegt
deshalb auf der BaaS-Seite.

Zwei Produkte zeigen die Spannweite. AWS Lambda beschreibt sich als
Serverless-Rechendienst, der Code ohne Bereitstellen oder Verwalten
von Servern ausführt. Seine ursprüngliche Form ist die
Ereignisfunktion: ein Handler mit einem Trigger. Azure Container
Apps bezeichnet sich als Dienst, der Anwendungscontainer ausführt,
während der Anbieter die Infrastruktur betreibt. Das erste Produkt
nimmt eine Funktion entgegen, das zweite einen ganzen Container.
Beide überlassen die Maschinen dem Anbieter.

Warum es wichtig ist

Das Abrechnungsmodell ist der erste Grund, aus dem Teams sich dafür
interessieren. Das Whitepaper beschreibt Serverless-Preise als
nutzungsabhängig: Bezahlt wird nur die Zeit, in der Code läuft;
läuft nichts, fällt keine Gebühr an. Lambda berechnet für eine
Ereignisfunktion die Anfragen und die verbrauchte Ausführungszeit in
Gigabyte-Sekunden. Ein Dienst, der täglich eine Stunde beschäftigt
ist, bezahlt diese Stunde statt eines Servers, der die anderen
dreiundzwanzig Stunden wartet.

Der zweite Grund ist die Skalierung in beide Richtungen. Lambda
erzeugt und entfernt Ausführungsumgebungen mit steigendem und
sinkendem Verkehr. Das Whitepaper beschreibt Funktionen, deren
Instanzzahl ohne Arbeit auf null fällt. Microsoft weist darauf hin,
dass Container Apps anhand von HTTP-Verkehr, Ereignissen oder CPU-
und Arbeitsspeicherlast skaliert und dass die meisten Anwendungen
auf null skalieren können.

Der dritte Grund ist die Arbeit, die das Team abgibt. AWS nennt
Serverwartung, Kapazitätsbereitstellung, Skalierung und Patches als
Aufgaben, die Lambda übernimmt. Bei einem kleinen Team können solche
Pflichten eine Woche füllen, ohne dass etwas ausgeliefert wird. Mit
einer Serverless-Plattform liegen sie in der Verantwortung des
Anbieters.

Die Anwendungsfälle des Whitepapers zeigen, wo das am besten passt:
auf Datenbankänderungen reagieren, Sensoreingaben von Geräten
verarbeiten, Datenströme bearbeiten und kurze geplante Aufgaben
ausführen, die sonst ein Cronjob wären. Microsoft ergänzt für
Container Apps API-Endpunkte, Hintergrundjobs und Microservices.

Dasselbe Whitepaper warnt auch davor, dass Serverless zunächst als
günstigste Option erscheinen kann, und fordert Teams auf, vor einer
Festlegung alle Kosten abzuwägen. Nutzungsabhängige Abrechnung
begünstigt Arbeit, die in Schüben anfällt und die meiste Zeit ruht.
Bei Arbeit, die eine Maschine rund um die Uhr beschäftigt, sieht die
Rechnung anders aus. Auch die Fehlersuche kostet; laut Whitepaper
kann sie schwieriger sein als bei IaaS- oder PaaS-Angeboten.

Wie es in der Praxis aussieht

Die AWS-Dokumentation für Python-Handler enthält ein Beispiel, das
eine Bestellung empfängt, einen Textbeleg schreibt und ihn in einem
Amazon-S3-Bucket speichert. Eine gekürzte Fassung sieht so aus:

```python
import os

import boto3

i# Runs in the Init phase, once per execution environment.		engineer.company	70
s3_client = boto3.client("s3")


def lambda_handler(event, context):
    order_id = event["Order_id"]
    bucket_name = os.environ.get("RECEIPT_BUCKET")
    receipt_content = (
        f"OrderID: {order_id}\n"
        f"Amount: ${event['Amount']}\n"
        f"Item: {event['Item']}"
    )
    key = f"receipts/{order_id}.txt"
    s3_client.put_object(Bucket=bucket_name, Key=key, Body=receipt_content)
    return {"statusCode": 200, "message": "Receipt processed successfully"}
```

Der Handler nimmt genau zwei Argumente entgegen. Das Ereignis trägt
die zu verarbeitenden Daten. Ein JSON-Ereignis kommt als
Python-Dictionary an, weshalb der Handler im Beispiel folgende
Eingabeform erwartet:

```json
{"Order_id": "12345", "Amount": 199.99, "Item": "Wireless Headphones"}
```

Der Kontext enthält Angaben zum Aufruf selbst. Heißt die Datei
`lambda_function.py`, lautet der Handlername
`lambda_function.lambda_handler`. Das ist die Voreinstellung der
Lambda-Konsole für eine neue Funktion. Der Bucketname stammt aus
einer Umgebungsvariablen statt aus dem Code. So empfiehlt AWS die
Übergabe von Betriebseinstellungen. Der Code enthält keine
Zugangsdaten: Lambda stellt sie dem SDK über eigene
Umgebungsvariablen bereit.

Es kommt darauf an, wo der SDK-Client initialisiert wird. Bei nach
Bedarf gestarteten Ereignisfunktionen ohne SnapStart oder Managed
Instances durchläuft eine Ausführungsumgebung in Lambda drei Phasen:
Init, Invoke und Shutdown. Code außerhalb des Handlers läuft einmal
während Init. AWS begrenzt den ersten Init-Versuch auf 10 Sekunden.
Danach läuft der Handler für jedes Ereignis innerhalb des Zeitlimits
der Funktion. Wird eine Umgebung für das nächste Ereignis
wiederverwendet, was AWS einen Warmstart nennt, ist der während Init
erzeugte Client noch vorhanden und wird nicht erneut aufgebaut.

Serverless muss nicht Funktionen bedeuten. Auf dieser Website nennt
der Portfolioeintrag zur Bereitstellung einer Azure-Landschaft als
Code zwei in Azure Container Apps bereitgestellte Dienste, `api` und
`www`. Ihre Containerimages liegen in der projekteigenen Azure
Container Registry. Microsoft nennt Container Apps eine
Serverless-Plattform für Container. Diese beiden Dienste sind
deshalb der Serverless-Teil jener Landschaft. Jede Umgebung wird
durch einen Satz parametrisierter Bicep-Vorlagen beschrieben.
Deshalb kann der Eintrag eine neue Umgebung als Pull Request
behandeln.

Auch der umgekehrte Weg kann richtig sein. Der Eintrag zur
Infrastrukturprüfung und Verlagerung von Arbeitslasten weg von AWS
beginnt mit einer AWS-Umgebung, die weit größer dimensioniert war
als der tatsächliche Bedarf und weiterhin ungenutzte Dienste
enthielt. Die ungenutzten Dienste wurden entfernt, die verbleibende
Kapazität angepasst und die Arbeitslasten von AWS weg verlagert.
Serverless-Abrechnung ist ein Weg, nicht für ungenutzte Kapazität zu
zahlen; das Prüfen und Entfernen ungenutzter Infrastruktur ist ein
anderer. Um zu entscheiden, was weniger kostet, müsste man die
tatsächliche Last und die Kosten vergleichen. Der Eintrag
dokumentiert Änderungen, kein unter gleichen Bedingungen gemessenes
Kostenverhältnis.

Wo es schiefgeht

Die meisten Serverless-Fehler entstehen dadurch, dass eine Funktion
wie ein kleiner, ständig laufender Server behandelt wird. Das ist
sie nicht.

Kaltstarts verzögern manche Anfragen. Ist keine Umgebung bereit,
muss Lambda den Code herunterladen, eine Umgebung einrichten und den
Init-Code ausführen, bevor der Handler das Ereignis sieht. Laut AWS
betreffen Kaltstarts gewöhnlich weniger als 1 % der Aufrufe. Sie
dauern von unter 100 Millisekunden bis über eine Sekunde, treten
häufiger in Entwicklungs- und Testfunktionen auf, und die Init-Zeit
wird berechnet. Halten Sie Init klein, importieren Sie nur das
Nötige und laden Sie selten verwendete Objekte erst bei Bedarf. Wo
die Verzögerung zählt, hält provisionierte Nebenläufigkeit eine
festgelegte Anzahl vorab initialisierter Umgebungen bereit.

Zustand in der Umgebung wird offengelegt oder verschwindet. Jeder
Aufruf läuft unabhängig, und eine Umgebung wird möglicherweise
wiederverwendet, möglicherweise auch nicht. Für Laufzeitupdates
ersetzt AWS Umgebungen außerdem alle paar Stunden, selbst bei
gleichbleibendem Verkehr. Ein Zurücksetzen nach einem Absturz oder
Timeout leert das Verzeichnis `/tmp` nicht. Daten eines Ereignisses
können deshalb bei einem anderen wieder auftauchen oder ohne
Vorwarnung verschwinden. Halten Sie Benutzerdaten und Ereignisse
vollständig aus der Umgebung heraus und legen Sie alles, was
bestehen bleiben muss, in einer Datenbank oder einem Speicherdienst
ab.

Dasselbe Ereignis wird zweimal verarbeitet. Eine Funktion kann
Ereignisse doppelt empfangen. Die AWS-Liste bewährter Verfahren
verlangt idempotenten Code, der jedes Ereignis validiert und ein
Duplikat wie das Original behandelt. Im obigen Beispiel wird der
Belegschlüssel aus der Bestell-ID abgeleitet. Ein zweiter Lauf
überschreibt daher dasselbe Objekt, statt einen zweiten Beleg
anzulegen. Jeder nicht sicher wiederholbare Seiteneffekt, etwa der
Versand einer E-Mail oder eine Kartenbelastung, braucht einen
eigenen Nachweis des bereits Erledigten.

Harte Grenzen beenden die Arbeit mittendrin. Bei Ereignisfunktionen
außerhalb von Lambda Managed Instances darf ein Aufruf höchstens 900
Sekunden, also 15 Minuten, laufen. Eine synchrone Anfrage und eine
gepufferte synchrone Antwort sind jeweils auf 6 MB begrenzt, eine
asynchrone Anfrage auf 1 MB und Umgebungsvariablen insgesamt auf 4
KB. Eine Überschreitung führt zu einem Fehler statt zu einer
Verlangsamung. Berücksichtigen Sie diese Grenzen von Anfang an im
Entwurf: Teilen Sie lange Jobs in Schritte auf, legen Sie große
Daten in einem Datenspeicher ab und übergeben Sie einen Verweis
darauf. Arbeit, die nicht hineinpasst, gehört auf eine
Containerplattform oder eine virtuelle Maschine.

Mehr Anfragen kommen an, als gleichzeitig laufen dürfen. Lambdas
Standardkontingent beträgt 1.000 gleichzeitige Ausführungen pro
Region. API Gateway erlaubt standardmäßig 10.000 Anfragen pro
Sekunde. Der Eingang kann also mehr Anfragen annehmen, als die
dahinterliegenden Funktionen ausführen können. Neue Konten beginnen
mit verringerten Kontingenten für Nebenläufigkeit und
Arbeitsspeicher, die AWS anhand der Nutzung automatisch anhebt.
Beantragen Sie eine Erhöhung vor dem Start und führen Sie einen
Lasttest mit der erwarteten Spitzenlast durch.

Eine sich selbst auslösende Funktion treibt die Rechnung hoch. Eine
Funktion, die sich selbst aufruft oder einen Prozess startet, der
sie erneut aufruft, kann eine Flut von Aufrufen erzeugen. Jeder wird
berechnet. AWS rät, rekursive Aufrufe zu vermeiden und bei
unerwartetem Volumen die reservierte Nebenläufigkeit der Funktion
sofort auf `0` zu setzen. Das unterbindet weitere Ausführungen, bis
der Code behoben ist.

Das Programmiermodell bindet an eine Plattform. Das Whitepaper nennt
das Programmiermodell der Plattform, ihre Ereignis- und
Nachrichtenschnittstelle und ihre BaaS-Angebote als Ursachen einer
Anbieterbindung. Halten Sie die Geschäftslogik in gewöhnlichen
Funktionen, die der Handler lediglich aufruft. Ist ein späterer
Wechsel eine reale Möglichkeit, bevorzugen Sie Plattformen wie
Container Apps, die ein Standard-Containerimage aus jeder Registry
ausführen.

Weiterführende Lektüre

  * CNCF Serverless Whitepaper v1.0 — Definitionen der Arbeitsgruppe
für Serverless, FaaS und BaaS sowie Nachteile.

  * Was ist AWS Lambda? — Von Lambda übernommene Aufgaben,
Funktionstypen und Abrechnungsmodell.

  * Lambda-Ereignisfunktionshandler in Python definieren —
Vollständiges Belegbeispiel, Handlernamen und bewährte Verfahren für
den Code.

  * Lebenszyklus der Lambda-Ausführungsumgebung — Die Phasen Init,
Invoke und Shutdown, Kaltstarts und Wiederverwendung der Umgebung.

  * Lambda-Kontingente — Grenzen für Nebenläufigkeit,
Arbeitsspeicher, Laufzeit und Nutzdaten sowie ihre Erhöhung.

  * Überblick zu Azure Container Apps — Microsofts
Serverless-Plattform für Container und ihre Skalierung auf null.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/serverless/	engineer.company	70
