본문 바로가기

8월 31일

ⓒ CIO Serdar Yegulalp | InfoWorld

 

서버리스 애플리케이션은 소프트웨어의 가장 기본만 남긴다. 요구에 따라 호출되고 확장되는 짧은 코드 한 토막이 전부다. 서버리스는 간단한 API나 웹페이지 하나처럼 전체 서버나 가상 머신의 간접 관리가 필요 없는 소규모 앱을 위한 입장권이라 할 수 있다. 서버리스 시스템은 개발자의 작업을 단순하게 하고 서비스에 적합한 규모의 탄력성을 제공한다.

 

AWS 람다(AWS Lambda)는 가장 널리 알려진 서버리스 시스템 중 하나지만 아마존의 다른 서비스와 마찬가지로 섣불리 '맨손으로' 잡으려 하다가는 손가락을 베일 수 있다. AWS 람다 함수의 설정과 배치, 관리를 수월하게 해 줄 도구와 프레임워크, 프로젝트를 소개한다.

 

AWS 서버리스 애플리케이션 모델(AWS SAM)

아마존은 인프라를 먼저 제공하고 도구는 나중에 제공하는 것으로 악명 높다. 실제로 아마존은 AWS 람다 출시 약 2년만인 2016년 말에 AWS 서버리스 애플리케이션 모델(Serverless Application Model, SAM)을 내놓았다. AWS 람다용 '서버리스 애플리케이션 구축을 위한 오픈소스 프레임워크'라고 소개와 함께 말이다.

 

기본적으로 AWS SAM은 AWS 람다 함수에 대한 AWS 클라우드포메이션 애플리케이션 정의를 생성하되 소요 작업은 줄인다. 카파(Kappa)와 마찬가지로, 해당 애플리케이션을 정의하는 YAML 템플릿을 만들고 나면 YAML이 AWS 클라우드포메이션 선언문으로 전환된다. 또한, SAM은 정의된 애플리케이션을 로컬에서 테스트할 수 있도록 지원하고 AWS 람다 함수를 Node.js, 파이썬, 또는 고(Go)에서 처리할 수 있는 툴을 제공한다. 아마존의 코드디플로이(CodeDeploy)와 연동해 함수의 수정 기능도 지원한다.

 

AWS 람다 파워 튜닝
람다 함수의 비용/성능 비율을 조정하는 일은 지루할 수 있다. 최상의 결과를 얻으려면 함수가 실행될 때 관련 데이터를 수집한 후 해당 함수에 제공되는 워크로드를 기준으로 결정해야 한다. 이때 AWS 람다 파워 튜닝(AWS Lambda Power Tuning) 프로젝트를 이용하면 이러한 수고를 덜 수 있다.

 

AWS 람다 파워 튜닝은 AWS 스탭 펑션 상태 머신으로 배포된다. AWS 람다 함수와 다양한 파워 구성을 설정한 후 각 파워 구성을 이용해 함수를 실행하고, 대체로 어떤 구성이 해당 작업에 가장 비용 효율적인지 알려준다. AWS 람다 파워 튜닝 버전 2.0은 비용이나 속도에 따라 함수를 최적화하는 기능을 지원한다.

 

카파
카파(Kappa)는 그리스어 알파벳에서 람다 앞에 오는 문자의 이름을 땄다. AWS 람다 함수의 배치를 수월하게 해 주는 파이썬 도구 모음이다. AWS 람다 함수를 생성하려면 함수 생성, 권한 구성, 정책 및 역할 구성, 함수 업로드, 테스트 실행, 이벤트 소스 추가 등 여러 가지 단계를 거쳐야 하는데, 카파는 이 과정을 자동화한다.

 

카파를 사용하면 함수와 런타임 환경을 기술하는 YAML 파일을 생성한 다음 JSON 파일을 테스트 입력물로 제공한다. 단위 테스트는 파이썬의 nose를 통해 실행되지만 아무 테스트 실행기로도 바꿔 넣을 수 있다. 또한 함수를 삭제하고 관련 역할/정책/이벤트 소스 정보를 제거하는 작업도 간편해진다. 필요에 따라 더 큰 테스트 메커니즘의 일부로 설정했다가 해체하는 것도 가능하다. 단, 카파가 지난 2년 동안 수정된 적이 없다는 점에 주의해야 한다. 역시 파이썬으로 작성된 AWS 서버리스 애플리케이션 모델(AWS Serverless Application Model) 프로젝트가 더 완전하고 최신 상태인 기능 모음을 제공한다.

 

람다 워머
호출된 AWS 람다 함수는 한정된 시간(최대 15분) 동안 실행된 후 정지되고, 새로운 스핀업이 필요할 때마다 함수가 최대 몇 초 정도 뒤처지는 현상이 발생할 수 있다. 람다 워머(Lambda Warmer) 프로젝트는 AWS 람다 함수가 살아 있게 하고 독립형 기반으로 '콜드 스타트(cold start)'를 피할 수 있도록 한다.

 

자바스크립트로 작성된 람다 워머는 기존 AWS 람다 함수에 추가할 수 있는 모듈이다. 함수로 전송되는 웜업 '핑(ping)'을 가로챈 후 적절한 조처를 하는 한편(예를 들면, 동시성을 사용하는 경우 동시 함수 인스턴스의 초기화를 처리하기 위해) 실제 요청을 기본 로직에 전달한다. 단, 유의할 것은 람다 워머가 웜업 동작 자체를 촉발하지는 않는다는 점이다. 웝업 동작을 촉발하려면 클라우드워치(CloudWatch) 규칙이나 주기적으로 호출되는 다른 메커니즘이 필요하다.

 

람도쿠
헤로쿠(Heroku)를 오래 사용했고 AWS 람다에서도 이와 비슷한 경험을 원한다면 람도쿠(Lambdoku)가 안성맞춤이다. 람도쿠는 헤로쿠의 명령과 비슷한 명령으로 AWS 람다 API를 명령행 인터페이스에 래핑한다. 심지어 pipelines, config, releases와 같은 헤로쿠 동작의 많은 부분을 모방하기까지 한다. 한 가지 단점은 헤로쿠는 작업의 개별적인 발생을 보장하는 반면 람도쿠는 AWS 람다 프로세스 구성의 변경 방식 때문에 이를 보장하지 않는다.
 

AWS 람다용 오픈FaaS
오픈FaaS(OpenFaaS) 프로젝트의 목표는 무엇이든 서버리스 함수로 쉽게 만들자는 것이다. 여기서 '모든 것'이란 도커 컨테이너에서 실행되는 모든 런타임과 모든 언어로 작성된 모든 코드를 의미한다. 오픈FaaS는 도커 컨테이너를 서버리스 함수로 바꾼다. 그 결과로 생긴 앱은 쿠버네티스를 사용해 확장, 관리, 제어된다. 따라서, 오픈FaaS는 퍼블릭 클라우드를 포함해 쿠버네티스를 사용할 수 있는 모든 시스템에서 서버리스 함수를 활용할 수 있도록 지원한다.

 

현재 오픈FaaS 개발자들은 서비스 제공업체 애드온과 AWS 람다용 오픈FaaS 또는 faas-lambda를 베타 테스트 중이다. AWS 람다용 오픈FaaS를 사용하면, 오픈FaaS에서 사용되도록 패키징 된 앱을 AWS 람다 인스턴스와 쿠버네티스에서 모두 실행할 수 있다. 오픈FaaS 개발자들의 설명처럼 요구 사항이 낮은 함수는 AWS 람다 상에(심지어는 자유 단계상에) 머무를 수 있지만, 요구 사항이 높은 함수는 쿠버네티스 상에서 실행할 수 있다. 람다용 오픈FaaS 프로젝트는 여전히 개인 베타 단계지만 조기 사전 평가를 위한 등록을 접수 중이다.

 

서버리스 프레임워크
지금까지 살펴본 프로젝트는 대부분 AWS 람다에만 초점을 맞추고 있다. 반면, 서버리스 프레임워크를 이용하면 AWS 람다 외에 구글 클라우드, 마이크로소프트 애저, 아파치 오픈위스크, 쿠버네티스용 서버리스 프레임워크인 큐브리스(Kubeless)에서도 서버리스 애플리케이션을 생성해 배포할 수 있다.

 

서버리스 프레임워크를 사용하면 CLI를 통해 서버리스 함수가 생성된다. 이때 함수 구성은 생성된 YAML 파일(개발자가 편집 가능)에 저장된다. CLI는 함수의 배치와 테스트, 호출은 물론, 로그 검색, 감시 수행, 배치에서 함수 제거 등에도 사용된다. 아무것도 없는 상태에서 새로운 함수를 만들 수도 있고 아니면 이용 가능한 여러 가지 사례 중 한 가지를 기반으로 구축할 수도 있다. 함수를 패키지로 만들어 두고 나중에 배치할 수도 있다. 서버리스 프레임워크는 내부 구조를 대상 플랫폼의 기능에 최대한 가깝게 매핑하려 한다. 실제로 서버리스 프레임워크의 '계층(layer)' 기능은 AWS 람다 계층과 매핑된다. 

 

※ 본 내용은 CIO Korea (http://www.ciokorea.com)의 저작권 동의에 의해 공유되고 있습니다.

Copyright ⓒ CIO Korea. 무단전재 및 재배포 금지

[원문출처 : http://www.ciokorea.com/news/129878]

맨 위로
맨 위로