Serverless Framework

有沒有想過一件事情，既然我們都已經使用 container 跟 serverless 的架構了，我們真的會需要侷限在某朵公有雲上面嗎?

Serverless Framework 是一個協助串接各個公有雲的產品，它提供了一個通用的介面，可以讓你從 Azure Function 跳轉到 AWS Lambda。

之後你需要跳到阿里雲、騰訊雲的 Serverless Solution 也都是可以的。

它擁有一些特性:

• 參數設定使用 YAML 檔格式
• 監控管理系統

參數設定使用 YAML 檔格式

近幾年來 IaC (Infrastructure as Code)，基礎設施即代碼越來越盛行，Serverless Framework 因其特性是將各家雲端服務上包一層框架。因此有些設定例如: 記憶體大小、回應逾時時間、依賴相關的服務定義，都是透過 YAML 檔來設定。

也因為是檔案的關係，也可以納入版控，這也是 IaC 其中一項優勢。

監控管理系統

Serverless framework 提供了儀錶板畫面，由於它算是 SaaS 服務。是透過 CLI 的方式佈署一些設定，並將資料呈現在他們所提的網頁。會在使用率、錯誤率突然竄升的的時候提示警告，同時也可以發出通知或是透過 webhook 綁定你的 API。(如果公司是使用 Slack 來溝通的也有福了~ 他們有直接支援)

Serverless framework 會根據過往的 Function 執行狀況，建議你更適合的 memorySize、timeout，不會讓你多花錢。

安裝 Serverless Framework

首先你需要先有 npm 這個 Javascript 的套件安裝工具。

執行以下指令:

npm install -g serverless

最後可以執行

serverless info

確認你安裝是否成功，以及它的版本

建立第一個 Serverless Framework 專案

執行 serverless 這個 command 會跳出以下讓你選擇:

Creating a new serverless project? What do you want to make?
  AWS - Node.js - Starter
  AWS - Node.js - HTTP API
  AWS - Node.js - Scheduled Task
  AWS - Node.js - SQS Worker
  AWS - Node.js - Express API
  AWS - Node.js - Express API with DynamoDB
  AWS - Python - Starter
  AWS - Python - HTTP API
  AWS - Python - Scheduled Task
  AWS - Python - SQS Worker
❯ AWS - Python - Flask API
  AWS - Python - Flask API with DynamoDB

選擇你要的專案性質，我們這邊可以選 AWS - Python - Flask API。當然我們也可以直接執行:

serverless create aws-python-flask-api

這時候會問你要不要登入 serverless dashboard，可以選擇登入後，之後可以查看你佈署的 AWS Lambda 執行的狀況如何。

一旦完成這些步驟，會得到一個下面的目錄架構

1. 2└── aws-serverless-project 3    ├── README.md 4    ├── handler.py 5    ├── package-lock.json 6    ├── package.json 7    └── serverless.yml  -----> 我們主要的設定檔案

其中最重要的檔案就是 serverless.yml，以下有切一個子章節來說明。

到這邊為止大致上就已經是完成第一個 serverless framework 的應用程式了。

serverless.yml 檔案說明

檔案的內容結構大致上長的如下:

整個設定檔可以分為以下幾個區塊:

• 第一個區塊
  • 是cloud provider 設定，你需要在這邊描述 aws 參數。例如: region、environment variable、vpc ...
• 第二個區塊
  • 是 function 參數設定，這邊會描述你的 lambda function 啟動時的進入點，要用那些 Layer。
• 第三個區塊
  • 是 resource 定義，這邊是 AWS CloudFormation 的描述，定義需要額外部署的 AWS 資源。
• 最後是 custom 區塊，這邊可以讓你定義自己的變數

動態變數

大多時候，我們可以用單純的 key-value 來描述 serverless 設定檔

但有時候，我們可以用變數的方式來描述，將你要參照的變數以這樣的方式索引 ${variable-name}

serverless 提供以下幾個變數來源：

• cli 參數

  透過 deploy --stage 所帶的參數，可能是 dev / uat / prod 其中一個

  custom:
      deploy_env: ${opt:stage}
  

• AWS Parameter Store

  provider:
    name: aws
    role: ${ssm:/lambda/permission/role-arn}
  

• AWS Secret Manager

  custom:
      DB_USERNAME: ${ssm:/aws/reference/secretsmanager/ambda-${self:custom.deploy_env}}.username
      DB_PASSWORD: ${ssm:/aws/reference/secretsmanager/lambda-${self:custom.deploy_env}}.password
  

  AWS Secret Manager 適合存放金鑰資訊，最大的好處是他整合了任何 AWS 需要 credential 的服務(例如 RDS )，並能夠自動汰換更新，而不需要重新部署服務

• AWS CloudFormation

  layers:
    - ${cf:mop-lambda-layer-dev.MopLambdaLayerArn}
  

指定環境變數檔

我們可以在 provider 底下增加一個 environment 的參數，定義環境變數的檔案

provider:
  environment:
    ${file(./environments.yml)}

其定義長得有點像 .env 檔案。

# environments.yml
CONFIG_ENABLE: true
EVENT_LOG_ENABLE: true
TRACK_ENABLE: true

佈署 Serverless Framework

執行以下指令即可完成佈署

serverless deploy --stage dev

參考資料

• Serverless Framework
• 使用 Node.js + serverless framework + AWS Lambda 打造可擴展、更穩定而且更經濟的架構
• Serverless。Notifications
• Serverless。serverless.yml 設定檔參考資料