3大クラウドのFaaSをServelessFrameworkでやってみた。

-
Terraformで3大クラウドのVPC構築できるところは試したので、次はいよいよ本命の
Servelessを試してみようということでServelessFrameworkに手を出してみました。
クラウドプロバイダー間の差異を吸収してFaaSを統一的に動かそうというような
そういう発想のものだそうです。
マルチクラウドでServeless構成でなるべく手間を少なくという発想なので非常に
ありがたいサービスじゃないかと飛びついた次第です。

コンテナとかk8s使えというお声もあるかもしれないですが、なんせ自身がへぼいのと
サーバという発想が残ったり環境依存とかできてしまったりとかするし
スケールするときとかもう考慮しないといけないことが色々あるのでかなり逃げています。
Docker-composeですら逃げてたりする位、ダメな奴なので設定とか、もうあまり考えたくありません。
どうしてもマネージドサービスで何とかしたいと思い、少し調べてみた次第です。
ひとまず手順まとめてみました。

3つの仮想マシン準備してそれぞれAWS用、GCP用、Azure用に割り当てました。それぞれの仮想マシン構築方法やCLIインストール手順は割愛します。
GCPについてはTeraformで作成したプロジェクトを流用しています。

◆インストール手順

$ sudo apt install -y nodejs npm
$ sudo npm install n -g
$ sudo n stable
$ sudo apt purge -y nodejs npm
$ exec $SHELL -l
$ node -v
v12.16.0
$ npm -v
6.13.4
$ sudo npm install -g serverless
$ sudo chown -R $USER:$(id -gn $USER) /home/users/.config
$ serverless --version
Framework Core: 1.67.3
Plugin: 3.6.6
SDK: 2.3.0
Components: 2.30.1
$ sudo npm install serverless-offline
$ mkdir sls
$ cd sls

◆それぞれで構築

1.AWSの場合

マネジメントコンソールで専用のIDを作成する。権限はadministrator必須

#認証設定
$ aws configure
AWS Access Key ID : IAMで発行したアクセスキー
AWS Secret Access Key : IAMで発行したトークン
Default region name : ap-northeast-1
Default output format : json

#テンプレート作成
$ mkdir sls
$ cd sls
$ sls create -t aws-python3 -p sample
$ vi handler.py
-----
import json

def hello(event, context):
    body = {
        "message": "Hello, world",
    }
    response = {
        "statusCode": 200,
        "body": json.dumps(body)
    }

    return response
-----
$ vi serverless.yml
-----
service: sample

provider:
  name: aws
  runtime: python3.8
  region: ap-northeast-1

plugins:
  - serverless-offline

functions:
  hello:
    handler: handler.hello

    events:
      - http:
          path: hello
          method: get
          cors: true
-----
#ローカルテスト
$ sls offline -o 0.0.0.0
#http://仮想マシンのIP:3000/dev/helloでテストできる

#デプロイ
$ sls deploy
#削除
$ sls remove

2.Azureの場合

#認証設定
$ az account set --subscription="SUBSCRIPTIONID"
$ az ad sp create-for-rbac --role="Contributor" --scopes="/subscriptions/SUBSCRIPTIONID"
Creating a role assignment under the scope of "/subscriptions/SUBSCRIPTIONID"
{
  "appId": "APPID",
  "displayName": "XXX",
  "name": "XXXX",
  "password": "PASSWORD",
  "tenant": "TENANTID"
}
#環境変数に埋め込み
$ export AZURE_SUBSCRIPTION_ID='SUBSCRIPTIONID'
$ export AZURE_CLIENT_ID='APPID'
$ export AZURE_CLIENT_SECRET='PASSWORD'
$ export AZURE_TENANT_ID='TENANTID'

#テンプレート作成
$ sls create -t azure-nodejs -p sample
#プラグイン追加
$ cd sample/
$ npm install
$ npm install azure-functions-core-tools

#テンプレートのサンプル利用、serveless.yml編集
$ vi serverless.yml
----
service: sample

provider:
  name: azure
  region:   Japan East
  runtime:  nodejs10.x

plugins:
  - serverless-azure-functions
  - serverless-offline

package:
  exclude:
    - local.settings.json
    - .vscode/**

functions:
  hello:
    handler: src/handlers/hello.sayHello
    events:
      - http: true
        x-azure-settings:
          methods:
            - GET
          authLevel: anonymous
  goodbye:
    handler: src/handlers/goodbye.sayGoodbye
    events:
      - http: true
        x-azure-settings:
          methods:
            - GET
          authLevel: anonymous
-----------

#デプロイ
$ sls deploy

#動作確認
$ sls invoke -f hello -d '{"name": "Azure"}'
$ sls invoke -f goodbye -d '{"name": "Azure"}'

#削除
$ sls remove

3.GCPの場合

#サービスAPI有効化
$ gcloud services enable deploymentmanager.googleapis.com cloudfunctions.googleapis.com storage-component.googleapis.com logging.googleapis.com
#クレデンシャル取得
$ PROJECT=myproject-XXXXX
$ SERVICE_ACCOUNT=gcf-sls-deploy
$ KEY_FILE=~/credentials/serveless.json
$ ROLES="roles/deploymentmanager.editor roles/storage.admin roles/logging.admin roles/cloudfunctions.developer"
$ gcloud iam service-accounts create ${SERVICE_ACCOUNT} --display-name "Cloud Functions deployment account for Serverless Framework"
$ for role in ${ROLES};do \
 gcloud projects add-iam-policy-binding ${PROJECT} \
 --member=serviceAccount:${SERVICE_ACCOUNT}@${PROJECT}.iam.gserviceaccount.com \
 --role=${role}\
 done
$ gcloud iam service-accounts keys create ${KEY_FILE} \
   --iam-account ${SERVICE_ACCOUNT}@${PROJECT}.iam.gserviceaccount.com

#テンプレート作成
$ mkdir sls
$ cd sls
$ sls create --template google-python --path sample
#プラグイン追加
$ cd sample
$ npm install

#テンプレートのサンプル編集、serveless.yml編集
$ vi main.py
----------------
def sample(request):
    return f'Hello World!'
----------------
$ vi serveless.yml
----------------
service: sample

provider:
  name: google
  runtime: python37
  region: asia-northeast1
  project: myproject-XXXXX
  credentials: ~/credentials/serveless.json

plugins:
  - serverless-google-cloudfunctions

package:
  exclude:
    - node_modules/**
    - .gitignore
    - .git/**

functions:
  sample:
    handler: http
    events:
      - http: path
----------------

# デプロイ
matarain@gcp_dev:~/sls/sample$ sls deploy

#CloudFunctions一般公開
・CloudFunctionsのコンソールを開いて[メンバーを追加]クリック











・[新しいメンバー]に「allUsers」を入力し、[ロールを選択]にて
　[Cloud Functions 起動元]を選択する。














・[保存]をクリック後に[一般公開アクセスを許可]をクリックする。













#テスト：デプロイ時に表示されるURLにcurl
$ curl https://asia-northeast1-myproject-XXXXX.cloudfunctions.net/sample-dev-sampl

#削除
$ sls remove


AWSは情報が多々あるのと、比較的スムーズに動くので良かったですが、AzureとGCPは情報が少ない上に非実装の機能とかあったりしてかなり嵌りました。ないならドキュメントに書かないでほしい。
　その手順が必要ながらServelessFrameworkではそのパラメータが見当たらず嵌った。
　→結局手動
＊GCPでinvokeが動くとか書いてあったけどエラーしか出なくて動かなくなってた。
　→Teratailで質問中、回答つかない(泣)
＊Azureでofflineテストができるかのように公式に書いてあったので嵌った。
＊Azureで現時点ではNode動かす場合、Node10系しか動かない。

極めつけはserveless.ymlのproviderを1個しか指定できないのでマルチクラウドデプロイを実現しようとするとかなり面倒くさいということでした。Teraformと違ってあまり嬉しくない結果でした。
今のままならAWSだとSAM使った方がいいし、AzureもazとかVSCodeのextension使った方がいいしGCPならCloudSDK使った方がいいと確実に思います。

ただデプロイとかについては同一コマンドでできるので、デプロイのみと割り切って使うのであればありかもしれないかなと思いました。ローカルの開発環境は課題かと思ってます。

CloudSDKのpython3対応進んできているのでGCPにも手を出してみようかと思います。
次はGAEとAzureのWebAPPsでいろいろとやりたいなぁ。

◆参考サイト

・3大クラウド汎用でとか考えている人【英語】



・nodeインストール関連


・ServelessFramework公式


・AWS


・Azure


・GCP

コメント

コメントを投稿

このブログの人気の投稿

GASでGoogleDriveのサブフォルダとファイル一覧を出力する

-
 タイトルのまんまです。 以前、EXCELで似たようなこと をしていたのでGASではどうするのかなぁと思ってやってみました。まぁほとんど丸パクリです。とりあえず、また使うかもしれないので自分用にメモです。しかしGASでGoogleDriveのファイル一覧嘗め回そうとすると3分かかってしまう。数が多いと6分制限に引っかかるのでこれでは使えない。せいぜい100ファイルとか数が少ないところで使う分にはいいけどダイナミックな場合は何回かに分割してやらないと少し厳しいかもしれない。 ◆GAS //設定値取得 const SHEET_URL = SpreadsheetApp.getActiveSpreadsheet().getUrl(); const ss = SpreadsheetApp.openByUrl(SHEET_URL); const SETTING_SHEET = ss.getSheetByName('設定') const TARGET_FOLDER_ID = SETTING_SHEET.getRange('B2').getValue(); const SAVE_FOLDER_ID = SETTING_SHEET.getRange('B3').getValue(); const SAVE_FILE_NAME = SETTING_SHEET.getRange('B4').getValue(); const SAVE_SHEET_NAME = SETTING_SHEET.getRange('B5').getValue(); function writeSheet(values, labels, sheetUrl, sheetname, width) { /* スプレッドシートに書き出し */ try { if (values.length > 0) { // シートを追加する let spreadSheet = SpreadsheetApp.openByUrl(sheetUrl); let sheet = set_sheet(sheetUrl,sheetname); // 1行目だけヘッダ追加 let he...
続きを読む

証券外務員1種勉強(計算式暗記用メモ)

-
何を血迷ったのか 証券外務員 1種を受けてみようかと 思って 問題集 を回していたけれども、いまいち数式部分に 弱いところがあるので暗記してやろうと 重要そうな数式を集めてみました。まぁ正確性は低いかもしんないけど ひとまずは個人用でメモしています。 1.株式業務 (1) 権利落ち相場 　　権利落ち相場= 権利付相場 ÷ 分割比率 　(2)採算株価 　　採算株価=希望利回り÷1株当たり配当年額 　(3)1株当たりキャッシュフロー(PCFR) 　　 PCFR = 発行済株式総数 ÷( 税引後純利益 + 減価償却費 ) 　(4) イールドスプレッド 　　イールドスプレッド=長期債利回りー 株式益回り 　(5) EVITDA (金利・税金・償却前利益) 　　EVITDA=税引前利益+支払利息+減価償却費 　(6) EV (企業価値) 　　EV= 時価総額 + 有利子負債 ー 現金預金 ー 短期有価証券 　(7) EV/EVITDA倍率 (倍) 　　EV/EVITDA倍率=EV÷EVITDA 　◆株価成立参照 　　 https://www.rakuten-sec.co.jp/web/domestic/stock/rule/agreed.html 　　 http://money-magazine.org/%E6%A0%AA%E4%BE%A1%E3%81%AE%E6%B1%BA%E3%81%BE%E3%82%8A%E6%96%B9%E3%81%AE%E5%9F%BA%E7%A4%8E%E7%9F%A5%E8%AD%98/ 　　 https://kabusyo.com/keiken/q_baibai.html 　　 https://ja.wikipedia.org/wiki/%E6%A0%AA%E4%BE%A1 　　 http://kabukiso.com/basics/buy/ita.html 2.債券業務 (1) パリティ価格 (転換社債株式価値) 　　パリティ価格=(株価÷ 転換価格 )×100 　(2) 乖離率 (%) 　　乖離率={(転換社債の時価ーパリティ価格)÷パリティ価格}×100 　(3) 最終利回り (%) 　　最終利回り={利率+(償還価格ー購入価格)÷ 残存期間 ＜年＞)}÷購入価格×...
続きを読む

マクロ経済学(IS-LM分析)

-
イメージ
危うく3日坊主になりそうでした。とりあえず今日は 「IS-LM分析」 です。 テキストでは 簡便4象限法 とかいうのの説明が多いです。なのでさっぱり わけわからん状態ですが、それなりに頑張ってみます。 1: IS曲線 の導出 財市場の均衡を表す。Iは投資を表し、Sは貯蓄を表す。 ・IS曲線導出の材料 I→利子率の関数、S→所得の関数で「I=S」で財市場を表す。 ・ 投資関数 利子率の減少関数、I (投資関数)=I(r)　※rは利子率 ・政府活動の導入 裁量的な拡張的な財政政策はIS曲線をシフトさせる。 IS曲線の右シフト=政府支出の増大や減税等の有効需要を増加させる要因による 2: LM曲線 の導出 利子率の低下が国民所得の増大につながる因果関係を明らかにする目的 ・LM曲線導出の材料 貨幣需要(MD)=L、L=取引的動機+予備的動機(L1)+投機的動機(L2) MD=L1+L2 貨幣供給(Ms)=名目貨幣供給/物価(P) ・LM曲線のシフト 金融緩和策・物価下落：実質貨幣供給(MS)が増大→右(下)へシフト 金融引締策・物価上昇：実質貨幣供給(MS)が減少→左(上)へシフト 独立投資拡大→IS曲線が右にシフト 利子率がr1→r2に下落する。 IS曲線、LM曲線の均衡点がE→Fに移動する。 国民所得がY1→Yfとなって増大する。 3:特殊なLM曲線 ・ 流動性の罠 のLM曲線 金融政策は無効→LM曲線をシフトさせても均衡点Eは変わらない IS曲線を右にシフトさせる拡張的な財政政策を実施すると均衡点が E→E´となり国民所得がY1→Y2に増加するので財政政策は有効となる。　　　 ・ 投資の利子率に対する弾力性ゼロ 金融政策は無効→LM曲線を右にシフトさせても国民所得が増えない。 流動性の罠と同じくIS曲線を右にシフトさせる拡張的な財政政策を実施すると 均衡点がE→E´となり国民所得がY1→Y2に増加するので財政政策は有効となる。　　　　　　 4: クラウディング・アウト 政府が市場に介入して公共投資を行うと民間の投資が締出しを受ける ・古典派による財政政策の無効論 政府支出を拡大すると利子率が上昇してしまい。投資が減少する。 政府の支出がクラウディングアウトを引き起こして支...
続きを読む