ארכיטקטורה ממוקדת Serverless

Serverless-first מתאים פחות ל-long-running processes העולים על 15 דקות, עומסי עבודה הדורשים חיבורי WebSocket מתמשכים, יישומים עם תעבורת high-throughput קבועה שבהם reserved capacity זולה יותר, ומערכות הזקוקות לתצורת OS או רשת low-level. MicrocosmWorks מעריכה כל עומס עבודה מול אילוצים אלו במהלך תכנון ארכיטקטורה וממליצה על גישות היברידיות שבהן Serverless מטפל ב-API endpoints ו-event processing בעוד ש-containers או VMs מריצים את עומסי העבודה הדורשים persistent compute. גישה פרגמטית זו מונעת את הטעות הנפוצה של כפיית כל רכיב ל-Serverless כאשר הוא אינו מתאים.

MicrocosmWorks מפחיתה cold starts של Lambda באמצעות provisioned concurrency עבור נקודות קצה קריטיות, function bundle optimization להפחתת זמן האתחול, ושימוש אסטרטגי ב-Lambda SnapStart עבור עומסי עבודה של Java אשר מקצר cold starts משניות למילישניות. אנו גם מתכננים יישומים כך שנתיבים רגישים לזמן השהיה ישתמשו בסביבות הרצה קלות משקל כמו Node.js או Python עם תלות מינימלית, ושומרים על cold starts מתחת ל-200ms גם ללא provisioned concurrency. עבור נקודות קצה שבהן אפילו זמן השהיה זה אינו מקובל, אנו משתמשים ב-Lambda@Edge או CloudFront Functions לתגובות של פחות מ-10ms.

MicrocosmWorks מקימה סביבות פיתוח מקומיות באמצעות כלים כמו SST (Serverless Stack), LocalStack, או המצב הלא מקוון (offline mode) של ה-Serverless Framework, המדמים שירותי ענן על מכונת המפתח בדיוק קרוב לסביבת ייצור. אנו מיישמים חבילות בדיקות אינטגרציה הרצות מול סביבות ענן ארעיות המוקמות עבור כל pull request, כך שמפתחים יכולים לאמת מול שירותי AWS אמיתיים מבלי לשתף סביבת staging. גישה כפולה זו מאפשרת לולאות איטרציה מקומיות מהירות לפיתוח, תוך כדי זיהוי בעיות ספציפיות לענן לפני שהקוד מגיע לייצור.

MicrocosmWorks גילתה ש-serverless זולה באופן דרמטי עבור יישומים עם דפוסי תעבורה משתנים או קופצניים—לרוב 70-90% פחות מפריסות קונטיינרים מקבילות שפועלות תמיד—אך יתרון העלות מצטמצם בספיקות קבועות מעל 10-20 מיליון invocations בחודש. אנו בונים מודלים לחיזוי עלויות במהלך תכנון architecture המשווים תמחור serverless לפי קריאה (per-invocation) לצפי קפסטי (capacity) קונטיינרים שמור עבור דפוסי התעבורה הספציפיים שלכם, כולל עלויות נסתרות כמו חיובים של API Gateway ועמלות העברת נתונים. שירות האופטימיזציה שלנו, הזמין בתעריפי ייעוץ של 10-35$ לשעה, בודק באופן קבוע חיובים של serverless כדי לזהות בזבוז הנובע מזיכרון שהוקצה יתר על המידה (over-provisioned memory), משכי פונקציות מופרזים, או שימוש מיותר ב-API Gateway.

MicrocosmWorks משתמשת בפרוקסיז של connection pooling, כגון Amazon RDS Proxy או PgBouncer, שנפרסים כשכבה מתמשכת בין פונקציות Lambda לבין מסד הנתונים, ומרבבים אלפי חיבורי Lambda למאגר ניתן לניהול של חיבורי מסד נתונים בפועל. אנו גם מתכננים יישומי serverless להעדיף DynamoDB או מסדי נתונים אחרים ללא חיבורים עבור עומסי עבודה עם מקביליות גבוהה, שבהם connection pooling עדיין יצור צווארי בקבוק. עבור יישומים שחייבים להשתמש במסדי נתונים יחסיים, אנו מיישמים מגבלות סקיילינג מודעות חיבור שמגבילות הפעלות Lambda מקבילות כדי להתאים לקיבולת החיבורים של מסד הנתונים.