Puoi dirmi di più?

Funzionalità di Fly

• Sfruttare automaticamente le risorse di computazione dell'ambiente di esecuzione
• Esecuzione di computazioni in modo concorrente
• Diversi ambienti di esecuzione utilizzabili

# Computazione del pi greco
var cloud= [type="azure", language="nodejs", threads=100]

var ch = [type="channel"] on cloud                       
            
func hit(i){                                                          
var r = [type="random"]              
   var x = r.nextDouble()                          
   var y = r.nextDouble()     
   var msg=0
   if((x*x)+(y*y)<1.0){msg=1}      
   ch!msg   
}  

func estimation(){            
   var sum = 0        
   var crt = 0        
   for i in [0:1000000] {     
    sum += ch? as Integer      
    crt += 1  
}
   println "pi estimation: "+ (sum*4.0)/crt  
}

fly hit in [0:1000000] on cloud thenall estimation

Scalabile, veloce, funzionale

Fly sfrutta la potenza computazionale offerta dal Cloud Computing attraverso il paradigma FaaS, Function as a Service, che permette di ottenere alta scalabilità ed alte prestazioni.

Kubernetes in Fly

Applicazioni Containerizzate?

L'utilizzo dei container permette di incapsulare una applicazione rendendolo funzionante su qualsiasi ambiente di esecuzione. Attraverso i container insieme alle loro librerie, configurazioni e dipendenze possono essere facilmente distaccate dall’ambiente di esecuzione e trasferite altrove.

VM - Containers

Docker

Docker Engine è un software open-source che fornisce servizi API e strumenti come: BuildKit, Containerd e Docker CLI per il building ed il running di applicativi containerizzati.

Docker in produzione?

Non è un'ottima idea

• I Container Docker sono immutabili
• Gestione di errori imprevisti
• Strumenti avanzati di rete
• Necessità di una solida infrastruttura

Orchestrazione di Kubernetes

L'orchestrazione di Kubernetes consente di creare servizi applicativi che si estendono su più container in un cluster, automatizzandone la gestione, la scalabilità e l'integrità nel tempo.

Architettura

Cosa non è Kubernetes

• Non limita i tipi di applicazioni supportate
• Non compila il codice sorgente e non crea i container
• Non impone soluzioni di logging, monitoraggio o di gestione degli alert
• Non fornisce né rende obbligatorio un linguaggio/sistema di configurazione

Implementazione

Workflow

Implementazione

Workflow

Codice FLY

# Computazione del pi greco
var cloud= [type="azure", language="nodejs", threads=100]

var cluster = [type="k8s",clusterName="Fly",registryName="FlyRegistry.azurecr.io"] on cloud 
                      
var ch = [type="channel"] on cloud

func pi(){       
   var r = [type="random"]   
   var x = r.nextDouble()          
   var y = r.nextDouble()                  
   var msg = 0  
   if((x * x)+(y * y) < 1.0){msg = 1}             
   ch!msg on cluster
}  
func estimation(){
var sum = 0
var crt = 0
for i in [0:100] {
      sum += ch? as Integer
  crt += 1
}
println "pi estimation: " + (sum*4.0) / crt
}

fly pi in [0:100] on cluster thenall estimation

File JS Generato

let redis = require('redis'), client = redis.createClient({port:6379,host:'redis'});
var x = Math.random()
var y = Math.random()
var msg = 0
if((x * x) + (y * y) < 1.0)
    {
        msg = 1 
    }
client.on('ready', function (err) {
client.rpush('queue:jobs',msg)});

Dockerfile Generato

FROM node:10
MAINTAINER Luigi Barbato <l.barbato11@studenti.unisa.it>
EXPOSE 8888
WORKDIR /function
COPY ./main.js .
RUN npm install redis
CMD ["node", "main.js"]

File di deployment di Kubernetes

apiVersion: batch/v1
kind: Job
metadata:
  name: fly-job
spec:
  parallelism: ${parallelism}
  completions: ${completions}
  ttlSecondsAfterFinished: 5
  template:
    metadata:
      name: fly
      labels:
        jobgroup: fly
    spec:
      containers:
        - name: fly-node
          image: ${registryName}/fly_node
          command: [ "node", "./main.js" ]
      restartPolicy: Never

Servizio Redis e Load Balancer

apiVersion: v1
kind: Service
metadata:
  name: redis
spec:
  ports:
    - port: 6379
      targetPort: 6379
  selector:
    app: redis

apiVersion: v1
kind: Service
metadata:
  name: public-svc
spec:
  type: LoadBalancer
  ports:
  - port: 6379
  selector:
    app: redis

Implementazione

Dimostrazione: Esecuzione

Implementazione

Dimostrazione: Redis Master & Servizi

Implementazione

Dimostrazione: Esecuzione Job

Implementazione

Dimostrazione: Job Running

Implementazione

Dimostrazione: Job Running - Gestione Failures

Implementazione

Dimostrazione: Job Running - Pods Success

Implementazione

Dimostrazione: Pi Estimation

Sviluppi Futuri

• Gestione dello storage
• Bilanciamento del carico
• Introduzione del Multi-Cloud

Conclusioni Finali

Grazie per l'attenzione