Open Serverless Benchmark Initiative: 华为云联合上海交大发布 ServerlessBench 2.0
关键要点
华为云联合上海交大，首次提出 Open Serverless Benchmark Initiative （OSBI） ，推动 Serverless 基准测评规范化、标准化;
OSBI 由自定义度量规范 （Metric Specification， MS），自定义基准规范 （Pillar Specification， PS）， 和自定义模型（Model）组成;
OSBI 发布首个跨平台的 Serverless 基准测评系统 ServerlessBench 2.0， 聚焦 FaaS 关键特性，提供丰富的测评基准和指标，并发布了针对四大开源 Serverless 平台的首批测评报告;
OSBI ServerlessBench 2.0 是“服务器无感知创新计划”的首个亮相项目， 该创新计划旨在联合产学研用各方，推动通用全场景 Serverless 技术的发展和规范化建设。
背景
受益于其按用付费 （pay-per-use）、自动弹性伸缩 （auto-scaling）、以及屏蔽后端复杂性的特征，Serverless 正成为下一代云计算的新范式 [1]。与此同时，能够封装并兼容多平台、支持关键指标度量的基准测试系统，对于 Serverless 计算实现可持续的降本增效而言，至关重要。一方面，Serverless 系统设计者可以利用基准测试平台，刻画系统的关键性能指标，如冷/热启动时延、弹性扩容速度、QoS 保证下的最大并发等，为增强系统架构的性能提供 “度量先行”的有效工具;另一方面，Serverless 应用开发者可以借助基准测试对不同的 Serverless 平台进行对比和选择，从而设计并开发出更加高性能、低成本的 Serverless 应用程序。
开放式无服务器基准测试计划
为推动开放、开源、跨平台兼容的 Serverless 基准测评的规范化、标准化建设，华为云与上海交大联合提出业界首个 Open Serverless Benchmark Initiative （OSBI）。OSBI 包含两个规范和一个模型：自定义度量规范 （Metric Specification， MS），自定义基准规范 （Pillar Specification， PS）， 和自定义模型 （Model）， 如图 1 所示。
图 1： OSBI - 开放式无服务器基准测试计划
其中，自定义度量规范为 Serverless 特性指标的设计提供了规范化接口和扩展标准；自定义基准规范为测评场景用例的设计提供了标准化模板；自定义模型旨在提供统一的、跨平台兼容的指标设计和用例部署标准，包括多平台的接入标准和基准用例的生命周期管理标准等。同时，OSBI 支持申明式测评配置，以及一键式跨平台的对比分析。
无服务器本 2.0 发布
聚焦 FaaS 场景，OSBI 发布业界首个多平台兼容的 Serverless 基准测评系统 ServerlessBench 2.0。
ServerlessBench 1.0 是针对 Serverless 计算的关键特性和指标而设计的基准测试平台，由上海交通大学研究团队发表于云计算顶级会议 SoCC 2020 [2]。此次，华为云联合上海交大，在 ServerlessBench 1.0 的基础上，通过进一步的封装、抽象、扩展和强化，重磅推出 OSBI ServerlessBench 2.0，为社区提供涵盖 12 类基础性度量基准、5 大类跨平台度量基准、4 大类关键特性指标、且多平台兼容的 Serverless 开放测评系统。
同时，OSBI ServerlessBench 2.0 是“服务器无感知创新计划”的首个亮相项目成果。服务器无感知创新计划由中国信通院、上海交大、华为云联合推动落地，旨在链接产学研用各方，凝聚社区力量，围绕技术研究和标准制定等，促进通用全场景 Serverless 的蓬勃发展和规范化建设[3]。
无服务器本 2.0 介绍
ServerlessBench 考虑 Serverless 计算中的四大类关键指标：通信性能（communication performance），启动时延（startup latency），无状态开销 (stateless overhead)，和资源使用效率 (resource utilization)。复杂的 Serverless 应用一般由多个函数组合实现，因此，通信性能指标主要度量函数间通信的效率问题，如常见的函数组合模型 sequence chain 和 nested chain 等。Serverless 函数通常运行时间较短，大多集中在百毫秒级至秒级的范围[4]，且函数执行环境按需加载，自动扩容，因此冷启动、热启动等时延开销是 Serverless 系统和应用最为关注的性能指标之一。在无状态开销指标中，通常包括依赖外部存储服务进行传递的显式状态（如函数逻辑本身所涉及的状态），以及可能影响系统性能的隐式状态（如会话缓存等）。资源使用效率指标主要衡量性价比问题，对于平台，如何在函数混合部署且保证业务 QoS 的前提下提升资源利用率，对用户而言，如何配置合理的资源规格来使得应用性能和成本之间取得最佳平衡。
围绕四大类关键指标，ServerlessBench 提供包括资源需求（Bench Pillar 1-varied resource needs），数据迁移开销（Bench Pillar 5-Data transfer costs）, 和 CPU 争用（Bench Pillar 12-CPU contention）等在内的 12 类基准，如表 1 所示。
表 1：ServerlessBench 1.0 提供的 12 类基准
为良好地兼容多平台, 依据 OSBI-Model, ServerlessBench 2.0 提供了统一的测评接口，对不同 Serverless 平台之间的异构性进行封装，包括统一的函数接口、统一的返回格式，统一的资源配置，以及统一的依赖包装等，如图 2 所示。这里以开源 Serverless 系统为例。
图 2：ServerlessBench 2.0 的多平台兼容性（以开源 Serverless 系统为例）
具体以函数调用入口为例，如图 3 所示，四大开源 Serverless 平台 OpenWhisk，OpenFaaS, Knative，Fission 的入口函数都不相同。针对该场景，ServerlessBench 2.0 通过接口抽象，封装了统一的入口函数 def handler(event, context)（这里以 Python 为例），从而使得在跨平台的对比中，无须再关心平台之间的接口差异性。
图 3：ServerlessBench 2.0 为多平台提供统一的函数调用入口（以 Python 为例）
在多平台兼容的基础上，遵循 OSBI-MS 和 OSBI-PS 规范，ServerlessBench 2.0 对表 1 所列的测试基准进行了扩展，新增了冷热启动开销、冷热执行开销、保证 QoS 的最大并发、弹性扩容速度、性价比等 5 大类跨平台基准，如表 2 所示；同时，更多跨平台基准还在持续更新中，如带有函数链的 Serverless 应用等。
表 2：ServerlessBench 2.0 新增 5 类跨平台测试基准
首批针对开源 Serverless 平台的测评结果
作为 ServerlessBench 2.0 的首批测评结果，我们此次选取四大 serverless 开源平台 OpenWhisk，OpenFaaS，Knative，Fission，作为测评对象，部分关键测评结果展示如下。
1．冷、热启动时延
测试从调用 invoke 指令到函数的第一条指令的时间差。图 4 所展示的结果为 p90 的时延开销。可以看到，OpenFaaS 在冷热启动性能上表现最差；得益于资源池预热技术，Fission 在冷启动性能上表现最佳。
图 4：四大 Serverless 开源平台“冷、热启动时延”测评结果对比
2. 冷、热执行时延
利用 Float Operation，测量函数本身的运行时延，考察冷、热启动对函数执行时间的影响，结果如图 5 所示。OpenWhisk 和 OpenFaaS 上函数执行时延基本不受冷热启动的影响。但相比于冷启动，Knative 和 Fission 在热启动的情况下，执行时延都有所改善。
图 5：四大 Serverless 开源平台“冷、热执行时延”测评结果对比
3. 请求并发数对 QoS 的影响
利用 Float Operation，计算不同并发数下函数实例的 p90 时延，该用例度量的是平台的函数密度支持能力。从图 6 可以看到，除 Fission 外，其它三大平台上，随并发请求数的增长，函数实例的 p90 时延基本呈线性增长。同“冷、热启动时延”的结果相似，由于 Fission 预置了一部分通用资源池，在并发请求数增长的初期，函数 p90 时延没有明显增长；但随着并发数的继续增长，资源池被逐步消耗，直至需要进行补充时，时延出现显著增长。
图 6：四大 Serverless 开源平台“请求并发数对 QoS 的影响”测评结果对比
这里需要指出，在各大云服务提供的 Serverless 或函数系统中，请求并发数对函数执行时延或业务 QoS 的影响是一个更加复杂的过程，还包括其它多个影响因素，如单实例并发数，最大并发实例数限制，平台扩容策略，实例调度策略等。
4. 弹性扩容能力
利用 Float Operation，测试并观察实例数量从 1 伸缩到某个较大值的过程中，多实例启动尾时延的大小。图 7 展示 OpenFaaS 和 Knative 从 1 个实例弹性扩容到 10 个实例的结果。
图 7：OpenFaaS 和 Knative “弹性扩容能力”测评结果对比
5．平台性价比
利用 Numpy Matmul，逐步调整给函数所分配的资源数量，测量并观察资源数量对函数的执行时延（图 8）与函数实例成本（图 9）的影响。该用例反映的是相同资源开销下，函数在不同 Serverless 平台上的性能表现。图 8 和图 9 展示了在 OpenFaaS 和 Knative 上的部分结果。
图 8：OpenFaaS 和 Knative“平台性价比：资源与执行时长”测评结果
图 9：OpenFaaS 和 Knative“平台性价比：资源与实例成本”测评结果
未来规划
OSBI 及其 ServerlessBench 2.0 建立在开源开放的理念之上，将由社区共同运营并持续共建。华为云将继续联合上海交大，推出包括华为云 FunctionGraph 在内的各大公有云服务 Serverless 平台的测评报告，并贡献给社区。另外，我们正在为 OSBI 和 ServerlessBench 2.0 建立项目主页，并推动源码开源等工作。关于 ServerlessBench 1.0 的详细信息，可参见项目主页[5]和 github 主页[6]。
此次 OSBI 和 ServerlessBench 2.0 的发布，旨在联合社区共建 Serverless 基准测评的规范与标准。华为云结合自身丰厚的技术积累与多年的发展经验，积极参与、主导相关技术及其服务的规范建设和标准制定， 如 FunctionGraph 与 CNCF Serverless Workflow 携手开拓 Serverless 编排新时代[7]。同时，我们期待与更多的 Serverless 爱好者及从业人员共同推动 OSBI 和 ServerlessBench 2.0 的繁荣发展。
参考链接：
Schleier-Smith， et al. （2021）.无服务器计算是什么，应该成为什么：云计算的下一阶段。ACM 的通信，64（5），76-84。
Yu， T.， et al. （2020）.使用无服务器平台表征无服务器平台。第 11 届 ACM 云计算研讨会论文集（第 30-44 页）。
Shahrad， M.， et al. （2020）.野外无服务器：表征和优化大型云提供商的无服务器工作负载。2020 年 USENIX 年度技术会议（USENIX ATC 20）（第 205-218 页）。
版权声明: 本文为 InfoQ 作者【华为云开发者联盟】的原创文章。
原文链接:【http://xie.infoq.cn/article/f4ee0d19aee67dbe6f59256a6】。文章转载请联系作者。
提供全面深入的云计算技术干货 2020.07.14 加入
华为云开发者社区，提供全面深入的云计算前景分析、丰富的技术干货、程序样例，分享华为云前沿资讯动态，方便开发者快速成长与发展，欢迎提问、互动，多方位了解云计算！ 传送门：https://bbs.huaweicloud.com/
评论