Function-as-a-Service (FaaS) is an attractive cloud computing model that simplifies application development and deployment. However, current FaaS technologies do not consider data placement when scheduling tasks. With the growing demand for multi-cloud, multi-serverless applications, this flaw means serverless technologies are still ill-suited to latency-sensitive operations like media streaming. This thesis proposes a solution by presenting FaDO, the Function and Data Orchestrator, which is a proof-of-concept application designed to allow data-aware function scheduling on a multi-serverless platform. The application comprises a back-end server and API, along with a high-performance load balancer, a database, and a frontend browser client. These components allow users to interact with the application easily and seamlessly schedule functions onto the multi-serverless platform according to their data requirements. FaDO further provides users with an abstraction of the platform's storage, allowing users to interact with data across different storage services through a unified interface. In addition, users can configure automatic and policy-aware granular data replications, causing the application to spread data across the platform while respecting location constraints. The implementation thus enables users to distribute functions across a heterogeneous platform through data replication, balancing location constraints and performance requirements, and optimizing throughput using different load balancing policies. The application fulfills its requirements, and load testing results show that it is capable of load balancing high-throughput workloads, placing tasks near their data without contributing any significant performance overhead. A qualitative evaluation of the system's design further indicates that FaDO has the ingredients necessary to make a reliable and performant network application.     «

Function-as-a-Service (FaaS) is an attractive cloud computing model that simplifies application development and deployment. However, current FaaS technologies do not consider data placement when scheduling tasks. With the growing demand for multi-cloud, multi-serverless applications, this flaw means serverless technologies are still ill-suited to latency-sensitive operations like media streaming. This thesis proposes a solution by presenting FaDO, the Function and Data Orchestrator, which is a...     »

Function-as-a-Service (FaaS) ist ein attraktives Cloud-Computing-Modell, das die Anwendungsentwicklung und -bereitstellung vereinfacht. Allerdings berücksichtigen aktuelle FaaS-Technologien bei der Planung von Aufgaben nicht die Datenplatzierung. Angesichts der wachsenden Nachfrage nach Multi-Cloud- und Multi-Serverless-Anwendungen bedeutet dieser Mangel, dass Serverless-Technologien für latenzempfindliche Vorgänge wie Medien-Streaming nach wie vor schlecht geeignet sind. Diese Arbeit schlägt eine Lösung vor, indem sie FaDO, den „Function and Data Orchestrator“, vorstellt. Dabei handelt es sich um eine Proof-of-Concept-Anwendung, die eine datenbewusste Funktionsplanung auf einer Multi-Serverless-Plattform ermöglicht. Die Anwendung besteht aus einem Back-End-Server und einer API sowie einem Hochleistungs-Load-Balancer, einer Datenbank und einem Frontend-Browser-Client. Diese Komponenten ermöglichen den Benutzern eine einfache Interaktion mit der Anwendung und eine nahtlose Planung von Funktionen auf der Multi-Serverless-Plattform entsprechend ihren Datenanforderungen. FaDO bietet den Nutzern darüber hinaus eine Abstraktion der Plattformspeicher, die es ihnen ermöglicht, über eine einheitliche Schnittstelle mit Daten aus verschiedenen Speicherdiensten zu interagieren. Darüber hinaus können die Nutzer automatische und richtlinienkonforme granulare Datenreplikationen konfigurieren, so dass die Anwendung Daten über die Plattform verteilt und dabei Standortbeschränkungen beachtet. Die Implementierung ermöglicht es den Benutzern somit, Funktionen über eine heterogene Plattform durch Datenreplikation zu verteilen, Standortbeschränkungen und Leistungsanforderungen auszugleichen und den Durchsatz mithilfe verschiedener Lastausgleichsrichtlinien zu optimieren. Die Anwendung erfüllt ihre Anforderungen, und die Ergebnisse von Lasttests zeigen, dass sie in der Lage ist, Arbeitslasten mit hohem Durchsatz auszugleichen, indem sie Aufgaben in der Nähe ihrer Daten platziert, ohne einen signifikanten Leistungsoverhead zu verursachen. Eine qualitative Bewertung des Systemdesigns zeigt außerdem, dass FaDO über die notwendigen Zutaten für eine zuverlässige und leistungsfähige Netzwerkanwendung verfügt.     «

Function-as-a-Service (FaaS) ist ein attraktives Cloud-Computing-Modell, das die Anwendungsentwicklung und -bereitstellung vereinfacht. Allerdings berücksichtigen aktuelle FaaS-Technologien bei der Planung von Aufgaben nicht die Datenplatzierung. Angesichts der wachsenden Nachfrage nach Multi-Cloud- und Multi-Serverless-Anwendungen bedeutet dieser Mangel, dass Serverless-Technologien für latenzempfindliche Vorgänge wie Medien-Streaming nach wie vor schlecht geeignet sind. Diese Arbeit schlägt e...     »