Microservice-Entwicklung ist komplex

Welche Herausforderungen bei der Microservice-Entwicklung haben wir bei unseren Kunden angetroffen?

Herausforderung 1: Grosser Engineering- und Betriebsaufwand für Kubernetes
In Applikationen mit Microservices wird heute in den allermeisten Fällen Kubernetes zur Container-Orchestrierung einsetzt. Der professionelle Betrieb von Kubernetes ist jedoch aufwändig und benötigt das Know-how von Experten zum Upgrade, zur Skalierung und zum Troubleshooting von Kubernetes und der unterliegenden Infrastruktur (z.B. Cluster-Upgrades, Node-Image-Upgrades etc.).

Häufig verbringen Entwickler viel Zeit mit Kubernetes-Engineering und -Betrieb. Dies jedoch benötigt Ressourcen in den Dev-Teams, welche stattdessen in die Entwicklung der eigentlichen Applikation hätten investiert werden können. Der Fokus auf das eigentliche Ziel, nämlich der geschäftliche Nutzen, geht dadurch verloren.
Herausforderung 2: Komplexität von Microservices
Bei Microservice-Architekturen handelt es sich um Software-Lösungen bestehend aus einer Vielzahl von verteilten Komponenten und Systemen. Microservices haben sehr viele Vorteile gegenüber herkömmlichen Architekturen wie z.B. Monolithen (besonders in der Cloud), bringen aber auch hohe Komplexität in den Bereichen Service Invocation, Security, Error Handling, State Management, Monitoring und Logging mit sich.

Diese Aspekte im Microservice-Code sind schwierig zu bewältigen und benötigen viele Ressourcen und Erfahrung. Noch komplexer wird es, wenn in der Applikation verschiedene Programmiersprachen, Frameworks und Produkte verwendet werden (z.B. aufgrund von Anforderungen oder Entwickler-Skillsets), da so der Code in vielen verschiedenen Varianten geschrieben und unterhalten werden muss.
Herausforderung 3: Event-driven Autoscaling von Microservices
Elastizität bzw. automatische Skalierung ist ein wichtiges Thema für Applikationen in der Cloud, um Lastspitzen verarbeiten zu können und kosteneffizient zu sein. Kubernetes bietet dazu verschiedene Lösungen zur horizontalen respektive vertikalen Auto-Skalierung von Pods und Nodes an (HPA/VPA/CA). Diese Autoscalers skalieren anhand von CPU/Memory-Verbrauchsdaten aus dem Kubernetes Metric Server.

Microservices, welche event-getrieben Messages aus einem Service Bus oder Kafka verarbeiten, können jedoch nicht einfach nach Hardware-Metriken skaliert werden. Auch können die Nodes und Pods nicht ab Null skaliert werden, sodass selbst bei Nichtgebrauch gewisse Kosten anfallen. Es wird eine anspruchsvollere Lösung für die Skalierung benötigt, welche Kubernetes nicht out-of-the-Box anbietet.

Hast du auch einen spannenden Use Case? Let's talk!

Yu Li

Weili Gao