基於kubernetes的分散式限流

ZepheryWen發表於2022-04-09
分散式

做為一個資料上報系統，隨著接入量越來越大，由於 API 介面無法控制呼叫方的行為，因此當遇到瞬時請求量激增時，會導致介面占用過多伺服器資源，使得其他請求響應速度降低或是超時，更有甚者可能導致伺服器當機。

一、概念

限流(Ratelimiting)指對應用服務的請求進行限制，例如某一介面的請求限制為 100 個每秒,對超過限制的請求則進行快速失敗或丟棄。

1.1 使用場景

限流可以應對：

  • 熱點業務帶來的突發請求；
  • 呼叫方 bug 導致的突發請求；
  • 惡意攻擊請求。

1.2 維度

對於限流場景，一般需要考慮兩個維度的資訊：
時間
限流基於某段時間範圍或者某個時間點，也就是我們常說的“時間視窗”，比如對每分鐘、每秒鐘的時間視窗做限定
資源
基於可用資源的限制，比如設定最大訪問次數，或最高可用連線數。
  限流就是在某個時間視窗對資源訪問做限制，比如設定每秒最多100個訪問請求。

image-20220406232904323

1.3 分散式限流

分散式限流相比於單機限流，只是把限流頻次分配到各個節點中，比如限制某個服務訪問100qps，如果有10個節點，那麼每個節點理論上能夠平均被訪問10次，如果超過了則進行頻率限制。

二、分散式限流常用方案

基於Guava的客戶端限流
Guava是一個客戶端元件，在其多執行緒模組下提供了以RateLimiter為首的幾個限流支援類。它只能對“當前”服務進行限流，即它不屬於分散式限流的解決方案。

閘道器層限流
服務閘道器，作為整個分散式鏈路中的第一道關卡，承接了所有使用者來訪請求。我們在閘道器層進行限流，就可以達到了整體限流的目的了。目前，主流的閘道器層有以軟體為代表的Nginx，還有Spring Cloud中的Gateway和Zuul這類閘道器層元件，也有以硬體為代表的F5。

中介軟體限流
將限流資訊儲存在分散式環境中某個中介軟體裡（比如Redis快取），每個元件都可以從這裡獲取到當前時刻的流量統計，從而決定是拒絕服務還是放行流量。

限流元件
目前也有一些開源元件提供了限流的功能，比如Sentinel就是一個不錯的選擇。Sentinel是阿里出品的開源元件，並且包含在了Spring Cloud Alibaba元件庫中。Hystrix也具有限流的功能。

Guava的Ratelimiter設計實現相當不錯，可惜只能支援單機，閘道器層限流如果是單機則不太滿足高可用，並且分散式閘道器的話還是需要依賴中介軟體限流，而redis之類的網路通訊需要佔用一小部分的網路消耗。阿里的Sentinel也是同理，底層使用的是redis或者zookeeper，每次訪問都需要呼叫一次redis或者zk的介面。那麼在雲原生場景下，我們有沒有什麼更好的辦法呢？

對於極致追求高效能的服務不需要考慮熔斷、降級來說，是需要儘量減少網路之間的IO，那麼是否可以通過一個總限頻然後分配到具體的單機裡面去，在單機中實現平均的限流，比如限制某個ip的qps為100，服務總共有10個節點，那麼平均到每個服務裡就是10qps，此時就可以通過guava的ratelimiter來實現了，甚至說如果服務的節點動態調整，單個服務的qps也能動態調整。

三、基於kubernetes的分散式限流

在Spring Boot應用中，定義一個filter，獲取請求引數裡的key（ip、userId等），然後根據key來獲取rateLimiter，其中，rateLimiter的建立由資料庫定義的限頻數和副本數來判斷，最後，再通過rateLimiter.tryAcquire來判斷是否可以通過。

image-20220409164709045

3.1 kubernetes中的副本數

在實際的服務中，資料上報服務一般無法確定客戶端的上報時間、上報量，特別是對於這種要求高效能，服務一般都會用到HPA來實現動態擴縮容，所以，需要去間隔一段時間去獲取服務的副本數。

func CountDeploymentSize(namespace string, deploymentName string) *int32 {
	deployment, err := client.AppsV1().Deployments(namespace).Get(context.TODO(), deploymentName, metav1.GetOptions{})
	if err != nil {
		return nil
	}
	return deployment.Spec.Replicas
}

用法：GET host/namespaces/test/deployments/k8s-rest-api直接即可。

3.2 rateLimiter的建立

在RateLimiterService中定義一個LoadingCache<String, RateLimiter>，其中，key可以為ip、userId等，並且，在多執行緒的情況下，使用refreshAfterWrite只阻塞載入資料的執行緒，其他執行緒則返回舊資料，極致發揮快取的作用。

private final LoadingCache<String, RateLimiter> loadingCache = Caffeine.newBuilder()
        .maximumSize(10_000)
        .refreshAfterWrite(20, TimeUnit.MINUTES)
        .build(this::createRateLimit);
//定義一個預設最小的QPS
private static final Integer minQpsLimit = 3000;

之後是建立rateLimiter，獲取總限頻數totalLimit和副本數replicas，之後是自己所需的邏輯判斷，可以根據totalLimit和replicas的情況來進行qps的限定。

public RateLimiter createRateLimit(String key) {
    log.info("createRateLimit,key:{}", key);
    int totalLimit = 獲取總限頻數，可以在資料庫中定義
    Integer replicas = kubernetesService.getDeploymentReplicas();
    RateLimiter rateLimiter;
    if (totalLimit > 0 && replicas == null) {
        rateLimiter = RateLimiter.create(totalLimit);
    } else if (totalLimit > 0) {
        int nodeQpsLimit = totalLimit / replicas;
        rateLimiter = RateLimiter.create(nodeQpsLimit > minQpsLimit ? nodeQpsLimit : minQpsLimit);
    } else {
        rateLimiter = RateLimiter.create(minQpsLimit);
    }
    log.info("create rateLimiter success,key:{},rateLimiter:{}", key, rateLimiter);
    return rateLimiter;
}

3.3 rateLimiter的獲取

根據key獲取RateLimiter，如果有特殊需求的話，需要判斷key不存在的嚐盡

public RateLimiter getRateLimiter(String key) {
  return loadingCache.get(key);
}

3.4 filter裡的判斷

最後一步，就是使用rateLimiter來進行限流，如果rateLimiter.tryAcquire()為true，則進行filterChain.doFilter(request, response)，如果為false，則返回HttpStatus.TOO_MANY_REQUESTS

public class RateLimiterFilter implements Filter {
    @Resource
    private RateLimiterService rateLimiterService;

    @Override
    public void doFilter(ServletRequest request, ServletResponse response, FilterChain filterChain) throws IOException, ServletException {
        HttpServletRequest httpServletRequest = (HttpServletRequest) request;
        HttpServletResponse httpServletResponse = (HttpServletResponse) response;
        String key = httpServletRequest.getHeader("key");
        RateLimiter rateLimiter = rateLimiterService.getRateLimiter(key);
        if (rateLimiter != null) {
            if (rateLimiter.tryAcquire()) {
                filterChain.doFilter(request, response);
            } else {
                httpServletResponse.setStatus(HttpStatus.TOO_MANY_REQUESTS.value());
            }
        } else {
            filterChain.doFilter(request, response);
        }
    }
}

四、效能壓測

為了方便對比效能之間的差距，我們在本地單機做了下列測試，其中，總限頻都設定為3萬。

無限流

image-20220409185751603

使用redis限流

其中，ping redis大概6-7ms左右，對應的，每次請求需要訪問redis，時延都有大概6-7ms，效能下降明顯

image-20220409190100225

自研限流

效能幾乎追平無限流的場景，guava的rateLimiter確實表現卓越

image-20220409185629313

五、其他問題

5.1 對於保證qps限頻準確的時候，應該怎麼解決呢？

在k8s中，服務是動態擴縮容的，相應的，每個節點應該都要有所變化，如果對外宣稱限頻100qps，而且後續業務方真的要求百分百準確，只能把LoadingCache<String, RateLimiter>的過期時間調小一點，讓它能夠近實時的更新單節點的qps。這裡還需要考慮一下k8s的壓力，因為每次都要獲取副本數，這裡也是需要做快取的

5.2 服務從1個節點動態擴為4個節點，這個時候新節點識別為4，但其實有些並沒有啟動完，會不會造成某個節點承受了太大的壓力

理論上是存在這個可能的，這個時候需要考慮一下初始的副本數的，擴縮容不能一蹴而就，一下子從1變為4變為幾十個這種。一般的話，生產環境肯定是不能只有一個節點，並且要考慮擴縮容的話，至於要有多個副本預備的

5.3 如果有多個副本，怎麼保證請求是均勻的

這個是依賴於k8s的service負載均衡策略的，這個我們之前做過實驗，流量確實是能夠均勻的落到節點上的。還有就是，我們整個限流都是基於k8s的，如果k8s出現問題，那就是整個叢集所有服務都有可能出現問題了。

參考

1.常見的分散式限流解決方案
2.分散式服務限流實戰
3.高效能

相關文章