转发:又拍云邵海杨：基于 OpenResty 的动态服务路由方案
2019 年 5 月 11 日，OpenResty 社区联合又拍云，举办 OpenResty × Open Talk 全国巡回沙龙武汉站，又拍云首席布道师在活动上做了《 基于 OpenResty 的动态服务路由方案 》的分享。
OpenResty x Open Talk 全国巡回沙龙是由 OpenResty 社区、又拍云发起，邀请业内资深的 OpenResty 技术专家，分享 OpenResty 实战经验，增进 OpenResty 使用者的交流与学习，推动 OpenResty 开源项目的发展。活动已先后在深圳、北京、武汉举办，后续还将陆续在上海、广州、杭州等城市巡回举办。
邵海杨，又拍云首席布道师，运维总监，资深系统运维架构师，多年 CDN 行业架构设计、运维开发、团队管理相关经验，精通 Linux 系统及嵌入式系统，互联网高性能架构设计、CDN 加速、KVM 虚拟化及 OpenStack 云平台的研究，目前专注于容器及虚拟化技术在又拍云的私有云实践。
以下是分享全文：
今天和大家介绍一个基于 ngx_lua 的动态服务路由解决方案，它是整个容器化过程中的组件，容器化在服务路由上有很大的挑战，又拍云通过自己的方案来实现了，并且已经稳定运行了三年左右。目前这个方案已经开源，如果大家后续也碰到一样的问题，可以直接使用这个方案。
服务 zero down-time 更新
在更新服务时，如何能做到让服务不断掉呢？又拍云做服务更新的时候，是不允许有失败的，如果因为我们的更新失败导致请求失败，即使请求非常少，口碑上也会不好，而且如果造成了事故，是要赔钱的。这也是我们做动态服务路由的重要原因。
服务路由主要包括以下几个部分：
服务注册是指服务提供者在起来时，去服务发现注册，以表明提它提供的服务、端口、IP是多少，服务名是什么等；
服务发现是集中管理服务的地方，记录了有哪些服务，它们在哪些地方；
负载均衡，由于有很多同样的容器提供了同样的服务，需要考虑怎么在这些容器里做负载均衡。
服务发现有很多方案，但是它们的应用场景和语言都不太一样。Zookeeper 是一个比较老牌的开源项目，相对比较成熟，但对资源的要求比较高，是我们最早使用的一个方案，包括我们现在的 kafka、消息队列都是依赖 Zookeeper；etcd 和 Consul 是后起之秀，K8S 是依赖 etcd 的，etcd 在容器编排里面是依赖的；又拍云在服务注册和发现环节用了 Consul ，它是一站式的技术站，部署、可视化、维护等环节都比较方便，它不但支持 KV 存储，还有原生的服务监控、多数据中心、DNS 功能等。
负载均衡也有很多方案， LVS 有一个优势是在做完前面两层后，如果性能不好可以再加一个 LVS，因为它在四层，更加底层，不会破坏原来的网络结构，但是它的扩展非常难。HA_PROXY 和 Nginx 各有千秋，HA_PROXY 对 HTTP 头部解析消耗的 CPU 更少，如果做纯转发，如 WAF 可以使用 HA_PROXY，HA_PROXY 大概占 CPU 10% 左右 ，而 Nginx 做纯头部转发基本上是占 CPU 20%-25%，但是 Nginx 可扩展性更强，Nginx 可以做 TCP、UDP、HTTP 三种协议的转发和负载均衡，但是 HA_PROXY 只支持 TCP、HTTP。 HA_PROXY 最大的变化是它已经用 lua 重构，后续的发展也会与 lua 紧密结合，这相当于是又多了一种能力，它们也在拥抱 K8S 的生态圈。我们的方案是选择了 Nginx ，因为它专注于做 HTTP ，扩展性好，支持 TCP。
如上图，我们把 Nginx 和 Consul 放在一张图里。为了突出服务，这里把一些跟服务不太相关的都省略掉了。我们基于 Mesos、Docker、 Marathon 做了服务管理。其中有一个特殊的服务是 Registrator，它会通过 Docker API 在每个物理机上起一个容器，通过 Docker API，把容器的状态定时的汇报给 Consul。上面的 Nginx 做负载均衡，因为我们的服务目前都是基于 Nginx 直接到容器里面。
Consul 里的服务如何更新到 Nginx
在前面的图里，Nginx 到容器、服务注册到配置文件都没有问题，但是从 Consul 到 Nginx 会出现问题，因为 Consul 有所有的信息，但是这些信息如何通知给 Nginx 呢？一个新的服务起来，或者是一个服务挂掉，这些信息 Consul 知道后怎么让 Nginx 把这些有问题的服务删掉，再把一些新写的服务加进去，这就是我们要解决的问题。
这里的问题就是 Consul 里的服务如何更新到 Nginx，如果解决了这个问题，Nginx +Consul+Registrator 的模式就圆满了。目前也有很多方案可以来解决这个问题：
1、方案一：Consul_template
监听 Consul 里的 key，触发执行一个脚本，利用这个特性的服务，服务发生变动，会根据预先配置好的模板重新生成配置，这个就是最后要执行的一个脚本。
上图是一个例子，有模板生成 upstream.conf，中间都是将来要被渲染的一些变量，如果 K/v 发生变动，模板化生成一份真实的配置文件，然后再执行一个本地的命令，Nginx -s reload，重新生成配置文件，Reload 一下，这样新的服务就生效了。
当然 Reload 也会有一些缺点：
第一，如果频繁 Reload 会有性能损耗；
第二，旧进程长时间处于 shutting down 状态，如果连接里有长连接，旧的进程会一直处于中间进程，这个时间是不定的，你不知道到底什么时候Reload真正完成；
第三，进程内缓存失效，我们会把数据库的一些信息，一些代码全部缓存进本地，这样缓存就全部失效了；
最重要的一点是与设计初衷不符，它设计的初衷是方便运维不影响当前的请求，就相当于拿 Docker 做虚拟机用一样走歪了，走歪了之后很可能会碰到很多奇怪的坑，所以当时没有用这个方案。
2、方案二：内部 NDS 方案
DNS 的方案也是比较常用的，比如把之前是一个 IP 地址的 Server，现在改成一个域名，只要把它解析掉一批 IP 就好了，这个听起来已经很完美了，而且 Consul 本身支持DNS，我们也不用维护另外的 DNS 了，只要把这个 ID 换成域名就好了。
但是我们感觉使用 DNS 方案还不如做 Reload，原因是
第一，多了一层 DNS 解析时间，增加了额外的处理时间；
第二，DNS 缓存，这是最主要的原因，因为缓存的存在没办法立即把一台有问题的机器切掉，如果需要缓解这个问题，就要把缓存设得短一点，但这样解析次数就多了。
第三，端口号会改变，物理机一般会配置同一个端口，在 Docker 里也可以这么做，但对于一些对网络不是很敏感的应用，比如一些强 CPU 的应用，我们会直接把容器的网络用桥接的方式连接起来，而这时候端口是随机分配的，可能每个容器分配的都不一样，所以不可行。
我们想要的是通过 HTTP 接口，动态修改 Nginx 的上游服务列表，我们找到了现成的方案，叫 ngx_http_dyups_module。
3、方案三：ngx_http_dyups_module
ngx_http_dyups_module 可以通过 GET 接口查询当前的一些信息；POST 可以更新上游；也能通过 Delete 删除上游。
上图是一个例子，这个例子有三个请求：
第一个，给 8080 这个服务端口发了请求之后，发现后面根本就没有任何的上游服务，所以它就 502 了；
第二个，通过一个 Curl 的请求把两个服务地址给加进来；
第三个，重新访问，第三条指令跟第一条指令是一模一样，因为第二条已经把服务加进来了，所以这是一个正常的输出。
在这个过程里没有任何 Reload 的操作，也没有改配置，它就完成了一个功能。
这个模块写得非常好，但是我们用了一段时间后把它下掉了，主要原因不是因为它不好，而是我们结合了一些自身的情况，发现了一些问题：
第一，导致依赖 Nginx 本身的负载均衡算法。如果我们内部用 Ngx_lua 写得比较多，用了这个模块之后，会导致我们非常依赖 C 模块，也就是自身的一些负载均衡算法，我们有自己特有的需求，比如“本机优先”，优先访问本机的服务，这样听起来比较奇怪的负载均衡，如果要做这些事情，我们就要改 C 代码；
第二，二次开发效率低，C 的开发效率远不及 Lua；
第三，纯 lua 的方案无法使用，我们做这样一个方案并不是有一个项目能用就行了，而最好是其他项目都可以用。
动态负载均衡 Slardar 特性
基于以上这些原因，我们开始造自己的轮子。
这个轮子有四个部分：
第一个部分，是最基础的 Nginx，我们希望用一些原生的指令和重试的策略；
第二部分，是 lua 的模块；
第三部分，是 lua_resty_checkups，这是我们 lua 版的管理模块，实现了动态的upstream 管理，这个模块实现了大概 30% 的功能，而且还有一些主动的健康检查功能，它的代码量大概是 1500 行左右，如果是 C 模块估计至少有 1 万行；
第四部分，是 luasocket，千万不能在 Nginx 在处理请求的时候用。
1、lua-resty-checkups
简单介绍下 lua_resty_checkups 这个模板，它有几个功能：
第一，是动态 upstream 管理，基于共享内存实现 worker 间同步；
第二，是被动健康检查，这个是 Nginx 自身的一个特性；
第三，是主动健康检查，这个模块会主动给后端发心跳包，可以定时，15 秒发一次，检查后端的服务是不是存活。我们还可以有一些个性化的检查，比如 heratbeat 定时给上游发送心跳包检测服务是否存活；
第四，是负载均衡算法，本地优先可节约内网流量等。
2、服务区分
以 Host 区分服务：比如上图两个 curl 往同一个地址去发，这两者之间是不一样的。
3、请求流程
简单介绍下请求的流程，它可以分为三个部分，最上面是接收请求，会加载一个 worker 代码，worker 代码执行完根据 host 找对应的列表，然后把这个请求代理给服务端。
4、动态 upstream 更新
这个跟 dyups 的 C 模块一样，也是通过 HTTP 接口来动态更新 upstream 列表，加完后可以在管理页面看到刚加进去的两个服务，这里会有 server 地址、一些健康检查的消息、状态变更的时间，以及它失败的次数，下图是一次主动健康检查的一个记录。
为什么会有主动健康检查呢？大家平时用的就是一些被动的健康检查，也就是请求发出去之后失败了才知道失败了，主动的检查是发心跳包，在请求之前就可以知道服务是不是出问题了。
5、动态 lua 加载
动态 lua 加载在做游戏的时候会经常用到。一开始程序里面跑了一些 lua 的代码，给后端的程序做参数转化和做兼容，比如有一个小调整不乐意去改，就拿前面的路由去做，首先可以对请求做改写，因为我可以拿到整个请求，它的请求体可以做任意的事情。
此外，我们还可以跟一些权限控制结合，做一些简单的参数检查。据我们的统计，我们至少有 10% 是重复请求，如果这些重复请求都去执行就是无谓的消耗，我们会返 304，表示结果跟之前的一样，可以直接用之前的结果。在返 304 的同时，如果我们需要后端的服务去判断，会把整个请求收下来，然后再往后面发，相当于内网带宽要增加一些，这样其实已经节省了带宽，可以不往后面发了。
这是一个动态负载加载的例子，如果把这段代码推到 Slardar 里面，它会执行，如果进行一个删除操作，它会返 403，即可以立即通过这个代码禁掉这个操作，那还有什么功能呢？你可以想象到的功能都可以做，而且这个过程是动态的，如果代码加载，也可以从状态页里看到它的信息。
动态负载均衡 Slardar 实现
前面介绍都是 Slardar 的特性，接下来简单介绍一下实现过程，一共分为三个部分： 动态 upstream 管理、负载均衡和动态 lua 代码加载。
1、动态 upstream 管理
启动时通过 luasocket 从 consul 加载配置文件，服务如果没有任何理由的挂了，挂了之后你刚起来时，你怎么知道刚刚怎么了呢？所以得有一个方式去固化这些东西，而我们选的是 consul，所以它启动的时候必须从 consul 加载，启动之后要监听管理的端口，接收 upstream 更新指令，还要启动一个定时器，这个定时器做 worker 间的同步，定时从共享内存看一下有没有更新，有更新就可以同步在自己的 worker 里。
这是一个简单的流程图，最开始的时候从 consul 加载，在完成 fork 后到了 worker 进程，也就是刚刚初始化加载的那些 worker 都有了，另外一部分启动定时器，一旦有更新就会进入到这个里面。
2、负载均衡
负载均衡我们主要用到了 balance_by_lua_*，一个请求过来，通过 upstream 的 C 模块把这个请求往这里发，如图是配置文件，刚刚也有一个类似的，就是在这里写了地址。通过 balance_by_lua_* 指令，我们会把它拦到这个文件里，就可以在这个 lua 文件里用 lua 代码选一个，这就是自身的一个 checkups 的选择的过程。
上图是大概的流程，可以先看下边部分，一开始的时候，checkups.select_peer 是我们的模块，然后根据这个 host 再到当前的 peer 就跳出去了，这就实现了用 lua 控制。上面部分是要知道它是成功还是失败的，如果它失败了，要对这个状态进行反馈。
3、动态 lua 加载
这个主要是用到 lua 的三个函数，分别是 loadfile、loadstring 和 setfenv。loadfile 是加载本地的 lua 代码，loadstring 是从 consul 或 HTTP 请求 body 加载代码，setfenv 设置代码的执行环境，通过这三个函数就可以加载，具体的实践细节这里就不再介绍。
4、动态负载均衡 Slardar 的优势
这就是我们造的轮子，主要用到 lua-resty-checkups 的模块和 balance_by_lua_* ，它有以下的优势：
纯 lua 实现，不依赖第三方 C 模块，因此二次开发非常高效，减少维护负担；
可以用 Nginx 原生的 proxy_*，因为我们只在请求的选 peer 的那个阶段做，peer 选完之后，发数据的那个阶段是直接走 Nginx 自己的指令，所以它可以用到 Nginx 原生的 proxy_* 指令；
它适用于几乎任何的 ngx_lua 项目，可同时满足纯 lua 方案与 C 方案。
在微服务架构里，Slardar 能做什么
我们目前也在把之前的一些服务改造成微服务模式。微服务其实就是源于一个比较大的服务，把它拆分成一些小的服务，它的扩容跟迁移也不一样，微服务的扩容可以只扩容其中一部分，扩容多少可以根据需求。
我们现在正在尝试一个方案，这个方案背景是我们有做图的需求，做图这个功能有很多，比如说美化、缩略、水印等，如果要对做图的服务进行优化是非常困难的，因为它功能太多了，如果我们把它拆成微服务就不一样了，比如上图虚线上面的是我们现在的服务，这个是微服务的一个网关，下面是一些小的服务。比如说美化，它的运算比较复杂，耗 CPU 比较多，我们肯定选择一些 CPU 比较好的机器；用 GPU 来做缩略图，这个性能可能提高几十倍；最后是一个中规中矩的做图，那就普通的一些就够了。
还有一些比较偏门的，比如说梯度，可能只要保证服务可以用就行了，通过这个微服务的路由，我们根据后面的区分把之前的一个服务，以及它的参数拆成三个小的服务，这样通过三个步骤可以完成一个做图的服务。
当然我们在尝试这个方案其实也有很多的问题，比如一个服务原来用一个程序就可以做了，现在变成了三个，势必内网的带宽要增加了，中间的图片要被导来导去，这个怎么办呢？我们现在想到的办法就是做一些本地优先的调度策略，即做完之后，本地有一些水印的，那就优先用本地的。
最后套用大师的一句话：Talk is cheap，Show me the code。目前我们已经将 Sladar 项目开源，项目地址是：https://github.com/upyun/slardar 。