记一次 Istio 冲刺调优

为何要调优

如果说，引入一个技术需要兴趣和冲劲，那么，让这个技术上线需要的是坚持和执着。 Cloud Native 如是， Istio 如是。
在上线前的性能测试中，Istio 的使用提供了可观察性、运维上的便利，同时也引入了痛苦：增加了服务响应延时。如何让痛苦减到最低，成了当下之急。

表现：之前 9ms 的 SERVICE-A，现在要 14 ms 了。SERVICE-A 依赖于 SERVICE-B。

分析之路

脚下有两条路：

1. 直接调整一些认为可疑的配置，禁用一些功能。再压测看结果。
2. 对 sidecar 做 cpu profile，定位可疑的地方。进行相对有根据的调优

我选择了 2。

Sidecar CPU Profile（照肺）

Istio 作为一个比较成熟的开源产品，有其官方的 benchmark 项目：

https://github.com/istio/tool...

我参考了：https://github.com/istio/tool... 。

安装 perf

在 container 中运行 linux 的 perf 工具来对 sidecar 作 profile。其中有一些难点，如 Istio-proxy container 默认全文件系统只读，我修改了为可写。需要以 root 身份进入 container。如果觉得麻烦，自行基于原 image 制作定制 Image 也可。具体方法不是本文重点，不说了。之后可以用包工具（如 apt）来安装 perf了。

这是一个 istio-proxy container 配置的例子：

spec:
  containers:
  - name: istio-proxy
    image: xyz
    securityContext:
      allowPrivilegeEscalation: true
      capabilities:
        add:
        - ALL
      privileged: true
      readOnlyRootFilesystem: false
      runAsGroup: 1337
      runAsNonRoot: false
      runAsUser: 1337

执行 profile 、生成 Flame Graph

以 root 身份进入 istio-proxy container（是的，root可以省点事）

perf record -g  -F 19 -p `pgrep envoy` -o perf.data -- sleep 120
perf script --header -i perf.data > perf.stacks

perf.stacks 复制到开发机后，生成 Flame Graph。是的，需要用到一个 perl 脚本：https://github.com/brendangre... (由我的偶像 Brendan Gregg 荣誉出品)

export FlameGraph=/xyz/FlameGraph
$FlameGraph/stackcollapse-perf.pl < perf.stacks | $FlameGraph/flamegraph.pl --hash > perf.svg

最终生成了 perf.svg ：

上图只是一个 envoy worker线程，还有一个线程与之类似。所以上面的 proxy_wasm::ContextBase::onLog 使用了全进程的 14% CPU。从上图看出，这大概是一个 Envoy 扩展 Filter。问题来了，这是什么 Filter，为何有部分 stack 信息会获取不到（上图中的 perf-18.map）。

Envoy Filter - wasm 的乌托邦

我知道的是，wasm 是一个 vm 引擎（类比 jvm 吧）。Envoy 支持 Native 方式实现扩展，也支持 wasm 方式实现扩展。当然了，vm 擎和 Native 相比一定有性能损耗了。

还好，某哥搜索带我找到这文档：

https://istio.io/v1.8/docs/op...

其中一个图，与一段话给予了我提示：

• baseline Client pod directly calls the server pod, no sidecars are present.
• none_both Istio proxy with no Istio specific filters configured.
• v2-stats-wasm_both Client and server sidecars are present with telemetry v2 v8 configured.
• v2-stats-nullvm_both Client and server sidecars are present with telemetry v2 nullvm configured by default.
• v2-sd-full-nullvm_both Export Stackdriver metrics, access logs and edges with telemetry v2 nullvm configured.
• v2-sd-nologging-nullvm_both Same as above, but does not export access logs.

好地地（现在流行粤语）一个性能测试，整那么多条线干什么？翻译成接地气的是：

• baseline 不使用 sidecars
• none_both 不使用 Istio 的 Filter
• v2-stats-wasm_both 使用 wasm 实现的 filter
• v2-stats-nullvm_both 使用 Native 实现的 Filter

这几句话想说什么？老外有时还是比较含蓄的，接地气地说，就是我们想推广使用 wasm 技术，所以默认就使用这个了。如果你介意那 1ms 的延时，和那么一点点CPU 。还请用回 Native 技术吧。好吧，我承认，我介意。

注：后来我发现，官方标准版本的 Istio 1.8 使用的是 Native 的 Filter。而我们的环境中是个内部定制版本，默认使用了 wasm Filter（或者也是基于安全、隔离性、可移植性大于性能的乌托邦）。所以，可能对于你来说，Native Filter 已经是默认配置。

累坏的 Worker Thread 与 袖手旁观的 core

下面是 enovy 进程的线程级 top 监控。是的，pthread说了，线程命名，不是 Java 世界的专利。COMMAND 一列是线程名字。

top -p `pgrep envoy` -H -b

top - 01:13:52 up 42 days, 14:01,  0 users,  load average: 17.79, 14.09, 10.73
Threads:  28 total,   2 running,  26 sleeping,   0 stopped,   0 zombie
%Cpu(s): 42.0 us,  7.3 sy,  0.0 ni, 46.9 id,  0.0 wa,  0.0 hi,  3.7 si,  0.1 st
MiB Mem : 94629.32+total, 67159.44+free, 13834.21+used, 13635.66+buff/cache
MiB Swap:    0.000 total,    0.000 free,    0.000 used. 80094.03+avail Mem 

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
    42 istio-p+  20   0  0.274t 221108  43012 R 60.47 0.228 174:48.28 wrk:worker_1
    41 istio-p+  20   0  0.274t 221108  43012 R 55.81 0.228 149:33.37 wrk:worker_0
    18 istio-p+  20   0  0.274t 221108  43012 S 0.332 0.228   2:22.48 envoy

同时发现， client 的并发压力提高，并不能明显提高这个 2 worker thread 的 envoy 的间线程 CPU 使用到 100%。民间一直流传的 超线程 CPU core 不能达到 core * 2 性能的情况来了。怎么办？加 worker 试试啦。

一个字：调

Istio 通过 EnvoyFilter 可以定制 Filter，所以我这样玩了：

kubectl apply -f - <<"EOF"
apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:
  ...
  name: stats-filter-1.8
spec:
  configPatches:
  - applyTo: HTTP_FILTER
    match:
      context: SIDECAR_OUTBOUND
      listener:
        filterChain:
          filter:
            name: envoy.http_connection_manager
            subFilter:
              name: envoy.router
      proxy:
        proxyVersion: ^1\.8.*
    patch:
      operation: INSERT_BEFORE
      value:
        name: istio.stats
        typed_config:
          '@type': type.googleapis.com/udpa.type.v1.TypedStruct
          type_url: type.googleapis.com/envoy.extensions.filters.http.wasm.v3.Wasm
          value:
            config:
              configuration:
                '@type': type.googleapis.com/google.protobuf.StringValue
                value: |
                  {
                  }
              root_id: stats_outbound
              vm_config:
                allow_precompiled: true
                code:
                  local:
                    inline_string: envoy.wasm.stats
                runtime: envoy.wasm.runtime.null
                vm_id: stats_outbound
...
EOF

kubectl apply -f - <<"EOF"
apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:
  name: metadata-exchange-1.8
spec:
  configPatches:
  - applyTo: HTTP_FILTER
    match:
      context: SIDECAR_INBOUND
      listener:
        filterChain:
          filter:
            name: envoy.http_connection_manager
      proxy:
        proxyVersion: ^1\.8.*
    patch:
      operation: INSERT_BEFORE
      value:
        name: istio.metadata_exchange
        typed_config:
          '@type': type.googleapis.com/udpa.type.v1.TypedStruct
          type_url: type.googleapis.com/envoy.extensions.filters.http.wasm.v3.Wasm
          value:
            config:
              configuration:
                '@type': type.googleapis.com/google.protobuf.StringValue
                value: |
                  {}
              vm_config:
                allow_precompiled: true
                code:
                  local:
                    inline_string: envoy.wasm.metadata_exchange
                runtime: envoy.wasm.runtime.null
...
EOF

注：后来我发现，官方标准版本的 Istio 1.8 使用的是 Native 的 Filter，即 envoy.wasm.runtime.null。而我们的环境中是个内部定制版本，默认使用了 wasm Filter（或者也是基于安全、隔离性、可移植性大于性能的乌托邦）。所以，上面的的优化，可能对于你来说，是默认配置已经完成了。即，你可以忽略……

下面是修改 envoy 的线程数：

kubectl edit deployments.apps my-service-deployment

spec:
  template:
    metadata:
      annotations:
        proxy.istio.io/config: 'concurrency: 4'

Sidecar CPU Profile（再照肺）

由于用 native envoy filter 代替了 wasm filter。上图可见，stack 丢失情况没了。实测 CPU 使用率下降约 8%，延迟减少了 1ms。

总结

与其谴责坑爹的定制版本的默认 wasm envoy filter 配置、线程配置，不如想想自己为何付出数天的代价，才定位到这个问题。当我们很兴奋地坐上某新技术船上时，除了记得带上救生圈，还不能忘记：你是船长，除了会驾驶，你更应该了解船的工作原理和维修技术，才可以应对突发，不负所托。

原文：https://blog.mygraphql.com/zh/posts/cloud/istio/istio-tunning/istio-filter-tunning-thread/