4장 처리율 제한 장치의 설계

네트워크 시스템에서 처리율 제한 장치는 클라이언트 또는 서비스가 보내는 트래픽의 처리율을 제어하기 위한 장치다

HTTP로 예를 들면 이 장치는 특정 기간 내에 전송되는 클라이언트의 요청 횟수를 제한한다.

API의 요청 횟수가 제한 장치에 정의된 임계치를 넘어서면 추가로 도달한 모든 호출은 처리가 중단된다.

• 사용자는 초당 2회 이상 새글을 올릴 수 없다.

• 같은 IP 주소로는 하루에 10개이상의 계정을 생성할 수 없다.

• 같은 디바이스로는 주당 5회이상 리워드를 요청할 수 없다.

API 처리율 제한 장치의 장점

1. Dos 공격에 의한 자원 고갈을 방지 할 수 있다.
   • 대형 IT 기업들이 공개한 거의 대부분의 API는 어떤 형태로든 처리율 제한 장치를 갖고 있다.

2. 비용을 절감 한다.
   • 추가 요청에 대한 처리를 제한하면 서버를 많이 두지 않아도 된다.
   • 처리율 제한은 서드파티 API에 사용료를 지불하고 있는 회사들에게 아주 중요하다.
   • 호출하는 API에 대한 과금이 횟수에 따라 이루어지는 경우 횟수를 제한하고 비용을 절감할 수 있다.

3. 서버 과부하를 막는다.

1단계 문제 이해 및 설계 범위 확정

요구사항

• 설정된 처리율을 초과하는 요청은 정확하게 제한한다.

• 낮은 응답시간: 이 처리율 제한 장치는 HTTP 응답시간에 나쁜 영향을 주어서는 곤란하다.

• 가능한 한 적은 메모리를 써야 한다.

• 분산형 처리율 제한: 하나의 처리율 제한 장치를 여러 서버나 프로세스에 공유할 수 있어야 한다.

• 예외 처리: 요청이 제한되었을 떄는 그 사실을 사용자에게 분명하게 보여주어야 한다.

• 높은 결함 감내성: 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안된다.

2단계 개략적 설계안 제시 및 동의 구하기

처리율 제한 장치는 어디에 둘것인가 ?

1. 클라이언트에 두기
   • 일반적으로 클라이언트는 안정적으로 걸수있는 장소가 못된다.
   • 클라이언트 요청은 위변조가 쉽게 가능하기 때문이다.
   • 모든 클라이언트의 구현을 통제하는 것도 어려울 수 있다.

2. 서버에 두기
   1. API 서버에 두는 방법
   2. API 서버에 안두고 처리율 제한 미들웨어를 만들어 해당 미들웨어로 하여금 API 서버로 가는 요청을 통제하는 것이다
   3. 클라우드 마이크로 서비스의 경우 처리율 제한 장치는 보통 API 게이트웨이라 불리는 컴포넌트에 구현된다.
      • API 게이트웨이는 처리율 제한, SSL 종단, 사용자 인증, IP 허용 목록 관리 등을 지원하는 완전 위탁관리형 서비스 즉 클라우드 업체가 유지보수를 담당하는 서비스다.
      • 일단은 API 게이트 웨이가 처리율 제한을 지원하는 미들웨어 라는 점만 기억하도록 하자.

• 처리율 제한 장치를 어디에 둔다는 것에 대한 정답은 없다. 하지만 일반적인 지침은 있다.
  1. 프로그래밍 언어, 캐시 서비스 등 현재 사용하고 있는 기술 스택을 점검하고 현재 사용하는 프로그래밍 언어가 서버측 구현을 지원하기 충분할 정도로 효율이 높은지 확인하라.
  2. 여러분의 사업 필요에 맞는 처리율 제한 알고리즘을 찾아라. 서버측에서 구현하기로 했다면 알고리즘 선택은 자유롭지만 서드파티의 게이트웨이를 사용한다면 폭은 제한된다.
  3. 설계가 마이크로서비스에 기반하고 있고 사용자 인증이나 IP 허용목록 관리등을 처리하기 위해 API 게이트웨이를 이미 설계에 포함시켰다면 처리율 제한 기능 또한 게이트웨이에 포함시켜야 할 수도 있다.
  4. 처리율 제한 서비스를 직접 만드는 데는 시간이 든다. 처리율 제한 장치를 구현하기에 인력이 없다면 상용 API 게이트웨이를 쓰는것이 바람직한 방법일 것이다.

처리율 제한 알고리즘

• 토큰 버킷 알고리즘
  • 보편적으로 사용되는 알고리즘으로 아마존과 스트라이프가 API 요청을 통제하기 위해 사용한다.
  • 통상적으로 API 엔드포인트 마다 별도의 버킷을 둔다.
  • 예를 들어 사용자마다 하루에 한번만 포스팅할수 있고 친구는 150명까지 추가할수 있고 좋아요 버튼은 다섯번 까지만 누를수 있다면 사용자마다 3개의 버킷을 두어야 할것이다.
  • IP주소별로 처리율 제한을 적용하면 IP 주소마다 버킷을 하나씩 할당
  • 시스템의 처리율을 초당 만개요청으로 제한하고 싶다면 모든 요청이 하나의 버킷을 공유하도록 해야 할것
  • 장점
    • 구현이 쉽다
    • 메모리 사용 측면에서도 효율적이다.
    • 짧은 시간에 집중되는 트래픽도 처리 가능하다 버킷에 남은 토큰이 있기만 하면 요청은 시스템에 전달될 것이다.
  • 단점
    • 이 알고리즘은 버킷 크기와 토큰 공급률이라는 두개의 인자를 갖고 있는데 이 값을 적절하게 튜닝하는것은 까다로운 일이 될 것이다.

• 누출 버킷
  • FIFO 큐로 구현한다.
  • 요청이 도착하면 큐가 가득차 있는지 본다.빈자리가 있는 경우에는 큐에 요청을 추가 한다.
  • 큐가 가득차 있는 경우에는 새 요청은 버린다.
  • 지정된 시간마다 큐에서 요청을 꺼내어 처리한다.
  • 장점
    • 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적이다.
    • 고정된 처리율을 갖고 있기 때문에 안정된 출력이 필요한 경우에 적합하다.
  • 단점
    • 단시간에 많은 트래픽이 몰리는 경우 큐에는 오래된 요청들이 쌓이게 되고 그 요청들을 제때 처리하지 못하면 최신 요청은 버려진다.
    • 두개의 인자를 갖고 있는데 튜닝하기가 힘들다

• 고정 윈도우 카운터
  • 책 참고

• 이동 윈도우 로그
  • 책 참고

• 이동 윈도우 카운터
  • 책 참고

개략적인 아키텍처

• 얼마나 많은 요청이 접수 되었는지를 추적할 수 있는 카운터를 추적 대상 별 ( 사용자 별로 할것인가 IP별로 할것인가 아니면 API 엔드포인트나 서비스 단위로 ? )로 이 카운터의 값이 어떤 한도를 넘어서면 한도를 넘어 도착한 요청은 거부하는 것이다.

• 그렇다면 이 카운터는 어디에 보관할 것인가 ?

• 데이터베이스는 디스크 접근때문에 느리니까 사용하면 안될것이다.

• 메모리상에 동작하는 캐시가 바람직한데 빠른데다 시간에 기반한 만료 정책을 지원하기 때문이다.

• 일례로 레디스는 처리율 제한 장치를 구현할 때 자주 사용되는 메모리 기반 저장장치로서 INCR과 EXPIRE의 두가지 명령어를 지원한다.
  • INCR: 메모리에 저장된 카운터의 값을 1만큼 증가시킨다.
  • EXPIRE: 카운터에 타임아웃 값을 설정한다. 설정된 시간이 지나면 카운터는 자동으로 삭제된다.

3단계 상세 설계

• 처리율 제한 규칙은 어떻게 만들어지고 어디에 저장되는가 ?

• 처리가 제한된 요청들은 어떻게 처리되는가 ?

처리율 제한 규칙

• 규칙이 설정 파일인 경우는 디스크에 저장된다.

처리율 한도 초과 트래픽의 처리

• 경우에 따라서 제한에 초과된 트래픽을 버리는것만이 아닌 따로 모아놓고 나중에 처리할 수도 있다.

처리율 제한 장치가 사용하는 HTTP 헤더

• HTTP 처리율 장치는 HTTP 응답 헤더를 통해 요청이 처리율 제한에 걸리기까지 얼마나 많은 요청을 보낼수 있는지, 자기 요청이 처리율 제한에 걸리고 있는지를 어떻게 감지하는지 를 알 수 있다.
  • X-Ratelimit-Remaining: 윈도 내에 남은 처리 가능 요청의 수
  • X-Ratelimit-Limit: 매 윈도마다 클라이언트가 전송할 수 있는 요청의 수
  • X-Ratelimit-Retry-After: 한도 제한에 걸리지 않으려면 몇초 뒤에 요청을 다시보내야 하는지 알림
  • 사용자가 너무 많은 요청을 보내면 429 too many requests 오류를 X-Ratelimit-Retry-After 헤더와 함꼐 반환하도록 한다.

상세 설계

• 처리율 제한 규칙은 디스크에 보관한다.

• 작업 프로세스는 수시로 규칙을 디스크에서 읽어 캐시에 저장한다.

• 클라이언트가 요청을 서버에 보내면 요청은 먼저 처리율 제한 미들웨어에 도달한다.

• 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다.

• 아울러 카운터 및 마지막 요청의 타임스탬프를 레디스 캐시에서 가져온다.

• 가져온 값들에 근거하여 미들웨어는 요청을 처리한다.
  • 제한에 안걸리면 API 서버로 보낸다.
  • 제한에 걸리면 429 에러를 클라이언트에 보내고 요청을 버릴수도 있고
  • 요청을 큐에 넣어 보관할수도 있다.

분산 환경에서의 처리율 제한 장치의 구현

• 여러대의 서버와 병렬 스레드를 지원하도록 시스템을 확장하는 것은 경쟁조건과 동기화의 문제를 풀어내야 한다

경쟁조건

• 레디스에서 카운터의 값을 읽는다.

• count+1의 값이 임계치를 넘는지 본다.

• 넘지 않는다면 레디스에서 보관된 카운터 값을 1만큼 증가시킨다.

• 병행성이 심한 환경에서는 각각 병렬로 count의 값을 읽어 다른 요청의 처리 상태는 상관하지 않고 count에 1을 더한 값을 레디스에 저장할 것이다.

• 이런 경우 lock을 이용해서 처리하는것이 널리 알려진 해결책이지만 lock은 시스템의 성능을 떨어뜨린다.

• 락 대신 쓸수 있는 해결책 두가지가 있다.
  1. lua 스크립트
  2. 정렬 집합

동기화 이슈

• 동기화는 분산환경에서 고려해야 할 또다른 중요한 요소다.

• 대규모 환경에서는 한대의 처리율 제한 장치로는 서버가 충분하지 않을수 있다.

• 처리율 제한 장치 서버를 여러대 두게되면 동기화가 필요해 진다.

• 이에 대한 해결책중 하나는 스티키 세션을 활용하여 같은 클라이언트로의 요청은 항상 같은 처리율 제한장치로 보낼수 있도록 하는것이다.
  • 이 방법은 비추천
  • 규모면에서 확장 가능하지도 않고 유연하지도 않다.

• 더 나은 방법은 레디스와 같은 중앙 집중형 데이터 저장소를 사용하는 것이다.

성능 최적화

1. 데이터센터에서 멀리 떨어진 사용자를 지원하려다 보면 레이턴시가 증가할 수 밖에 없다.
   • 사용자의 트래픽을 가까운 에지서버로 전달하여 레이턴시를 줄인다.

2. 제한장치간의 데이터를 동기화할 때 최종 일관성 모델을 사용하는 것이다.
   • 6장을 참고

모니터링

처리율 제한 장치를 설치 한 후에 모니터링을 통해 효과적으로 작동하는지 데이터를 모을 필요가 있다.

1. 채택된 처리율 제한 알고리즘이 효과적이다.

2. 정의한 처리율 제한 규칙이 효과적이다.

• 위의 두가지를 모니터링을 통해 확인하자.

4단계 마무리

• hard 또는 soft 처리율 제한
  • hard 제한: 요청의 개수는 임계치를 절대 넘어설수 없다.
  • soft 제한: 요청 개수는 잠시 동안은 임계치를 넘을수 있다.

• 다양한 계층에서의 처리율 제한
  • 이번장은 애플리케이션 계층에서의 처리율만 확인했지만 iptables를 사용하면 네트워크 계층에서도 처리할 수 있다.

• 처리율 제한을 회피하는 방법
  • 클라이언트 측 캐시를 사용하여 API 호출을 줄인다.
  • 처리율 제한의 임계치를 이해하고 짧은 시간 동안 너무 많은 메시지를 보내지 않도록 한다.
  • 예외나 에러를 처리하는 코드를 도입하여 클라이언트가 예외적 상황으로부터 우아하게 복구될 수 있도록 한다.
  • 재시도 로직을 구현할 때는 충분한 백오프 시간을 둔다.

Uploaded by Notion2Tistory v1.1.0