Service Mesh
本文中有些图片的显示会有格式上的问题,建议 点击 这里 查看原文。
What's a service mesh
Service Mesh 这个概念最早由开发Linkerd 的 Buoyant, Inc 公司提出,而 Service Mesh 这个概念的定义则是 Buoyant, Inc 公司的 CEO William Morgan 于 2017 年 4 月 25 日 在 公司官网发布的的题 为 "What's a service mesh? And why do I need one?" 文章中给出的。
下面我们来看一下定义的内容。
WHAT IS A SERVICE MESH?
A service mesh is a dedicated infrastructure layer for handling service-to-service communication. It’s responsible for the reliable delivery of requests through the complex topology of services that comprise a modern, cloud native application. In practice, the service mesh is typically implemented as an array of lightweight network proxies that are deployed alongside application code, without the application needing to be aware. (But there are variations to this idea, as we’ll see.)
翻译过来就是:Service Mesh是用于处理服务与服务间通信的专用基础结构层。 云原生应用有复杂的服务拓扑图,Service Mesh可以保证请求在拓扑之间可靠地传递。 在实际应用中,Service Mesh 通常是由一系列轻量级的网络代理组成的,它们与应用程序部署在一起,但是应用程序并不需要知道他们的存在。
其实总结一下,无非就是下面两点:
Service Mesh 是一个专门负责请求可靠传输的基础架构层
Service Mesh 与应用部署在一起,通过网络代理来实现,应用程序无感知。
同时,William Morgan 对 Service Mesh 的概念进行了补充说明,明确了Service Mesh 的职责边界:
The concept of the service mesh as a separate layer is tied to the rise of the cloud native application. In the cloud native model, a single application might consist of hundreds of services; each service might have thousands of instances; and each of those instances might be in a constantly-changing state as they are dynamically scheduled by an orchestrator like Kubernetes. Not only is service communication in this world incredibly complex, it’s a pervasive and fundamental part of runtime behavior. Managing it is vital to ensuring end-to-end performance and reliability.
Service Mesh 作为一个独立的基础架构层,是与云原生应用的崛起紧密相关的。在云原生模型里,一个单独的应用可能包含成百上千个服务,每个服务又可能包含成千上万个实例,每个实例可能处于不断变化的状态,因为有kubernetes这样类似的调度器存在。服务间通信不仅异常复杂,而且也是运行时行为的基础。管理好服务间通信对于保证端到端的性能和可靠性来说是非常重要的。
在笔者的理解中,Service Mesh 像本节的标题一样,是下一代微服务,它是一种架构,一种不是三言两语就能将其梳理清楚的新型架构。因此,只有结合实际的Service Mesh应用才能将其完全的理解。而目前在Service Mesh生态中,除了kubernetes,还有两个非常重要的组件。
接下来我们介绍一下ServiceMesh生态中两个非常重要的成员 Linkerd和Istio,通过对这两个成员的架构学习,尝试去搞清楚到 What is Service Mesh?.
Linkerd
Linkerd 是一种Service Mesh (基于William Morgan的定义,因为就是他们公司的产品,所以它当然是一种Service Mesh),它为云原生应用程序增加了可观察性,可靠性和安全性,无需更改代码。例如,Linkerd可以监控和报告每个服务的成功率和延迟,可以自动重试失败的请求,并且可以加密和验证服务之间的连接(TLS),所有这些都不需要对应用程序本身进行任何修改。
从较高层面来说,Linkerd 由 control plane
和data plane
组成。
control plane
是一组运行在特定 namespace
(默认为linkerd)中的服务.这些服务完成各种诸如 聚合遥测数据,提供面向用户的API,向 data plane
代理发送控制数据等操作.这些操作共同驱动 data plane
的行为。
data plane
在是由与每个服务实例运行在一起的透明代理(服务无感知)组成。这些代理自动处理进出服务的所有流量。由于这些代理是透明的,所以他们充当了向 control plane
发送监测数据,并且从control plane
接收控制数据的进程外控制程序。
Control Plane
Linkerd control plane
是一组运行在特定 namespace
(默认为linkerd)中的服务.这些服务完成各种诸如 聚合遥测数据,提供面向用户的API,向 data plane
代理发送控制数据等操作.这些操作共同驱动 data plane
的行为。
control plane
由四部分组成。
Controller -
controller deployment
由多个容器 (public-api
,proxy-api
,destination
,tap
) 组成,这些容器组合起来提供了control plane
的功能.Web -
web deployment
提供了 Linkerd dashboard.Prometheus - Linkerd 提供的 metrics 由 Prometheus 收集和存储. 但是这个实例被配置为只用来收集和处理 Linkerd 产生的数据。如果想要与现有的Prometheus集成,可以参考这里https://linkerd.io/2/tasks/exporting-metrics/ .
Grafana - Linkerd 提供了许多开箱即用的 dashboard。 可以与现有的Grafana组件结合在一起。
DataPlane
Linkerd data plane
,由轻量级代理组成,他们作为 sidecar
容器与服务代码部署在一起(可以理解为每个pod中,除了有一个container运行service code ,还需要有一个 sidecar container 运行 data proxy)。 为了把 现有的服务加入到 Linkerd service mesh
中,就需要重新发布所有的pod以便让pod中包含 data plane proxy
(linkerd inject
命令就可以完成这个事情)。并且可以通过 CLI 命令 Adding Your Service 将服务添加到 data plane
.
这些代理透明地拦截与每个pod之间的通信,并添加诸如检测和加密(TLS)之类的功能,以及根据相关策略允许和拒绝相关请求。
同时,这些代理并不需要手动进行配置,而是通过 control plane
来进行配置。
Proxy
这些超轻的透明代理是由rust编写的,他们被 install 到每个 服务的pod中,成为 data plane
的一部分。 它接收pod的所有传入流量,并通过initContainer
拦截所有传出流量,initContainer
配置iptables
以正确转发流量。因为它是 sidecar
模式,用来拦截服务的所有传入和传出流量,所以不需要更改代码,甚至可以将其添加到正在运行的服务中。
这些代理包含以下特性:
对HTTP,HTTP/2和任意TCP协议透明,零配置代理。
自动导出HTTP 和 TCP 流量的Prometheus metric指标。
透明,零配置WebSocket代理。
自动,延迟感知,七层负载
针对非HTTP的4层负载均衡
支持TLS
守护进程,分类诊断API
CLI
Linkerd CLI
运行在 node节点上,用来与 control plane
和 data plane
进行交互。可以用来查看统计数据,实时调试生产中的数据,和安装升级 data plane 等
.
Dashboard
Linkerd Dashboard 可以实时查看服务的运行状态.它可用于查看 特定 指标(成功率,请求/秒和延迟),可视化服务依赖性并了解特定服务路由的运行状况.
Grafana
作为 control plane
的一个组件, Grafana 提供了一些开箱即用的 Dashboard。可以用来查看很多信息,例如请求状况,甚至pod内部的一些状态。
Prometheus
Prometheus 是一种云原生的监控解决方案,用来收集和存储所有的Linkerd metrics。它作为 control plane
的一部分,并且为 CLI,Dashboard,Grafana 提供相应的数据。
data plane
中的代理暴露了 4191
的端口,用来给Prometheus收集数据,每10秒钟刷新一次。 这些指标 可以给其他的Linkerd 组件使用,例如 CLI 和dashboard。
Istio
Istio 是什么
Architecture
Istio Service Mesh 逻辑上分为data plane
和 control plane
。
data plane
由一组以 sidecar 方式部署的智能代理(Envoy)组成。这些代理可以调节和控制微服务及 Mixer 之间所有的网络通信。control plane
负责管理和配置代理来路由流量。此外控制平面配置 Mixer 以实施策略和收集遥测数据.
Envoy
Istio 使用 Envoy 代理的扩展版本,Envoy 是以 C++ 开发的高性能代理,用于调解服务网格中所有服务的所有入站和出站流量。Envoy 的许多内置功能被 Istio 发扬光大,例如:
动态服务发现
负载均衡
TLS 终止
HTTP/2 & gRPC 代理
熔断器
健康检查、基于百分比流量拆分的灰度发布
故障注入
丰富的度量指标
Envoy 被部署为 sidecar,和对应服务在同一个 Kubernetes pod 中。这允许 Istio 将大量关于流量行为的信号作为属性提取出来,而这些属性又可以在 Mixer 中用于执行策略决策,并发送给监控系统,以提供整个网格行为的信息。
Sidecar 代理模型还可以将 Istio 的功能添加到现有部署中,而无需重新构建或重写代码。
Mixer
Mixer 是一个独立于平台的组件,负责在服务网格上执行访问控制和使用策略,并从 Envoy 代理和其他服务收集遥测数据。代理提取请求级属性,发送到 Mixer 进行评估。有关属性提取和策略评估的更多信息,请参见 Mixer 配置。
Mixer 中包括一个灵活的插件模型,使其能够接入到各种主机环境和基础设施后端,从这些细节中抽象出 Envoy 代理和 Istio 管理的服务。
Pilot
Pilot 为 Envoy sidecar 提供服务发现功能,为智能路由(例如 A/B 测试、金丝雀部署等)和弹性(超时、重试、熔断器等)提供流量管理功能。它将控制流量行为的高级路由规则转换为特定于 Envoy 的配置,并在运行时将它们传播到 sidecar。
Pilot 将平台特定的服务发现机制抽象化并将其合成为符合 Envoy 数据平面 API 的任何 sidecar 都可以使用的标准格式。这种松散耦合使得 Istio 能够在多种环境下运行(例如,Kubernetes、Consul、Nomad),同时保持用于流量管理的相同操作界面。
Citadel
Citadel 通过内置身份和凭证管理赋能强大的服务间和最终用户身份验证。可用于升级服务网格中未加密的流量,并为运维人员提供基于服务标识而不是网络控制的强制执行策略的能力。从 0.5 版本开始,Istio 支持基于角色的访问控制,以控制谁可以访问您的服务,而不是基于不稳定的三层或四层网络标识。
Galley
Galley 将担任 Istio 的配置验证,获取配置,处理和分配组件的任务。它负责将其余的 Istio 组件与从底层平台(例如 Kubernetes)获取用户配置的细节中隔离开来。
Linkerd Or Istio
这里有国外网友进行的一个比较 Linkerd or Istio?
下面是我将Linkerd和Istio官方网站上的内容进行的摘录。
Linkerd的特点
摘录地址 Linkerd Features
Istio的特点
摘录地址 Istio的功能状态,这个地址列表每个月都会进行更新。
流量管理
可观察性
安全和策略实施
核心
从上面列举的众多特性中可以看出,Istio似乎具有更多的特性,但是实际生产中,具体使用哪一个,还是要结合自己的实际需要来进行判断。而且,功能多并不一定是好事。
Microservices & Service Mesh
下面这张图表示了我们常用的微服务逻辑
前面说过,服务网格业内并没有统一的标准抽象架构,所以我们以Istio的一个架构为例。
总结
实现原理
综合上面我们介绍的两种Service Mesh 组件来看,他们都具备下面几方面内容。同时,从参考了大部分的国内自研ServerMesh工具来看,大体上也是采用下面的这种思路,接下来,我们总结一下。
SideCar
SideCar 模式,是Service Mesh 的一个重点内容。首先来看下传统的微服务中,服务与服务之间是怎么样的一个关系。
其中的 NetworkFunctions
就包括了我们平常使用的熔断降级,负载均衡等一系列的功能。
那么升级之后的ServiceMesh又应该怎么来理解呢?
可以看到,原本服务框架中需要在我们每个服务里面实现的一些框架功能诸如 服务发现,负载均衡,熔断降级都由SideCar来实现了,而我们的服务代码,业务代码再也不用关心与业务本身无关的内容了。
Control Plane
sidecar 实现了服务的拦截调用功能,所有的服务都通过SideCar来进行转发和流量处理,这样所有的sidecar再通过一个Control Plane作为中心点来管控全局,这就形成了一个服务网格。有了前面SideCar的作用,controlplane 作为一个中心点的作用就很明显了。
服务发现, 我们写的服务通过sidecar 注册到Control Plane 的注册中心,这样当,服务需要进行其他服务调用的时候,先经过SideCar,然后SideCar 去Control Plane 注册中心 查询相应的服务提供者的列表。
负载均衡 ,承接上一步,拿到了服务提供者的列表之后,SideCar就根据一定的负载均衡算法选择一个节点进行调用。同时通过ControlPlane 也可以修改这些SideCar的负载均衡算法。
请求路由,SideCar 从ControlPlane 拿到服务提供者列表之后,也可以通过ControlPlane来进行控制,例如 A/B Test,流量切换等等。
故障处理,服务之间调用如果出现故障,就需要加以控制,超时重传,熔断等,这些都可以通过SideCar转发时,通过ControlPlane动态配置。
安全认证,通过ControlPlane 控制哪个服务可以被谁进行访问,以及访问哪些信息
监控上报,所有SideCar转发的信息都会经过ControlPlane,再由ControlPlane发送给监控系统,例如Prometheus。
日志记录,所有SideCar转发的日志信息也会经过ControlPlane,再由ControlPlane发送给日志系统。
资源配额,例如可以在ControlPlane里面对每个服务配置最大调用次数,这样SideCar转发调用时就会进行次数的审计。
最终,我们祭出这张图应该就可以理解了。
到底解决了什么问题
1、跨语言服务调用的需要,现有的很多开源微服务框架要么与特定的语言绑定如dubbo和spring cloud,只支持java,要么是与语言无关如gRPC,需要定义IDL文件,然后根据这个文件生成不同语言的client和server,并且很多功能例如超时重传,负载均衡,服务发现等都需要各自实现一遍,开发成本高。
2、云原生应用的需要,现在越来越多的微服务进行了容器化,并且开始在如kubernetes这样的平台上运行。传统的服务治理,需要在业务代码里集成服务框架的SDK,这就比较麻烦,而Service Mesh 可以无侵入的进行服务治理,比较符合云原生的理念。
3、分布式跟踪以及性能瓶颈判断。现有的微服务架构中,很难做到一次请求的全链路跟踪判断,以及我们在分析系统瓶颈时,找到具体的关键瓶颈点。然而服务网格解决了这个问题。服务网格提供了分布式跟踪,能够轻松的分析出哪些服务导致了请求延迟或者造成了系统瓶颈。
4、提供了指标集合,服务网格好像一个监控系统一样,提供了一个收集指标的能力,称为遥测数据。以Istio为例,其中Mixer 及其适配器就是这样的作用。根据这些数据,我们能够了解到在各个时间维度上,应用程序发生了什么,同时这些指标可以作为了解应用程序是否健壮的关键数据。也可以为系统调优提供有用参数依据。
至于现有的微服务如何与Service Mesh结合起来,就可以参考下面这篇文章 Service Mesh vs API Gateway
补充 Service Mesh 发展史
参考
Last updated