facebook推广--脸书买观看量

社会公众号高度关注 「美妙的 Linux 当今世界」
标为「隆哥蒙」,每晚带你畅享 Linux !
译者者序
责任编辑译者自 Facebook 在 LPC 2021 讨论会上的一则撷取:From XDP to Socket: Routing of packets beyond XDP with BPF[1]。
副标题可意译为《从 XDP 到 Socket 的(客货运输径)网络流量交换机:XDP 不如,BPF 来凑》,即使 XDP 运转 在存储设备上,因此在边界线和网络流量出口处,再尔后的方向(特别是到了Mach协定栈)它就管不 到了,因此导入了其它许多 BPF 控制技术来接力赛那个交换机操作过程。除此之外, 这儿的交换机绝非广义的交换机器四层交换机,而要特指 L3-L7 网络流量转贴。
虽然译者者水准非常有限,责任编辑难免存有陈述或严重错误含意。但如疑问,请翻查书名。
以下是译文。
1 引言
用户请求从公网到达 Facebook 的边界线 L4LB 节点之后,往下会涉及到两个阶段(每个阶 段都包括了 L4/L7)的网络流量转贴:
从 LB 节点负载均衡到特定主机
主机内:将网络流量负载均衡到不同 socket
以上两个阶段都涉及到网络流量的一致性交换机(consistent routing of packets)问题。责任编辑介绍这一操作过程中面临的挑战,以及我们如何基于最新的 BPF/XDP 特性来应对这些挑战。
1.1 前期工作
几年前也是在 LPC 讨论会,我们撷取了 Facebook 基于 XDP 开发的几种服务,例如
基于 XDP 的四层负载均衡器(L4LB)katran[2], 从 2017 年开始,每个进入 facebook.com 的包都是经过 XDP 处理的;
基于 XDP 的防火墙(挡在 katran 前面)。
1.2 Facebook 网络流量基础设施
从层次上来说,如下图所示,Facebook 的网络流量基础设施分为两层:
边界线层(edge tiers),位于 PoP 点
数据中心层,我们称为 Origin DC
每层都有一套全功能 LB(L4+L7)
Edge PoP 和 Origin DC 之间的 LB 通常是长链接
从功能上来说,如下图所示:
用户连接(user connections)在边界线终结,
Edge PoP LB 将 L7 网络流量交换机到终端主机,
Origin DC LB 再将 L7 网络流量交换机到最终的应用,例如 HHVM 服务。
1.3 面临的挑战
总结一下前面的内容:公网网络流量到达边界线节点后,接下来会涉及 两个阶段的网络流量负载均衡(每个阶段都是 L4+L7),
宏观层面:LB 节点 -> 后端主机
微观层面(主机内):主机Mach -> 主机内的不同 socket
这两个阶段都涉及到网络流量的高效、一致性交换机(consistent routing)问题。
责任编辑介绍这一操作过程中面临的挑战,以及我们是如何基于最新的 BPF/XDP 特性 来解决这些挑战的。具体来说,我们用到了两种类型的 BPF 程序:
BPF TCP header options[3]:解决主机外(宏观)负载均衡问题;
BPF_PROG_TYPE_SK_REUSEPORT
[4](及相关 map 类型BPF_MAP_TYPE_REUSEPORT_SOCKARRAY
):解决主机内(微观)负载均衡问题。
2 选择后端主机:数据中心内网络流量的一致性与无状态交换机(四层负载均衡)
先看第一部分,从 LB 节点转贴到 backend 机器时,如何来选择主机。这是四层负载均衡问题。
2.1 Katran (L4LB) 负载均衡机制
回到网络流量基础设施图,这儿主要高度关注 Origin DC 内部 L4-L7 的负载均衡,
katran 是基于 XDP 实现的四层负载均衡器,它的内部机制:
实现了一个 Maglev Hash 变种,通过一致性哈希选择后端;
在一致性哈希之上,还维护了自己的一个本地缓存来跟踪连接。那个设计是为了在某些后端维护或故障时,避免其它后端的哈希发生变化,后面会详细讨论。
用伪代码来表示 Katran 选择后端主机的逻辑:
intpick_host(packet* pkt){if(is_in_local_cache(pkt))returnlocal_cache[pkt]returnconsistent_hash(pkt) % server_ring}
这种机制非常有效,也非常高效(highly effective and efficient)。
2.2 一致性哈希的局限性
2.2.1 容错性:后端故障对非相关连接的扰动
一致性哈希的一个核心特性是具备对后端变化的容错性(resilience to backend changes)。当一部分后端发生故障时,其它后端的哈希表项不受影响(因此对应的连接及主机也不受影响)。Maglev 论文中已经给出了评估这种容错性的指标,如下图,
Maglev: A fast and reliable software network load balancer. OSDI 2016
横轴表示 backend 挂掉的百分比
纵轴是哈希表项(entries)变化的百分比,对应受影响连接的百分比
Google 放这张图是想说明:一部分后端发生变化时,其它后端受影响的概率非常小;但从我们的角度来说,以上这张图说明:即使后端挂掉的比例非常小, 整个哈希表还是会受影响,并不是完全无感知 —— 这就会 导致一部分网络流量被严重错误交换机(misrouting):
对于短连接来说,例如典型的 HTTP 应用,那个问题可能影响不大;
但对于 tcp 长连接,例如持续几个小时的视频流,这种扰动就不能忍了。
2.2.2 TCP 长连接面临的问题
首先要说明,高效 != 100% 有效。对于 TCP 长连接来说(例如视频),有两种场景会它们被 reset:
intpick_host(packet* pkt){if(is_in_local_cache(pkt))// 场景一:ECMP shuffle 时(例如 LB 节点维护或故障),这儿会 missreturnlocal_cache[pkt]returnconsistent_hash(pkt) % server_ring// 场景二:后端维护或故障时,这儿的好像有(较小)概率发生变化}
解释一下:
如果 LB 升级、维护或发生故障,会导致交换机器 ECMP shuffle,那原来交换机到某个 LB 节点的 flow,可能会被重新交换机到另一台 LB 上;虽然我们维护了 cache,但它是 LB node local 的,因此会发生 cache miss;
如果后端节点升级、维护或发生故障,那么根据前面 maglev 容错性的实验结果,会有一 部分(虽然比例不是很大)的 flow 受到影响,导致交换机严重错误。
解决那个问题的一种方式是在所有 LB 节点间共享那个 local cache (类似于 L4LB 中的 session replication),但这是个很糟糕的主意 ,即使这就需要去解决除此之外一大堆分布式系统相关的问题,特别我们不希望导入任何 会降低那个极快数据方向性能的东西。
2.2.3 QUIC 协定为什么不受影响
但对于 QUIC 来说,这都不是问题。
connection_id
QUIC 规范(RFC 9000)中允许 server 将任意信息嵌入到包的connection_id
字段。
Facebook 已经广泛使用 QUIC 协定,因此在 Facebook 内部,我们可以
在 server 端将交换机信息(routing information)嵌入到
connection_id
字段,并要求客户端必须将那个信息带回来。
完全无状态四层交换机
这样整条链路上都可以从包中提取那个 id,无需任何哈希或 cache 查找,最终实现的是一个 完全无状态的四层交换机(completely stateless routing in L4)。
那能不能为 TCP 做类似的事情呢?答案是可以。这就要用到 BPF-TCP header option 了。
2.3 TCP 连接解决方案:利用 BPF 将 backend server 信息嵌入 TCP Header
2.3.1 原理和流程
基本思想:
编写一段
BPF_PROG_TYPE_SOCK_OPS
类型的 BPF 程序,attach 到 cgroup:在 LISTEN, CONNECT, CONN_ESTD 等事件时会触发 BPF 程序的执行
BPF 程序可以获取包的 TCP Header,然后往其中写入交换机信息(这儿是 server_id),或者从中读取交换机信息
在 L4LB 侧维护一个 server_id 缓存,记录仍然存活的 backend 主机
以下图为例,我们来看下 LB 节点和 backend 故障时,其它 backend 上的原有连接如何做到不受影响:
客户端发起一个 SYN;
L4LB 第一次见这条 flow,因此通过一致性哈希为它选择一台 backend 主机,然后将包转贴过去;
图中这台主机获取到自己的 server_id 是 42,然后将那个值写到 TCP header;
客户端主机收到包后,会解析那个 id 并存下来,后面发包时都会带上那个 server_id;
服务端应答 SYN+ACK,其中 服务端 BPF 程序将 server_id 嵌入到 TCP 头中;
假设过了一会发生故障,前面那台 L4LB 挂了(这会导致 ECMP 发生变化);除此之外,某些 backend hosts 也挂了(这会 影响一致性哈希,原有连接接下来有小概率会受到影响),那么接下来,
客户端网络流量将被(数据中心基础设施)转贴到另一台 L4LB;
这台新的 L4LB 解析客户端包的 TCP header,提取 server_id,查询 server_id 缓存( 注意不是 Katran 的 node-local 连接缓存)之后发现 这台机器还是 active 的,因此直接转贴给这台机器。
可以看到在 TCP Header 中导入了交换机信息后,未发生故障的主机上的长连接就能够避免 因 L4LB 和主机挂掉而导致的 misrouting(会被直接 reset)。
2.3.2 开销
数据开销:TCP header 增加 6 个字节
struct tcp_opt {uint8_t kind;uint8_t len;uint32_t server_id;}; // 6-bytes total
运转时开销:不明显
需要在 L4LB 中解析 TCP header 中的 server_id 字段,理论上来说,那个开销跟代码实 现的好坏相关。我们测量了自己的实现,那个开销非常不明显。
2.3.3 实现细节
监听的 socket 事件
switch(skops->op) {caseBPF_SOCK_OPS_TCP_LISTEN_CB:caseBPF_SOCK_OPS_PASSIVE_ESTABLISHED_CB:caseBPF_SOCK_OPS_TCP_CONNECT_CB:caseBPF_SOCK_OPS_ACTIVE_ESTABLISHED_CB:caseBPF_SOCK_OPS_PARSE_HDR_OPT_CB:caseBPF_SOCK_OPS_HDR_OPT_LEN_CB:caseBPF_SOCK_OPS_WRITE_HDR_OPT_CB:. . .}
维护 TCP flow -> server_id 的映射
在每个 LB 节点上用 bpf_sk_storage 来存储 per-flow server_id。也就是说,
对于建连包特殊处理,
建连之后会维护有 flow 信息(例如连接跟踪),
对于建连成功后的普通网络流量,从 flow 信息就能直接映射到 server_id, 不需要针对每个包去解析 TCP header。
server_id 的分配和同步
前面还没有提到如何分配 server_id,以及如何保证这些后端信息在负 载均衡器侧的时效性和有效性。
我们有一个 offline 工作流,会给那些有业务在运转的主机随机分配 一个 id,然后将那个信息同步给 L4 和 L7 负载均衡器(Katran and Proxygen), 后者拿到这些信息后会将其加载到自己的控制平面。因此那个系统不会有额外开销,只要 保证 LB 的元信息同步就行了。
虽然那个机制同时适用于 QUIC 和 TCP,因此 pipeline 是同一个。
2.3.4 效果
2.3.5 限制
这种方式要求 TCP 客户端和服务端都在自己的控制之内,因此
对典型的数据中心内部访问比较有用;
要用于数据中心外的 TCP 客户端,就要让后者将带给它们的 server_id 再带回来,但那个基本做不出;
即使它们带上了,网络中间处理节点(middleboxes)和防火墙(firewalls)也可能会将这些信息丢弃。
2.4 小结
通过将 server_id 嵌入 TCP 头中,我们实现了一种 stateless routing 机制,
这是一个完全无状态的方案
额外开销(CPU / memory)非常小,基本感知不出
其它竞品方案都非常复杂,例如在 hosts 之间共享状态,或者将 server_id 嵌入到 ECR (Echo Reply) 时间戳字段。
这部分内容在 SIGCOMM 2020 论文中有详细介绍。想了解细节的可参考:
Facebook,Zero Downtime Release: Disruption-free Load Balancing of a Multi-Billion User Website[5]. SIGCOMM 2020
拉出:拉出之后的实例不再接受新连接,但在一定时间窗口内,继续为老连接提供服务;
那个窗口称为 graceful shutdown(也叫 draining) period,例如设置为 5 或 10 分钟;
拉出一般是通过将 downstream service 的健康监测置为 false 来实现的,例如在那个例子中,就是让 Proxygen 返回给 katran 的健康监测是失败的。
一般来说,只要 graceful 时间段设置比较合适,一部分甚至全部老连接能够在那个 窗口内正常退出,从而不会引起用户可见的 spike;但另一方面,如果此时仍然有老 连接,那这些客户端就会收到 tcp reset。
部署新代码,
关闭现有进程,创建一个新进程运转新代码。
监听并接受新连接:升级之后的 Proxygen 开始正常工作, 最终达到和升级之前同等水准的一个连接状态。
3.1.2 存有的问题
从 graceful shutdown 开始,到新代码已经接入了正常量级的网络流量,这段时间内 系统容量并没有达到系统资源所能支撑的最大值, 例如三个 backend 本来最大能支撑 3N 个连接,那在升级其中一台的时间段内,系统能支撑的最大连接数就会小于 3N,在 2N~3N 之间。这也是为什么很多公司都避免在业务高峰(而要选择类似周日凌晨五点这样的时间点)做这种变更的原因之一。
本质上来说,这种方式扩展性太差,主机或实例数量一多效率就非常低了。
3.2.1 早期方案:socket takeover (or zero downtime restart)
TCP socket 分为两部分:已接受的连接(编号 1~N)和监听新连接的 listening socket
UDP socket,bind 在 VIP 上
创建一个新实例
将 TCP listening socket 和 UDP VIP 迁移到新实例;老实例仍然 serving 现有 TCP 连接(
1 ~ N
),新实例开始接受新连接(
N+1 ~ +∞
),包括新的 TCP 连接和新的 UDP 连接老实例等待 drain
可以看到,这种方式:
老连接被 reset 的概率可以大大降低,只要允许老实例有足够的 drain 窗口
那么,这种方式有什么缺点吗?
存有的问题
但我们今天要讨论的是另一个问题:UDP 网络流量的分发或称解复用(de-multiplex)。
TCP 的状态维护在Mach。
UDP 协定 —— 特别是维护连接状态的 UDP 协定,具体来说就是 QUIC —— 所有 状态维护在应用层而非Mach,因此Mach完全没有 QUIC 的上下文。
虽然 socket 迁移是在Mach做的,而Mach没有 QUIC 上下文(在应用层维护),因此 当新老进程同时运转时,Mach无法知道对于一个现有 UDP 连接的包,应该送给哪个进程 (即使对于 QUIC 没有 listening socket 或 accepted socket 的概念),因此有些包会到老进程,有些到新进程,如下图左边所示;
为解决那个问题,我们导入了用户空间解决方案。例如在 QUIC 场景下,会查看 ConnectionID 等 QUIC 规范中允许携带的元信息,然后根据这些信息,通过另一个 local socket 转贴给相应的老进程,如以上右图所示。
虽然能解决 QUIC 的问题,但可以看出,这种方式非常复杂和脆弱,涉及到大量进程间通信,需要维护许多状态。有没有简单的方式呢?
3.2.2 其它方案调研:SO_REUSEPORT
Socket takeover 方案复杂性和脆弱性的根源在于:为了做到客户端无感,我们在两个进程间共享了同一个 socket。因此要解决那个问题,就要避免在多个进程之间共享 socket。
这自然使我们想到了SO_REUSEPORT[6]: 它允许 多个 socket bind 到同一个 port。但这儿仍然有一个问题:UDP 包的交换机操作过程是非一致的(no consistent routing for UDP packets),如下图所示:
如果新老实例的 UDP socket bind 到相同端口,那一个实例重启时,哈希结果就会发生变化,导致那个端口上的包发生 misrouting。
另一方面,SO_REUSEPORT 还有性能问题,
TCP 是有一个独立线程负责接受连接,然后将新连接的文件描述符转给其它线程 ,这种机制在负载均衡器中非常典型,可以认为是在 socket 层做分发;
UDP 状态在应用层,因此Mach只能在 packet 层做分发, 负责监听 UDP 新连接的单个线性不但要处理新连接,还负责包的分发,显然会存有瓶颈和扩展性问题。
因此直接使用 SO_REUSEPORT 是不行的。
3.2.3 思考
我们后退一步,重新思考一下我们的核心需求是什么。有两点:
在Mach中实现网络流量的无损切换,以便客户端完全无感知;
操作过程能做到快速和可扩展,不存有明显性能瓶颈;
Mach提供了很多功能,但并没有哪个功能是为专门那个场景设计的。因此要彻底解决问题,我们必须导入某种创新。
理论上:只要我们能控制主机内包的交换机操作过程(routing of the packets within a host),那以上需求就很容易满足了。
实现上:仍然基于 SO_REUSEPORT 思想,但同时解决 UDP 的一致性交换机和瓶颈问题。
最终我们导入了一个 socket 层负载均衡器 bpf_sk_reuseport。
3.3 新方案:bpf_sk_reuseport
3.3.1 方案设计
简单来说,
在 socket 层 attach 一段 BPF 程序,控制 TCP/UDP 网络流量的转贴(负载均衡):
通过一个 BPF map 维护配置信息,业务进程 ready 之后自己配置网络流量切换。
3.3.2 好处
这种设计的好处:
通用,能处理多种类型的协定。
在 VIP 层面,能更好地控制新进程(新实例)启动后的网络流量接入操作过程,例如
Proxygen 在启动时经常要做许多初始化操作,启动后做许多健康检测工作, 因此在真正开始干活之前还有一段并未 ready 接收请求/网络流量的窗口 —— 即使它此时已经 bind 到端口了。
在新方案中,我们无需关心这些,应用层自己会判断新进程什么时候可以接受网络流量 并通知 BPF 程序做网络流量切换;
性能方面,也解决了前面提到的 UDP 单线程瓶颈;
在包的交换机(packet-level routing)方面,还支持根据 CPU 调整交换机权重(adjust weight of traffic per-cpu)。例如在多租户环境中,CPU 的利用率可能并不均匀,可以根据自己的需要实现特定算法来调度,例如选择空闲的 CPU。
最后,未来迭代非常灵活,能支持多种新场景的实验,例如让每个收到包从 CPU 负责处理该包,或者 NUMA 相关的调度。
用一个BPF_MAP_TYPE_REUSEPORT_SOCKARRAY
类型的 BPF map 来配置转贴规则,其中,
key:
: value:socket 的文件描述符,与业务进程一一对应
如下图所示,即使新进程已经起来,但只要还没 ready(BPF map 中仍然指向老进程),
BPF 就继续将所有网络流量转给老进程,
新进程 ready 后,更新 BPF map,告诉 BPF 程序它可以接收网络流量了:
BPF 程序就开始将网络流量转贴给新进程了:
前面没提的一点是:我们仍然希望将 UDP 包转贴到老进程上,这儿实现起来其实就非常简单了:
已经维护了 flow -> socket 映射
如果 flow 存有,就就转贴到对应的 socket;不存有在创建一个新映射,转贴给新实例的 socket。
这也解决了扩展性问题,现在可以并发接收包(one-thread-per-socket),不用担心新进程启动时的 disruptions 或 misrouting 了:
3.3.4 新老方案效果对比
另一个条是同一时间的丢包数量,
可以看到在整个升级期间,丢包数量没有明显变化。
再来看网络流量分发性能,分别对 socket takeover 和 bpf_sk_reuseport 两种方式加压:
控制组/对照组(左边):3x 网络流量时开始丢包,
实验组(右边):30x,因此还没有到分发瓶颈但 CPU 已经用满了,但即使这样丢包仍然很少。
3.3.5 遇到的坑
生产环境遇到过一个严重问题:新老进程同时运转期间,观察到 CPU spike 甚至 host locking;但测试环境从来没出现过,因此在实现上我们也没有特别消耗 CPU 的逻辑。
排查之后发现,那个问题跟 BPF 程序没关系,直接原因是
在同一个 netns 内有大量 socket,
新老实例同时以支持和不支持 bpf_sk_reuseport 的方式 bind 到了同一端口,
bind("[::1]:443"); /* without SO_REUSEPORT. Succeed. */bind("[::2]:443"); /* with SO_REUSEPORT. Succeed. */bind("[::]:443"); /* with SO_REUSEPORT. Still Succeed */
bind() 实现中有一个 spin lock 会遍历一个很长的 hashtable bucket,
如果有大量 http endpoints,那 key 很可能就是 443 和 80;这会导致 CPU 毛刺甚至机器卡住。
那个问题花了很长时间排查,因此有人在类型场景下遇到类似问题,很可能跟那个有关。相关Mach代码[7], 修复见patch[8]。
3.3.6bpf_sk_select_reuseport
vsbpf_sk_lookup
Cloudflare 导入了`bpf_sk_lookup`[9],
This series proposes a new BPF programtypenamed BPF_PROG_TYPE_SK_LOOKUP,or BPF sk_lookupforshort.BPF sk_lookup program runs when transport layer is looking up a listeningsocketfora new connection request (TCP), or when looking up anunconnected socketfora packet (UDP).This serves as a mechanism to overcome the limits of whatbind() API allowsto express. Two use-cases driving this work are:(1) steer packets destined to an IP range, fixed port to a single socket192.0.2.0/24, port 80 -> NGINX socket(2) steer packets destined to an IP address, any port to a single socket198.51.100.1, any port -> L7 proxy socket
更多信息,可参考他们的论文:
The ties that un-bind: decoupling IP from web services and sockets for robust addressing agility at CDN-scale, SIGCOMM 2021
可以看到,它也允许多个 socket bind 到同一个 port,因此与bpf_sk_select_reuseport
功能有些重叠,即使二者都源于这样一种限制:在收包时,缺少从应用层直接命令Mach选择哪个 socket 的控制能力。
但二者也是有区别的:
sk_select_reuseport
与 IP 地址所属的 socket family 是紧耦合的sk_lookup
则将 IP 与 socket 解耦 —— lets it pick any / netns
3.3.7 小结
简化了运维流程,去掉脆弱和复杂的进程间通信(IPC),减少了故障;
效率大幅提升,例如 UDP 性能 10x;
可靠性提升,例如避免了 UDP misrouting 问题和 TCP 三次握手时的竞争问题。
引用链接
[1]
From XDP to Socket: Routing of packets beyond XDP with BPF:https://linuxplumbersconf.org/event/11/contributions/950/
[2]katran:https://engineering.fb.com/2018/05/22/open-source/open-sourcing-katran-a-scalable-network-load-balancer/
[3]BPF TCP header options:https://lwn.net/Articles/827672/
[4]BPF_PROG_TYPE_SK_REUSEPORT
:http://archive.lwn.net:8080/netdev/20180808080131.3014367-1-kafai@fb.com/t/
Zero Downtime Release: Disruption-free Load Balancing of a Multi-Billion User Website:https://dl.acm.org/doi/pdf/10.1145/3387514.3405885
[6]SO_REUSEPORT:https://lwn.net/Articles/542629/
[7]代码:https://github.com/torvalds/linux/blob/v5.10/net/ipv4/inet_connection_sock.cL376
[8]patch:https://lore.kernel.org/lkml/20200601174049.377204943@linuxfoundation.org/
[9]bpf_sk_lookup
:https://lwn.net/Articles/825103/
书名链接:https://arthurchiao.art/blog/facebook-from-xdp-to-socket-zh/
你可能还喜欢
点击下方图片即可阅读
云原生分布式文件存储 MinIO 保姆级中文教程点击上方图片,『美团|饿了么』外卖红包天天免费领
更多有趣的互联网新鲜事,高度关注「美妙的互联网」视频号全了解!