关于istio:记一次-Istio-调优-Part-2-饥饿的线程与-SOREUSEPORT

图片来自：https://getboulder.com/boulde…

引

话说，在很长一段时间，程序员依赖了摩尔定律。而在它到头之前，程序员找到了另一个救命稻草：并行 / 并发 / 最终统一。而到了明天，不是 Cloud Native / Micro Service 都不好意思打招呼了。多线程，更是 by default 的了。而在计算机性能工程界，也有一个词: Mechanical Sympathy，直译就是 机器同情心。而要“同情”的前提是，得理解。生存中，很多人理解和谋求work life balance。但你的线程，是否 balance 你要不要同情一下？一条累到要过载线程，看到其它伙伴在吃下午茶，又是什么一种同情呢？如何能力让多线程达到最大吞吐？

开始

我的项目始终很关注服务响应工夫。而 Istio 的引入显著加大了服务提早，如何尽量减少提早始终是性能调优的重点。

测试环境

Istio: v10.0 / Envoy v1.18
Linux Kernel: 5.3

调用拓扑：

(Client Pod) --> (Server Pod)

其中 Client Pod 构造：

Cient(40 并发连贯) --> Envoy(默认 2 worker thread)

其中 Server Pod 构造：

Envoy(默认 2 worker thread) --> Server

Client/Serve 均为 Fortio(一个 Istio 性能测试工具)。协定应用 HTTP/1.1 keepalive。

问题

压测时，发现 TPS 压不下来，Client/Server/envoy 的整体 CPU 利用率不高。

首先，我关注的是 sidecar 上是不是有瓶颈。

Envoy Worker 负载不均

察看 envoy worker 线程利用率

因为 Envoy 是 CPU 敏感型利用。同时，外围架构是事件驱动、非阻塞线程组。所以察看线程的状况通常能够发现重要线索：

$ top -p `pgrep envoy` -H -b

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
    41 istio-p+  20   0  0.274t 221108  43012 R 35.81 0.228  49:33.37 wrk:worker_0
    42 istio-p+  20   0  0.274t 221108  43012 R 60.47 0.228 174:48.28 wrk:worker_1
    18 istio-p+  20   0  0.274t 221108  43012 S 0.332 0.228   2:22.48 envoy

依据 Envoy 线程模型(https://blog.envoyproxy.io/en…)。连贯绑定在线程上，连贯上的所有申请均由绑定的线程解决。这种绑定是在连贯建设时确定的，并且不会扭转，直到连贯敞开。所以，忙的线程很大可能绑定的连接数绝对大。

🤔 为何要绑定连贯到线程？
在 Envoy 外部，连贯是有状态数据的，特地是对于 HTTP 的连贯。为缩小线程间共享数据的锁争用，同时也为进步 CPU cache 的命中率，Envoy 采纳了这种绑定的设计。

察看 envoy worker 连贯散布

Envoy 提供了大量的监控统计(https://www.envoyproxy.io/doc…)。首先，用 Istio 的办法关上它：

apiVersion: v1
kind: Pod
metadata:
    name: fortio-sb
    annotations:
      sidecar.istio.io/inject: "true"   
      proxy.istio.io/config: |-
        proxyStatsMatcher:
          inclusionRegexps:
          - ".*_cx_.*" 
...

视察 envoy stats :

$ kubectl exec  -c istio-proxy $POD -- curl -s http://localhost:15000/stats | grep '_cx_active'


listener.0.0.0.0_8080.worker_0.downstream_cx_active: 8
listener.0.0.0.0_8080.worker_1.downstream_cx_active: 32

可见，连贯的调配相当不均。其实，Envoy 在 Github 上，早有牢骚：

• Investigate worker connection accept balance (https://github.com/envoyproxy…)
• Allow REUSEPORT for listener sockets https://github.com/envoyproxy…

同时，也给出了解决方案：SO_REUSEPORT。

解决之道

什么是 SO_REUSEPORT

一个比拟原始和权威的介绍：https://lwn.net/Articles/542629/

图片来自：https://tech.flipkart.com/lin…

简略来说，就是多个 server socket 监听雷同的端口。每个 server socket 对应一个监听线程。内核 TCP 栈接管到客户端建设连贯申请 (SYN) 时，按 TCP 4 元组 (srcIP,srcPort,destIP,destPort) hash 算法，抉择一个监听线程，唤醒之。新连贯绑定到被唤醒的线程。 所以绝对于非 SO_REUSEPORT，连贯更为均匀地散布到线程中（hash 算法不是相对均匀）。

Envoy Listner SO_REUSEPORT 配置

Envoy 把监听和接管连贯的组件命名为 Listener。作为 sidecar 的 envoy 有两种 Listener:

• virtual-Listener，名字带 ’virtual’，但，这才是实际上监听 socket 的 Listener。🤣

  • virtual-outbound-Listener：出站流量。监听 15001 端口。由 sidecar 所在的 POD 的利用收回的对外申请，均被 iptable redirect 到这个 listener，再由 envoy 转发。
  • virtual-inbound-Listener：入站流量。监听 15006 端口。接管由其它 POD 发过来的流量。
• non-virtual-outbound-Listener，每个 k8s service 的端口号均对应一个名字为 0.0.0.0_$PORT 的 non-virtual-outbound-Listener。这种 Listener 不监听端口。

详见：https://zhaohuabing.com/post/…

回到本文的重点，只关怀 实际上监听 socket 的 Listener，即 virtual-Listener。指标是让其应用 SO_REUSEPORT，以让新连贯较平均分配到线程。

在 Envoy v1.18 中，有一个 Listener 参数：reuse_port:

https://www.envoyproxy.io/doc…

reuse_port

   (bool) When this flag is set to true, listeners set the SO_REUSEPORT socket option and create one socket for each worker thread. This makes inbound connections distribute among worker threads roughly evenly in cases where there are a high number of connections. When this flag is set to false, all worker threads share one socket.
   Before Linux v4.19-rc1, new TCP connections may be rejected during hot restart (see 3rd paragraph in‘soreuseport’commit message). This issue was fixed by tcp: Avoid TCP syncookie rejected by SO_REUSEPORT socket.

在我应用的 Envoy v1.18 中默认为敞开。而在最新版本中（写本文时未公布的 v1.20.0）这个开关有了变动，默认为关上：

https://www.envoyproxy.io/doc…

reuse_port

   (bool) Deprecated. Use enable_reuse_port instead.

enable_reuse_port

   (BoolValue) When this flag is set to true, listeners set the SO_REUSEPORT socket option and create one socket for each worker thread. This makes inbound connections distribute among worker threads roughly evenly in cases where there are a high number of connections. When this flag is set to false, all worker threads share one socket. This field defaults to true.
   On Linux, reuse_port is respected for both TCP and UDP listeners. It also works correctly with hot restart.

✨ 题外话：如果你须要相对平均分配连贯，能够试试 Listener 的配置 connection_balance_config：exact_balance，我没试过，不过因为有锁，对高频新连贯应该有肯定的性能损耗。

好，剩下的问题是如何关上 reuse_port 了。上面，以 virtualOutbound 为例：

kubectl apply -f - <<"EOF"

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:
  name: my_reuse_port_envoyfilter
spec:
  workloadSelector:
    labels:
      my.app: my.app
  configPatches:
    - applyTo: LISTENER
      match:
        context: SIDECAR_OUTBOUND
        listener:
          portNumber: 15001
          name: "virtualOutbound"
      patch:
        operation: MERGE
        value:
          reuse_port: true
EOF

是的，须要重启 POD。

我始终感觉 Cloud Native 一个最大问题是，你批改了一个配置，很难晓得是否真正利用了。面向指标状态配置的设计准则当然很好，但事实是可视察性跟不上。所以，还是 double check 吧：

kubectl exec  -c istio-proxy $POD -- curl 'http://localhost:15000/config_dump?include_eds' | grep -C 50 reuse_port

很侥幸，失效了 （事实是，因环境问题，我为这个失效折腾了一天🤦）：

        {
          "name": "virtualOutbound",
          "active_state": {
            "version_info": "2021-08-31T22:00:22Z/52",
            "listener": {
              "@type": "type.googleapis.com/envoy.config.listener.v3.Listener",
              "name": "virtualOutbound",
              "address": {
                "socket_address": {
                  "address": "0.0.0.0",
                  "port_value": 15001
                }
              },
              "reuse_port": true

如果你和我一样，是个强迫症患者，那么还是看看有几个 listen 的 socket 吧：

$ sudo ss -lpn | grep envoy | grep 15001

tcp   LISTEN 0      128                  0.0.0.0:15001             0.0.0.0:*     users:(("envoy",pid=36530,fd=409),("envoy",pid=36530,fd=363),("envoy",pid=36530,fd=155))
tcp   LISTEN 0      129                  0.0.0.0:15001             0.0.0.0:*     users:(("envoy",pid=36530,fd=410),("envoy",pid=36530,fd=364),("envoy",pid=36530,fd=156))

是的，两个 socket 在监听同一个端口。Linux 再次突破咱们的模式化思维，再次证实它是个怪兽企鹅。

调优后果

丑妇还需见家翁，咱们看看后果吧。

线程的负载比拟均匀了：

$ top -p `pgrep envoy` -H -b

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
    41 istio-p+  20   0  0.274t 221108  43012 R 65.81 0.228  50:33.37 wrk:worker_0
    42 istio-p+  20   0  0.274t 221108  43012 R 60.43 0.228 184:48.28 wrk:worker_1
    18 istio-p+  20   0  0.274t 221108  43012 S 0.332 0.228   2:22.48 envoy

连贯比拟均匀地调配到两个线程了：

$ kubectl exec  -c istio-proxy $POD -- curl -s http://localhost:15000/stats | grep '_cx_active'

listener.0.0.0.0_8080.worker_0.downstream_cx_active: 23
listener.0.0.0.0_8080.worker_1.downstream_cx_active: 17

服务的 TPS 也有肯定进步。

领会

我不太喜爱写总结，我感觉领会可能更有意义。Open Source / Cloud Native 倒退到明天，我感觉本人离写程序编码越来越远，更像一个 search/stackoverflow/github/yaml 工程师了。因为简直所有需要，均有组件可拿来主义，解决一个简略的问题大略只须要：

1. 分明找到问题的 keyword
2. search keyword，凭教训过滤本人认为重要的信息
3. 浏览相干的 Blog/Issue/ 文档 /Source code
4. 思考过滤信息
5. 利用和试验
6. Goto 1
7. 如以上步骤均不行，提 Github Issue。当然，本人 fix 做 contributor 就完满了。

我不晓得，这是件坏事，还是个好事。search/stackoverflow/github 让人感觉搜到就是学到，最初常识就变成了碎片化的机械记忆，短少了体系的、经本人深度消化和考据过的认知，更不必谈思考与翻新了。

对于续集

下一 Part，我打算看看 NUMA 硬件架构下，如何用 CPU 绑定，内存绑定，HugePages，优化 Istio/Envoy。当然，也是基于 Kubernetes 的 Topology Management 和 CPU / MemoryManager。到当初为止，临时成果不大，也不太顺利。网上有大量的用 eBPF 优化 Envoy 协定栈老本的信息，但我感觉技术上，还不太成熟，也没看到现实的老本成果。

参考

Istio:
https://zhaohuabing.com/post/…

SO_REUSEPROT:
https://lwn.net/Articles/542629/
https://tech.flipkart.com/lin…
https://www.nginx.com/blog/so…
https://domsch.com/linux/lpc2…
https://blog.cloudflare.com/p…

https://lwn.net/Articles/853637/