锐客网

  1. 首页 > it技术 > >

记一次|记一次 Istio 冲刺调优

为何要调优 【记一次|记一次 Istio 冲刺调优】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 ：
记一次|记一次 Istio 冲刺调优
文章图片

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：
记一次|记一次 Istio 冲刺调优
文章图片

  • 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 -btop - 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 USERPRNIVIRTRESSHR S%CPU%MEMTIME+ COMMAND 42 istio-p+2000.274t 22110843012 R 60.47 0.228 174:48.28 wrk:worker_1 41 istio-p+2000.274t 22110843012 R 55.81 0.228 149:33.37 wrk:worker_0 18 istio-p+2000.274t 22110843012 S 0.332 0.2282:22.48 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-deploymentspec: template: metadata: annotations: proxy.istio.io/config: 'concurrency: 4'

Sidecar CPU Profile（再照肺）
记一次|记一次 Istio 冲刺调优
文章图片

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/

    推荐阅读


    上一篇：眼镜选款新方法，用AR+Scene技术实现3D虚拟试戴

    下一篇：poll&epoll实现分析（二）——epoll实现