[가상면접 사례로 배우는 대규모 시스템 설계] 처리율 제한 장치

가상면접 사례로 배우는 대규모 시스템 설계 책에서 4장 처리율 제한 장치에 대한 내용을 정리

 

처리율 제한 장치

---

처리율 제한 장치는 서버에서 특정 임계치를 정해놓고 해당 임계치를 넘는 요청이 클라이언트나 서비스에서 들어오면 해당 요청을 중단시키는 역할을한다.

 

처리율 제한 장치를 사용하는 이유는 무엇일까?

 

1. Dos공격에 의한 자원 고갈을 방지
2. 비용 절감 효과.
3. 서버 과부하를 막음.

---

사용하는 서버나 시스템 규모에 따라서 처리율 제한 장치의 알고리즘이나 설계가 달라질 수 있다.

따라서 아래에 요구사항에 따라 처리율 제한 장치를 어떻게 사용할 지 정해야 한다.

 

1. 사용하는 시스템에 따른 처리율 제한 장치의 요구사항을 정리한다.
   
   시스템 규모나 환경, 제어 규칙, 제한 장치의 위치, 제한된 요청의 알림 여부등의 내용들이 포함 되어 있어야 한다.
   
   
2. 처리율 제한 장치를 어디에 둘것인가?
   
   클라이언트는 요청이 쉽게 위변조가 가능하기도 하고 모든 클라이언트의 요청을 통제하는 것도 어려울 수 있어서 서버측에 구현하는 것이 올바르다고 생각한다.
   
   서버에서 구현하는 방법으로는 클라이언트와 서버 사이에 미들웨어를 만들어서 구현하는 방법과 API서버에 구현하는 방법이 있다.
   
   마이크로서비스에서는 API 게이트웨이라고 불리는 컴포넌트에 구혀노디는데 API 게이트웨이는 처리율 제한, ssl종단, 사용자 인증, ip허용 목록 관리등을 지원하는 완전 위탁관리형 서비스이다.
   
   만약 서버측에서 모든것을 구현한다고하면 알고리즘 선택은 다양하게 할 수 있다. 하지만 3자가 제공하는 게이트웨이를 사용한다면 알고리즘 선택이나 처리방법이 제한 될 수 있다.
   
   
   
3. 처리율 제한 알고리즘 선택
   
   
   • 토큰 버킷
   • 누출 버킷
   • 고정 윈도 카운터
   • 이동 윈도 로그
   • 이동 윈도 카운터

---

처리율 제한 알고리즘

---

토큰 버킷 알고리즘

• 지정된 용량을 갖는 버킷을 지정해 놓고 사전 설정된 양의 토큰이 주기적으로 추가된다.
• 설정된 양을 초과해서 채워지지는 않는다.
• 요청이 하나 처리될때마다 토큰이 하나씩 사용되며 토큰이 없다면 해당 요청은 버려진다.
• 이 토큰 버킷 알고리즘은 버킷 크기와 토큰 공급률이라는 두개의 인자가 존재한다.
• 버킷 크기 : 버킷에 담을 수 있는 토큰의 최대 개수
• 토큰 공급률 : 초당 버킷에 공급되는 토큰 수
• 통상적으로는 API엔드포인트마다 별도의 버킷을 설정함
• 장점 
   
  
  • 구현이 쉽다
  • 메모리 사용 측면에서 효율적이다
  • 짧은 시간에 집중되는 트래픽도 처리가 가능하다
• 단점
  
  
  • 버킷 크기와 토큰 공급률을 적절하게 튜닝하는 것이 까다로운 일이 된다.

 

누출 버킷 알고리즘

• 누출 버킷은 토큰 버킷과 비슷하지만 처리율(처리되는 사이즈)이 고정되어 있다는 점이 다르다.
• 보통 FIFO큐로 구현된다.
• 요청이 도착하면 큐에 쌓아두고 지정된 시간마다 큐에 있는 요청을 꺼내서 처리한다.
• 만약 큐가 가득 차 있으면 새로운 요청은 버려진다.
• 버킷 크기 : 큐 사이즈와 같은 값. 처리될 항목들이 보관됨.
• 처리율 : 지정된 시간당 몇개의 항목을 처리할 지 지정하는 값, 초 단위초 표현
• 장점
  
  
  • 큐의 크기가 제한되어 있어서 메모리 사용량 측면에서 효율적이다.
  • 고정된 처리율로 안정적인 출력이 필요할 때 적합하다.
• 단점
  
  
  • 단시간에 많은 트래픽이 몰리는 경우 요청들이 쌓이게 되고 그 요청들이 처리되지 않으면 새로운 요청은 버려지게 된다.
  • 토큰 버킷과 마찬가지로 두 인자를 튜닝하기 까다로울 수 있다.

 

고정 윈도 카운터 알고리즘

• 타임라인을 고정된 윈도로 나누고 임계치를 둬서 임계치 만큼 요청을 처리하는 알고리즘이다.
• 카운터를 사용하는데 요청이 들어올때마다 카운터를 1씩 증가시키고 카운터가 임계치를 넘으면 새로운 요청은 지정된 시간이 될때가지 버려지게 된다.
• 지정된 시간이 되면 카운터를 초기화 한다.
• 장점
  
  
  • 메모리 효율이 좋고 이해하기 쉽다.
  • 특정한 트래픽 패턴을 처리하기에 적합하다.

• 단점
  
  
  • 윈도 경계 부분에서 많은 트래픽이 몰리게 되면 기대했던 시스템의 처리 한도보다 더 많은 양의 요청을 처리하게 된다.
    
    ex) 1분당 최대 5개의 요청을 처리하는 시스템에서 10시 1분 30초부터 2분까지 5개의 요청이 처리되었고 10시 2분부터 2분 30초까지 5개의 요청이 들어왔다.
    윈도 위치를 변경해서 10시 1분 30초부터 1분을 살펴보면 10시 2분 30초까지 10개의 요청이 처리된다.
    
    

 

이동 윈도 로깅 알고리즘

• 위에 고정 윈도 카운터 알고리즘의 단점을 해결한 방식이다.
• 요청의 타임스템프를 추적하고 특정 시간마다 새로운 윈도를 시작한다. 타임스템프는 보통 레디스의 정렬 집합같은 캐시에 보관한다.
• 새 요청이 들어오면 만료된 타임스템프는 제거한다. 만료된 타임스템프는 현재 윈도가 시작된 시간보다 전에 들어온 타임스템프를 말한다.
• 새로운 요청의 타임스템프를 로그에 추가한다.
• 로그의 크기가 허용치보다 작거나 같으면 시스템에 전달한다, 그렇지 않으면 처리를 거부한다.
• 장점
  
  
  • 어느 순간의 윈도(시간 간격)를 봐도 처리 되는 요청의 수는 동일하다.
• 단점
  
  
  • 거부된 요청의 타임스템프도 보관되기 때문에 메모리 측면에서 효율적이지 않다.

 

이동 윈도 카운터 알고리즘

• 위에서 설명한 두 윈도 알고리즘을 결합한 알고리즘으로 특정 시간 간격에 처리율을 계산해서 요청을 처리한다.
• 현재 1분간 요청 수 + 직전 1분간의 요청 수 * 이동 윈도와 직전 1분이 겹치는 비율
• 장점
  
  
  • 짧은 시간에 몰리는 트래픽에도 잘 대응할 수 있다.
  • 메모리 효율이 좋다
• 단점
  
  
  • 직전 시간대에 도착한 요청이 균등하게 분포되어 있다고 가정한 상태에서 추정치를 계산하기 때문에 다소 느슨하다.

 

---

 

생각해 볼 수 있는 이슈들

---

• 처리율 제한 장치에서 발생하는 카운터 정보는 어디에 저장되는가?
  
  데이터 베이스는 디스크 접근 때문에 느려서 사용하기가 어렵고 메모리상 접근하는 캐시가 바람직하다고 생각한다.
  대표적으로 redis가 있는데 처리율 제한 장치를 구현할 때 자주 사용되는 메모리 기반 저장장치이고 INCR과 EXPIRE라는 두가지 명령어를 지원한다.
  
  

INCR : 메모리에 저장된 카운터값을 1 증가시킨다.
EXPIRE : 카운터에 타임아웃값을 설정한다. 설정된 시간이 지나면 카운터는 자동으로 삭제된다.

 

• 처리가 제한된 요청들은 어떻게 처리되는가?
  
  사용자가 429응답(too many requests)을 보낼 수 있고, 나중에 처리하기 위해 큐에 저장 할 수도 있다.
  
  HTTP 응답 헤더에 정보를 추가해서 클라이언트에 보낼 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 몇 초 뒤에 요청을 다시 보내야 하는지 알림.
• 분산환경에서의 구현
  
  경쟁 조건(race condition)
  
  
  • 비슷한 시간대에 요청이 들어온 경우 발생
  • 널리 알려진 해결책으로는 락이 있지만 시스템 성능을 떨어뜨릴 수 있다.
  • 루아 스크립트와 레디스의 정렬 집합 자료구조를 사용해서 해결 할 수 있다.
  • 
  
  동기화(synchronization)
  
  
  • 처리율 제한 장치 서버를 여러대에 두게 되면 동기화가 필요해진다.
  • 고정 세션을 사용해서 같은 클라이언트 요청은 같은 처리율 제한장치로 보내도록 할 수 있지만 확장 가능하지 않고 유연하지 않는다.
  • Redis와 같은 중앙 집중형 데이터 저장소를 써서 해결할 수 있다.

 

• 모니터링을 통한 확인
  
  
  • 채택된 처리율 제한 알고리즘이 효과적인지 확인
  • 정의한 처리율 제한 규칙이 효과적인지 확인