kube-apiserver限流机制原理
本文分享自华为云社区《
kube-apiserver限流机制原理
》，作者：可以交个朋友。
背景
apiserver是kubernetes中最重要的组件，一旦遇到恶意刷接口或请求量超过承载范围，apiserver服务可能会崩溃，导致整个kubernetes集群不可用。所以我们需要对apiserver做限流处理来提升kubernetes的健壮性。
k8s-apiserver限流能力发展过程
apiserver限流能力的发展分为两个阶段：
kubernetes 1.18版本之前kube-apiserver只是将请求分成了变更类型(create、update、delete、patch)和非变更类型(get、list、watch)，并通过启动参数设置了两种类型的最大并发数。
--max-requests-inflight ## 限制同时运行的非变更类型请求的个数上限，0表示无限制。--max-mutating-requests-inflight ## 限制同时运行的变更类型请求的个数上限。0 表示无限制。
此时的apiserver限流能力较弱，若某个客户端错误的向kube-apiserver发起大量的请求时，必然会阻塞kube-apiserver，影响其他客户端的请求，因此高阶的限流APF就诞生了。
kubernetes1.18版本之后APF（ APIPriorityAndFairness ）成为kubernetes的默认限流方式。 APF以更细粒度的方式对请求进行分类和隔离，根据优先级和公平性进行处理。
--enable-priority-and-fairness ## 该值作为APF特性开关，默认为true--max-requests-inflight、--max-mutating-requests-inflight ## 当开启APF时，俩值相加确定kube-apiserver的总并发上限两个阶段限流能力对比
| 限流能力 | 1.18版本前 | 1.18版本后(APF) |
|---|---|---|
| 颗粒度 | 仅根据是否变更做分类 | 可以根据请求对象、请求者身份、命名空间等做分类 |
| 隔离性 | 一个坏用户可能堵塞整个系统 | 为请求分配固定队列，坏请求只能撑爆其使用的队列 |
| 公平性 | 会出现饿死 | 用公平性算法从队列中取出请求 |
| 优先级 | 无 | 有特权级别，可让重要请求不被限制 |
APF关键资源介绍
APF通过FlowSchema 和 PriorityLevelConfiguration两个资源配置限流策略。
FlowSchema：解决老版本分类颗粒度粗的问题。根据rules字段匹配请求，匹配规则包含：请求对象、执行操作、请求者身份和命名空间
apiVersion: flowcontrol.apiserver.k8s.io/v1beta2
kind: FlowSchema # 一个kubernetes集群中可以定义多个FlowSchema
metadata:
name: myfl
spec:
distinguisherMethod: # 可选值为：ByNamespace或ByUser，用于把请求分组。属于同组的请求会分配到固定的queue中，如果省略该参数，则该FlowSchema匹配的所有请求都将视为同一个分组。
type: ByUser
matchingPrecedence:90 # 数字越小代表FlowSchema的匹配顺序越在前，取值范围：1~10000。
priorityLevelConfiguration: # FlowSchema关联的priorityLevelConfiguration
name: mypl
rules:-nonResourceRules: # 匹配非资源型：匹配接口URL-nonResourceURLs:- '*'resourceRules: # 匹配资源型：匹配apigroup、namespace、resources、verbs-apiGroups:- '*'namespaces:- '*'resources:- '*'verbs:- get -create-list-update
subjects: # 匹配请求者主体：可选Group、User、ServiceAccount-group:
name:'*'kind: Group-kind: User
user:
name:'*' -kind: ServiceAccount
serviceAccount:
name: myserviceaccountnamespace: demo
PriorityLevelConfiguration：解决老版本隔离性差的问题和优先级问题，并定义了限流细节（总队列数、队列长度、是否可排队）。当请求与某个FlowSchema匹配后，该请求会关联FlowSchema中指定的PriorityLevelConfiguration资源，每个PriorityLevelConfiguration相互隔离，且能承受的并发请求数也不一样
apiVersion: flowcontrol.apiserver.k8s.io/v1beta2
kind: PriorityLevelConfiguration ## 每个PriorityLevelConfiguration有自己独立的限流配置， PriorityLevelConfiguration之间是完全隔离的。
metadata:
name: mypl
spec:
type: Limited # 设置是否为特权级别，如果为Exempt则不进行限流，如果为Limited则进行限流
limited:
assuredConcurrencyShares:2# 值越大，PriorityLevelConfiguration的并发上限越高。若当前并发执行数未达到并发上限，则PL处于空闲状态。
limitResponse: # 定义如何处理当前无法被处理的请求
type: Queue # 类型，Queue或者Reject，Reject直接返回429并拒绝，Queue将请求加入队列
queuing:
handSize:1# 根据ByNamespace或ByUser对请求分组，每个分组对应queues的数量，
queueLengthLimit:20# 此PriorityLevelConfiguration中每个队列的长度
queues:2 # 此PriorityLevelConfiguration中的队列数
一个FlowSchema只能关联一个priorityLevelConfiguration，多个FlowSchema可以关联同一个priorityLevelConfiguration
PriorityLevelConfiguration并发上限 = assuredConcurrencyShares / 所有assuredConcurrencyShares之和 * apiserver总并发数
APF处理过程
请求与集群中的FlowSchema列表按照顺序依次匹配，每个FlowSchema的matchingPrecedence字段决定其在列表中的顺序，matchingPrecedence字段值越小，越靠前，越先进行匹配请求。
根据FlowSchema资源中的rules规则进行匹配，匹配方式可以是 “请求的资源类型”、“请求的动作类型”、“请求者的身份”、“请求的命名空间” 等多个维度。
若请求与某个FlowSchema成功匹配，匹配就会结束。FlowSchema关联着一个PriorityLevelConfiguration，每个PriorityLevelConfiguration中包含许多queue，根据FlowSchema.spec.Distinguisher字段将请求进行"分组"，根据分组来分配queue，分配queue数量由PriorityLevelConfiguration资源的handSize字段决定，如果省略该参数，则该FlowSchema匹配的所有请求都将视为同一个"分组"。
每个PriorityLevelConfiguration资源都有独立的并发上限，assuredConcurrencyShares字段为apiserver总并发数的权重占比，值越大分配的并发上限就越高，当PriorityLevelConfiguration达到并发上限后，请求会根据所属的"分组"写入固定的queue中，请求被阻塞等待。请求与queue的固定关联可以让恶意用户只影响其使用的queue，而不会影响同PriorityLevelConfiguration中的其他queue。
当PriorityLevelConfiguration未达到并发上限时，fair queuing算法从所有queue中选择一个合适的queue取出请求，解除请求的阻塞，执行这个请求。fair queuing算法能保证同一个 PriorityLevelConfiguration 中的所有queue被处理机会平等。
APF实战
kubernetes原生自带了一些FlowSchema和PriorityLevelConfiguration规则，我们选择一个查看，如下图：
下面我们创建新的APF规则：当请求对象是apf命名空间中的deployment，则进行"apfpl"限流规则。
apiVersion: flowcontrol.apiserver.k8s.io/v1beta2
kind: FlowSchema
metadata:
name: apffl
spec:
matchingPrecedence:150priorityLevelConfiguration:
name: apfpl ## 关联名为apfpl的PriorityLevelConfiguration
rules:-resourceRules:-apiGroups:-apps
clusterScope:truenamespaces:-apf ## 匹配apf命名空间
resources:-deployments ## 匹配操作deployment的请求
verbs:- '*'## 匹配任意操作类型
subjects:-kind: Group
group:
name:'*'## 匹配任意组身份---apiVersion: flowcontrol.apiserver.k8s.io/v1beta2
kind: PriorityLevelConfiguration
metadata:
name: apfpl
spec:
limited:
assuredConcurrencyShares:2limitResponse: ## 设置限流处理细节
queuing:
handSize:1queueLengthLimit:20queues:2type: Queue
type: Limited ## 对请求做限流处理
接着在apf命名空间和default命名空间分别创建deployment进行测试。apf_fs为请求被分类到的 FlowSchema 的名称，apf_pl为该请求的优先级名称。查看apiserver日志信息，见下图：
循环操作deployment，我们可以使用命令查看是否触发限流等待
kubectl get --raw /debug/api_priority_and_fairness/dump_priority_levels
返回waitingRequests非0，则代表触发最大并发数，有请求被限流进入等待队列。PriorityLevelConfiguration资源不为空闲表示已达到并发上限