引言

越來越多的公司開始研究Service Mesh，線上大批量應(yīng)用案例的依舊很少，已經(jīng)上線的很多問題解決的并不完美，為后面迭代和穩(wěn)定性埋下隱患。目前來看整體開源生態(tài)成熟度還有需要完善，本文為筆者試水service mesh過程中發(fā)現(xiàn)的問題歸納整理。

一、目標與價值

業(yè)務(wù)側(cè)只需要引入輕量級SDK，其他基礎(chǔ)能力下沉到網(wǎng)格SideCar代理中，一個美好的愿望 “接管所有非業(yè)務(wù)關(guān)心的能力”。

1.業(yè)務(wù)賦能價值

提升開發(fā)效率：只需專注業(yè)務(wù)

加速業(yè)務(wù)探索：快速迭代上線、快速驗證

代理升級無感知：不需要費力推動業(yè)務(wù)升級或者通過卡點升級引起的各類問題

2.運維提效價值

• 治理體系統(tǒng)一：屏蔽不同語言體系治理的復(fù)雜性
• 技術(shù)演進統(tǒng)一：不必關(guān)心版本碎片化問題，能力統(tǒng)一自住演進

二、組織形態(tài)整合

如果將Service Mesh作為公司戰(zhàn)略推動，Service Mesh依賴Kubernate底座，相關(guān)人員最好整合到一個部門，統(tǒng)一運維和開發(fā)。

將Service Mesh團隊、Serverless團隊、容器團隊整合到一個部門負責(zé)云原生體系建設(shè)

其他部門配合改造和對接

三、技術(shù)問題

下面就使用最廣泛的Istio和Envoy為例就其線上運行需要解決的技術(shù)問題歸納整理。

1.注冊中心接入服務(wù)網(wǎng)格

實現(xiàn)目的： 公司已有的注冊中心接入服務(wù)網(wǎng)格(Istio)，完成服務(wù)注冊與發(fā)現(xiàn)能力

基本原理： 通過Istio提供的ServiceEntry將網(wǎng)格外注冊中心接入網(wǎng)格

https://mp.weixin.qq.com/s/4bTdmaQVKi8YHhBJCbrVKQ

2.RPC框架協(xié)議兼容問題

實現(xiàn)目的： 需要實現(xiàn)網(wǎng)格內(nèi)外通信，那網(wǎng)格內(nèi)的服務(wù)調(diào)用原有服務(wù)需要支持原有的RPC協(xié)議

基本原理： 與使用的RPC框架關(guān)聯(lián)，如果使用gRPC自研由于Istio原生支持HTTP/2則改動極小，如果使用dubbo或者自研RPC框架，可以通過EnvoyFilter轉(zhuǎn)換實現(xiàn)，可以參考騰訊開源框架 aeraki

https://github.com/aeraki-framework/aeraki

3.網(wǎng)格流量治理問題

實現(xiàn)目的： 網(wǎng)格流量需要支持限流、熔斷等治理能力并與現(xiàn)有治理平臺融合

基本原理： 通過Envoy提供的Filter插件機制，將限流配置與EnvoyFilter規(guī)則映射完成限流，可以參考網(wǎng)易開源的slime框架

https://github.com/slime-io/slime

4.網(wǎng)格流量監(jiān)控問題

實現(xiàn)目的： 網(wǎng)格流量的監(jiān)控指標和埋點需要與原有監(jiān)控體系融合

實現(xiàn)原理： Istio提供了kiali、jaeger、grafana、prometheus相關(guān)監(jiān)控體系，將這些這表對接到原有監(jiān)控系統(tǒng)。另外一些自定義的監(jiān)控指標可以通過wasm擴展。

https://mp.weixin.qq.com/s/ZO7dZ3mddISFjB4NTJHdjQ

5.按需訂閱配置(懶加載)問題

在默認情況下，Istio會全量下發(fā)注冊中心配置信息，占用過多的內(nèi)存嚴重影響性能。常見的方案有：

社區(qū)SidecarScope的隔離

全局代理方案第一跳先去代理拿服務(wù)依賴的配置，之后不再需要跟代理通信(參考Slime提供的懶加載功能)

通過在SideCar中同時部署Agent的方式維護服務(wù)依賴關(guān)系

6.熱部署和升級問題

在對代理SideCar進行部署和升級時的處理，需要做到平滑先摘流量再部署升級。

進程級別代理方式，對數(shù)據(jù)面進行監(jiān)控、版本管理和升級

雙容器模式，一個容器運行，另外一個容器Standby;Standby容器完成升級后檢測正常后再切換

依賴應(yīng)用發(fā)布升級數(shù)據(jù)面

7.性能和穩(wěn)定性問題

數(shù)據(jù)面代理會增加耗時，據(jù)螞蟻商業(yè)版本是數(shù)據(jù)面單跳延遲在0.5ms以內(nèi)，平均為0.2~0.3ms

穩(wěn)定性指標的測試