4장. 처리율 제한 장치의 설계

네트워크 시스템에서 처리율 제한 장치(rate limiter)는 클라이언트 또는 서비스가 보내는 트랙의 처리율 을 제어하기 위한 장치이다.

 

처리율 제한 장치의 사용 예시

• HTTP는 특정 기간 내에 전송되는 클라이언트의 요청 횟수를 제한함
• API 요청 횟수가 제한 장치에 정의된 임계치를 넘어서면 추가로 도달한 모든 호출은 처리가 중단됨
• e.g) 사용자는 초당 2회 이상 새 글을 올릴 수 없음
• e.g) 같은 IP 주소로는 하루에 10개 이상의 계정을 생성할 수 없음
• e.g) 같은 디바이스로는 주당 5회 이상 리워드를 요청할 수 없음

 

처리율 제한 장치 사용 장점

• DoS(Denial of Service) 공격에 의한 자원 고갈을 방지
• 비용 절감
  • 추가 요청에 대한 처리를 제한하면 서버를 많이 두지 않아도 되며, 우선순위가 높은 API에 더 많은 자원을 할당할 수 있다.
  • third-party를 사용하고 있을 경우, 비융을 절감할 수 있다.
• 서버 과부하 방지
  • 처리율 제한 장치를 활용함으로써 봇에서 오는 트래픽이나 잘못된 이용 패턴으로 인한 트래픽을 걸러낼 수 있다.

 

문제 이해 및 설계 범위 확정

처리율 제한 장치를 구현하는 데는 여러 알고리즘을 사용할 수 있다. 이 때, 각각 장단점을 가지고 있기 때문에, 어떤 제한 장치를 구현하는지 분명히 파악하고 설계하자.

 

 

개략적 설계안 제시 및 동의

처리율 제한 기능을 설계할 때, 중요하게 따져야 하는 것에 대한 정답은 없다. 시스템, 성능 등 여러가지를 고려하여 상황에 맞게 설계하면 된다.

 

처리율 제한 장치를 설계할 때, 고려할 수 있는 요소

• 시스템 환경
  • 현재 사용할 수 있는 기술 스택을 점검해보자. 
  • 현재 사용하는 프로그래밍 언어가 서버 측 구현을 지원하기에 충분할 정도로 효율이 높은지도 확인하자.
• 처리율 제한 알고리즘
  • 서버 측에서 모든 것을 구현한다면 알고리즘 선택에 제한이 없지만, third-party가 제공하는 게이트웨이를 사용한다면 알고리즘 사용에 제한이 생길 수 있다.
• 위치
  • 시스템 설계에 따라 처리율 제한 장치의 위치가 변경될 수 있다. 
• 자원
  • 처리율 제한 장치를 직접 만드는 데에는 시간이 들기 때문에, 충분한 인력이 없다면 사용 API 게이트웨이를 사용하는 것이 바람직할 수 있다.

 

처리율 제한 장치의 위치

• 클라이언트 측
  • 클라이언트 요청은 쉽게 위변조가 가능하고, 모든 클라이언트 구현을 통제하는 것에는 어려움이 있다.
  • 이러한 이유로 클라이언트 측은 안정적인 처리율 제한을 하는데 한계가 있다.
• 서버 측
  • 서버 측에서 처리율 제한 장치를 구현하는 것은 여러가지 방법을 통해 구현할 수 있다.
    • API 서버와 함께 처리율 장치를 함꼐 동작하게 하는 방식
    • 처리율 제한 미들웨어
      • 처리율 제한 장치를 API 서버에 두는 대신, 처리율 제한 미들웨어를 만들어 API 서버로 가는 요청을 통제한다.
    • API 게이트웨이을 통한 처리율 제한
      
      • MSA 구조에서 처리율 제한 장치는 보통 API 게이트웨이라 불리는 컴포넌트에 구현된다.
      • 게이트웨이는 클라우드 업체가 유지 보수를 담당하는 서비스이다.
        • 처리율 제한 외에도 SSL 종단, 사용자 인증, IP 허용 목록 관리 등을 지원하는지원한다.

처리율 제한 알고리즘

• 토큰 버킷 알고리즘
• 누출 버킷
• 고정 윈도 카운터
• 이동 윈도 로그
• 이동 윈도 카운터

 

토큰 버킷 알고리즘

• 간단하고, 인터넷 기업들이 보편적으로 사용하고 있는 알고리즘이다.
• 토큰 버킷: 지정된 용량을 갖는 컨테이너
• parameter
  • 버킷 크기: 버킷에 담을 수 있는 토큰의 최대 개수
  • 토큰 공급률: 초당 몇 개의 토큰이 버킷에 공급되는지 
    • 공급 규칙에 따라 버킷의 개수가 달라진다.
      • 포스팅, 좋아요, 친구 추가에 대한 처리를 해야된다면 3개의 버킷이 필요하다.
      • IP 주소별로 처리율 제한을 적용한다면 IP 주소마다 버킷을 할당해야 한다.
      • 시스템의 처리율을 초당 10,000개 요청으로 제한하려면, 모든 요청이 하나의 버킷을 공유하도록 해야될 것이다.
• 동작 방식 
  • 버킷에 사전 설정된 양의 토큰이 주기적으로 채워진다.
    • 꽉 찬 버킷은 토큰이 추가되지 않음
    • 토큰 공급기는 버킷에 매 초 설정한 토큰의 양이 추가 됨
    • 커킷이 가득 차면 추가 공급된 토큰은 버려짐 (overflow)
  • 각 요청이 처리될 때마다 하나의 토큰이 사용된다.
    • 요청이 도착하면 버킷에 토큰이 있는지 확인함
    • 토큰이 충분할 경우, 버킷에서 토큰을 꺼내고, 시스템에 전달함
    • 토큰이 없는 경우, 해당 요청은 버려짐
• 장점
  • 구현이 쉽다.
  • 메모리 사용 측면에서 효율적이다.
  • 짧은 시간에 집중되는 트래픽도 처리 가능하다.
• 단점
  • 버킷 크기와 토큰 공급률 값을 적절히 튜닝하는 것이 까다로울 수 있다.

 

누출 버킷 알고리즘

• 토큰 버킷 알고리즘과 비슷하지만 요청 처리율이 고정되어 있다.
• 보통 FIFO 큐로 구현한다.
  • 큐에는 처리될 항목들이 저장된다.
• parameter
  • 버킷 크기: 큐 사이즈와 같은 값
  • 처리율: 지정된 시간당 몇 개의 항목을 처리할지 지정하는 값 (보통 초 단위로 표현)
• 동작 방식 
  • 요청이 도착하면 큐가 가득 차 있는지 확인한다. 빈 자리가 있는 경우, 큐에 요청을 추가한다.
    • 큐가 가득 차 있는 경우, 새 요청을 버린다.
  • 지정된 시간마다 큐에서 요청을 꺼내어 처리한다.
• 장점
  • 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적이다.
  • 고정된 처리율을 가지고 있기 때문에 안정적 출력이 필요할 경우에 적합하다.
• 단점
  • 단시간에 많은 트래픽이 몰리는 경우, 큐에 오래된 요청들이 쌓이게 되고, 해당 요청들을 제때 처리하지 못하면, 최신 요청들이 버려지게 된다.
  • 파라미터 튜닝이 까다로울 수 있다.

 

고정 윈도 카운터 알고리즘

• 동작 방식
  • 타임라인을 고정된 간격의 윈도로 나누고, 각 윈도마다 카운터를 붙인다.
  • 요청이 접수될 때마다 이 카운터의 값은 1씩 증가한다.
  • 카운터의 값이 사전에 설정된 임계치에 도달하면 새로운 요청은 새 운도우가 열릴 때까지 버려진다.
  • e.g) 타임라인의 시간 단위가 1초이고, 초당 3개까지의 요청만을 허용할 경우
    • 매초마다 열리는 윈도에 3개 이상의 요청이 밀려오면 초과분은 버려짐
• 잠정
  • 메모리 효율이 좋다.
  • 이해하기 쉽다.
  • 윈도가 닫히는 시점에 카운터를 초기화하는 방식은 특정한 트래픽 패턴을 처리하기에 적합하다.
• 단점
  • 윈도 경계 부근에서 일시적으로 많은 트래픽이 몰릴 경우, 기대했던 시스템의 처리 한도보다 많은 양의 요청을 처리하게 된다.

 

이동 윈도 로깅 알고리즘

• 고정 윈도 카운터 알고리즘의 문제점을 해결한다.
• 요청의 타임스탬프를 추적한다. 타임스탬프 데이터는 레디스의 정렬 집합 같은 캐시에 보관한다.
• 동작 방식
  
  • 새 요청이 오면 만료된 타임스탬프는 제거한다. 
    • 만료된 타임스탬프: 그 값이 현재 윈도의 시작 시점보다 오래된 타임스탬프
  • 새 요청의 타임스탬프를 로그에 추가한다.
  • 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달한다.
  • 허용치보다 크다면 처리를 거부한다.
• 장점
  • 정교하게 처리율 제한을 처리한다.
• 단점
  • 거부된 요청의 타임스탬프도 보관하기 때문에 많은 메모리를 사용한다.

 

이동 윈도 카운터 알고리즘

• 고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결함한 방식이다.
• 장점
  • 이전 시간대의 평균 처리율에 따라 현재 윈도의 상태를 계산하므로 짧은 시간에 몰리는 트래픽에도 잘 대응한다.
  • 메모리 효율이 좋다.
• 단점
  • 직전 시간대에 도착한 요청이 균등하게 분포되어 있다고 가정한 상태에서 추정치를 계산하기 때문에 정확하지 않을 수 있다. (그럼에도 불구하고, 높은 정확도를 가지고 있다!)

 

개략적인 아키텍처

• 처리율 제한 알고리즘의 기본 아이디어
  • 얼마나 많은 요청이 접수되었는지 추적할 수 있는 카운터를 추적 대상별로 두고, 카운터의 값이 어떤 한도를 넘어서면, 한도를 넘어 도착한 요청은 거부한다!
• 카운터의 저장 위치
  • 데이터베이스는 디스크 접근 때문에 느리기 때문에 메모리상에서 동작하는 캐시를 사용하는 것이 바람직하다.
• 처리율 제한 장치 개략적 구조

• 동작 방식
  • 클라이언트가 처리율 제한 미들웨어에게 요청을 보낸다.
  • 처리율 제한 미들웨어는 레디스의 지정 버킷에서 카운터를 가져와서 한도에 도달했는지 검사한다.
    • 한도에 도달했다면 요청 거부
    • 한도에 도달하지 않았다면 API 서버로 요청 전달
    • 미들웨어는 카운터의 값을 증가시킨 후 다시 레디스에 저장함

 

상세 설계

처리율 한도 초과 트래픽의 처리

• 클라이언트는 자신의 요청이 처리율 제한에 걸리는지를 HTTP 응답 헤더를 통해 알 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
• 사용자가 너무 많은 요청을 보내면 429 too many requests 오류를 X-Ratelimit-Retry-After 헤더와 함께 반환하도록 한다.

 

상세 설계

• 처리율 제한 규칙은 디스크에 보관한다. 작업 프로세스는 수시로 규칙을 디스크에서 읽어 캐시에 저장한다.
• 클라이언트가 요청을 서버에 보내면 요청은 먼저 처리율 제한 미들웨어에 도착한다.
• 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다. 아울러 카운터 및 마지막 요청의 타임스탬프를 레디스 캐시에서 가져온다.
  • 해당 요청이 처리율 제한에 걸리지 않은 경우 API 서버로 요청을 보낸다.
  • 해당 요청이 처리율 제한에 걸렸다면 429 too many requests 에러를 클라이언트에 보낸다.
    • 해당 요청은 그대로 버릴 수 있고, 메시지 큐에 보관할 수 있다.

 

분산 환경에서의 처리율 제한 장치의 구현

• 여러 대의 서버와 병렬 스레드를 지원하도록 확장하기 위해서는 경쟁 조건과 동기화 문제를 해결해야 한다.
• 경쟁조건
  • 경쟁 조건 문제를 해결하는 가장 잘 알려진 방법은 락(lock)이다. 하지만 락은 시스템의 성능을 떨어뜨린다는 문제점이 있다.
  • 락 대신 사용할 수 있는 두 가지 해결법이 있다.
    • 루아 스크립트
    • 정렬 집합
• 동기화 이슈
  • 처리율 제한 장치 서버를 여러 대 두게 된다면 동기화가 필요해진다. 
  • 동기화 문제 해결 방법
    • 고정 세션 활용
      • 같은 클라이언트로부터의 요청은 항상 같은 처리율 제한 장치로 보낼 수 있도록 함
    • 레디스와 같은 중앙 집중형 데이터 저장소 사용

성능 최적화

• 사용자의 트래픽을 가장 가까운 에지 서버로 전달하여 지연시간을 줄인다.
  • 데이터센터에서 멀리 떨어진 사용자들에게 지연시간을 줄일 수 있음
• 제한 장치 간 데이터를 동기화할 때, 최종 일관성 모델을 사용한다.

 

모니터링

• 모니터링을 통해 채택한 처리율 제한 모델과 정의한 처리율 제한 규칙이 효과적인지 확인할 수 있다.

 

마무리

• 더 알아보면 도움이 될 정보
  • 경성 또는 연성 처리율 제한
  • 다양한 계층에서의 처리율 제한
  • 처리율 제한을 회피하는 방법. 클라이언트를 어떻게 설계하는 것이 최선일지