[가상면접 사례로 배우는 대규모 시스템 설계 기초] 4장. 처리율 제한 장치의 설계

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

 

API에 처리율 제한 장치를 두면 좋은 점

• DoS(Denial of Service) 공격에 의한 자원 고갈(resource starvation)을 방지할 수 있음
• 비용을 절감한다. 추가 요청에 대한 처리를 제한하면 서버를 많이 두지 않아도 됨
• 서버 과부하를 막는다. 봇(bot)에서 오는 트래픽이나 사용자의 잘못된 이용패턴으로 유발된 트래픽을 걸러내는데 처리율 제한 장치를 활용할 수 있음

처리율 제한 장치를 구현하는 데는 여러 가지 알고리즘을 사용할 수 있는데, 각각은 고유한 장단점을 갖고 있다.

 

처리율 제한 장치는 어디에 둘 것인가?

`클라이언트` 측에 둘 수 도 있고, `서버` 측에 둘 수도 있다.

클라이언트 측에 둔다면

• 일반적으로 클라이언트는 처리율 제한을 안정적으로 걸 수 있는 장소가 못 된다. 클라이언트 요청은 쉽게 위변조가 가능하고, 모든 클라이언트의 구현을 통제하는 것도 어렵기 때문.

서버 측에 둔다면

그림 4-1, 4-2

• 그림 4-1과 4-2와 같이 제한 장치를 둘 수 있다.
• 그림 4-2는 `처리율 제한 미들웨어(middleware)`를 만들어 해당 미들웨어로 하여금 API 서버로 가는 요청을 통제하는 것

그림 4-3

• 그림 4-3과 같이 동작한다.
• 클라우드 마이크로서비스의 경우, 처리율 제한 장치는 보통 `API 게이트웨이(gateway)`라 불리는 컴포넌트에 구현됨
• `API GW`는 처리율 제한, SSL 종단(termination), 사용자 인증(authentication), IP 허용 목록(whitelist) 관리 등을 지원하는 완전 위탁관리형 서비스(fully managed)이다.

처리율 제한 알고리즘

처리율 제한 알고리즘에 대한 간단한 설명을 통해 각각의 특성을 이해하고 용례에 맞는 알고리즘을 조합을 찾도록 하자.

• 토큰 버킷(token bucket)
• 누출 버킷(leaky bucket)
• 고정 윈도 카운터(fixed window counter)
• 이동 윈도 로그(sliding window log)
• 이동 윈도 카운터(sliding window counter)

토큰 버킷 알고리즘(token bucket)

토큰 버킷 알고리즘은 처리율 제한에 폭넓게 이용되고 있다고 한다. 간단하고, 알고리즘에 대한 세간의 이해도도 높으며 인터넷 기업들이 보편적으로 사용하고 있다.

• 토큰 버킷은 지정된 용량을 갖는 컨테이너다.
• 사전 설정된 양의 토큰이 주기적으로 채워진다.
• 토큰이 꽉 찬 버킷에는 더 이상 토큰은 추가되지 않는다.
• 그림 4-4는 용량이 4인 버킷의 예시이다.
  • 토큰 공급기(refiller)는 이 버킷에 매초 2개의 토큰을 추가.
  • 버킷이 가득 차면 추가로 공급된 토큰은 버려짐(overflow)
• 각 요청은 처리될 때마다 하나의 토큰을 사용. 요청이 도착하면 버킷에 충분한 토큰이 있는지 검사한다.
  • 그림 4-5는 그 과정을 보여준다.
  • 충분한 토큰이 있는 경우, 버킷에서 토큰 하나를 꺼낸 후 요청을 시스템에 전달
  • 충분한 토큰이 없는 경우, 해당 요청은 버려짐(dropped)

그림 4-4, 4-5, 4-6

토큰 버킷 알고리즘의 2가지 파라미터

이 토큰 버킷 알고리즘은 2개 인자(parameter)를 받는다.

• 버킷 크기 : 버킷에 담을 수 있는 토큰의 최대 개수
• 토큰 공급률(refill rate) : 초당 몇 개의 토큰이 버킷에 공급되는가.

버킷은 몇 개나 사용해야 하나?

통상적으로, API 엔드포인트(endpoint)마다 별도의 버킷을 둔다.

• 예를 들어, 사용자마다 하루에 한 번만 포스팅(1)을 할 수 있고, 친구는 150명까지 추가(2)할 수 있고, 좋아요 버튼은 다섯 번까지(3)만 누를 수 있다면, 사용자마다 `3개`의 버킷을 두어야 할 것.
• IP 주소별로 처리율 제한을 적용해야 한다면 IP 주소마다 버킷을 하나씩 할당

장점

• 구현이 쉽다.
• 메모리 사용 측면에서도 효율적이다.
• 짧은 시간에 집중되는 트래픽(burst of traffic)도 처리 가능하다. 버킷에 남은 토큰이 있기만 하면 요청은 시스템에 전달될 것

단점

• 이 알고리즘은 버킷 크기와 토큰 공급률이라는 두 개 인자를 가지고 있는데, 이 값을 적절하게 튜닝하는 것은  까다롭다.

누출 버킷 알고리즘(leaky bucket)

누출 버킷 알고리즘은 토큰 버킷 알고리즘과 비슷하지만, 요청 처리율이 고정되어 있다는 점이 다르다.

누출 버킷 알고리즘은 보통 FIFO(First-In-First-Out) 큐로 구현한다.

• 요청이 도착하면 큐가 가득 차 있는지 확인. 빈자리가 있는 경우에는 큐에 요청을 추가
• 큐가 가득 차 있는 경우에는 새 요청은 버림
• 지정된 시간마다 큐에서 요청을 꺼내어 처리

그림 4-7

누출 버킷 알고리즘의 두 가지 파라미터

• 버킷 크기 : 큐 사이즈와 같은 값. 큐에는 처리될 항목들이 보관됨
• 처리율(outflow rate) : 지정된 시간당 몇 개의 항목을 처리할지 지정하는 값. 보통 초 단위로 표현

장점

• 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적임
• 고정된 처리율을 갖고 있기 때문에 안정적 출력(stable outflow rate)이 필요한 경우에 적합

단점

• 단시간에 많은 트래픽이 몰리는 경우 큐에는 오래된 요청들이 쌓이게 되고, 그 요청들을 제때 처리하지 못하면 최신 요청들은 버려짐
• 두 개 인자를 갖고 있는데, 이들을 올바르게 튜닝하기 까다로움

고정 윈도 카운터 알고리즘(fixed window counter)

• 타임라인(timeline)을 고정된 간격의 윈도(window)로 나누고, 각 위도마다 가운터(counter)를 붙임
• 요청이 접수될 때마다 이 카운터의 값은 1씩 증가
• 이 카운터의 값이 사전에 설정된 임계치(threshold)에 도달하면 새로운 요청은 새 윈도가 열릴 때까지 버려짐

그림 4-8

이 알고리즘의 가장 큰 문제는 윈도의 경계 부근에 순간적으로 많은 트래픽이 집중될 경우, 윈도에 할당된 양보다 더 많은 요청이 처리될 수 있다는 점이다.

그림 4-9

장점

• 메모리 효율이 좋다
• 이해하기 쉽다
• 윈도가 닫히는 시점에 카운터를 초기화하는 방식은 특정한 트래픽 패턴을 처리하기에 적합하다.

단점

• 윈도 경계 부근에서 일시적으로 많은 트래픽이 몰려드는 경우, 기대했던 시스템의 처리 한도보다 많은 양의 요청을 처리하게 됨

이동 윈도 로깅 알고리즘(sliding window log)

이동 윈도 로깅 알고리즘은 고정 윈도 카운터 알고리즘의 문제인, 윈도 경계 부근에 트래픽이 집중되는 경우 시스템에 설정된 한도보다 많은 요청을 처리하는 것을 해결한다.

• 요청의 타임스탬프(timestamp)를 추적한다. 타임스태프 데이터는 보통 레디스(Redis)의 정렬 집합(sorted set) 같은 캐시에 보관한다.
• 새 요청이 오면 만료된 타임스탬프는 제거
• 새 요청의 타임스탬프를 로그(log)에 추가
• 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달. 그렇지 않은 경우에는 처리 거부

그림 4-10

장점

• 어느 순간의 윈도를 보더라도, 허용되는 요청의 개수는 시스템 처리율 한도를 넘지 않음

단점

• 다량의 메모리를 사용함. 거부된 요청의 타임스탬프도 보관하기 때문

이동 윈도 카운터 알고리즘(sliding window counter)

고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결합한 것이다.

그림 4-11

• 현재 1분간의 요청 수 + 직전 1분간의 요청 수 x 이동 윈도와 직전 1분이 겹치는 비율
• 3 + 5 x 70% = 6.5개
• 반올림 혹은 내림하여 쓸 수 있음

위 예제에서 내림으로 사용하면 6개로, 제한 한도가 분당 7개 요청이라고 했으므로, 현재 1분의 30% 시점에 도착한 신규 요청은 시스템으로 전달될 것이다. 하지만 그 직후에는 한도에 도달하였으므로 더 이상의 요청은 받을 수 없을 것이다.

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 다소 느슨하다.
• 하지만 이 문제는 생각보다 심각하지는 않다고 함
  • 클라우드페어(Cloudfare)가 실시했던 실험에 따르면 40억 개의 요청 가운데 시스템의 실제 상태와 맞지 않게 허용되거나 버려진 요청은 0.003%에 불과했다.

처리율 한도 초과 트래픽의 처리

어떤 요청이 와도 한도 제한에 걸리면 API는 HTTP 429 응답(too many requests)을 클라이언트에게 보낸다.

처리율 제한 장치가 사용하는 HTTP 헤더

클라이언트는 자기 요청이 처리율 제한에 걸리고 있는지(throttle), 자기 요청이 처리율 제한에 걸리기까지 얼마나 많은 요청을 보낼 수 있는지 등을 HTTP 응답 헤더(response header)에서 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

상세 설계

그림 4-13

• 처리율 제한 규칙은 디스크에 보관. 작업 프로세스(workers)는 수시로 규칙을 디스크에서 읽어 캐시에 저장
• 클라이언트가 요청을 서버에 보내면 요청은 먼저 처리율 제한 미들웨어에 도달
• 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져옴. 아울러 카운터 및 마지막 요청의 타임스탬프(timestamp)를 레디스 캐시에서 가져온다. 가져온 값들에 근거하여 미들웨어는 다음과 같은 결정을 내린다.
  • 해당 요청이 처리율 제한에 걸리지 않은 경우에는 API 서버로 보냄
  • 해당 요청이 처리율 제한에 걸렸다면 429 too many requests 에러를 클라이언트에 보냄. 해당 요청은 버릴 수도, 메시지 큐에 보관할 수도 있음

분산 환경에서의 처리율 제한 장치의 구현

단일 서버를 지원하는 처리율 제한 장치를 구현하는 것은 어렵지 않다. 하지만 여러 대의 서버와 병렬 스레드를 지원하도록 시스템을 확장하는 것은 또 다른 문제이다. 다음 두 가지 어려운 문제를 풀어야 한다.

• 경쟁 조건(race condition)
• 동기화(synchronization)

경쟁 조건(race condition)

처리율 제한 장치는 대략 다음과 같이 동작한다.

• 레디스에서 카운터의 값을 읽음(counter)
• `counter + 1`의 값이 임계치를 넘는지 확인
• 넘지 않는다면 레디스에 보관된 카운터 값을 1만큼 증가

병행성이 심한 환경에서는 `그림 4-14`와 같은 `경쟁 조건 이슈`가 발생할 수 있다.

그림 4-14

이 문제를 해결하는 가장 널리 알려진 해결책은 `락(lock)`이다. 하지만 락은 시스템의 성능을 떨어뜨리는 문제가 있다. 위 설계의 경우에는 락 대신 쓸 수 있는 해결책이 두 가지 있는데, 하나는 `루아 스크립트(Lua script)`이고 하나는 `정렬 집합(sorted set)`이라고 불리는 레디스 자료구조를 쓰는 것이다.

두 가지 방법에 대해 찾아보기!

동기화 이슈(synchronization)

그림 4-15

그림 4-15의 왼쪽 그림의 경우 클라이언트 1은 제한 장치 1에 요청을 보내고 클라이언트 2는 제한 장치 2에 요청을 보내고 있다. 웹 계층은 무상태(stateless)이므로 클라이언트는 다음 요청을 그림 4-15의 오른쪽 그림처럼 각기 다른 제한 장치로 보낼 수 있다. 이때 동기화를 하지 않는다면, 제한 장치 1은 클라이언트 2에 대해서는 아무것도 모르기 때문에 처리율 제한을 올바르게 수행할 수 없을 것이다.

 

이에 대한 한 가지 해결책은 `고정 세션(sticky session)`을 활용하여 같은 클라이언트의 요청은 항상 같은 처리율 제한 장치로 보낼 수 있도록 하는 것이지만, 규모면에서 확장 가능하지도 않고 유연하지도 않기 때문에 추천하지 않는다.

 

더 나은 해결책은 레디스와 같은 `중앙 집중형 데이터 저장소`를 사용하는 것이다.

그림 4-16

성능 최적화

여러 데이터센터를 지원하는 문제는 처리율 제한 장치에 매우 중요한 문제이다. 데이터센터에서 멀리 떨어진 사용자를 지원하려다 보면 지연시간(latency)이 증가할 수밖에 없다. 대부분의 클라우드 서비스 사업자는 세계 곳곳에 에지 서버(edge server)를 심어놓고 있다.

 

두 번째로 고려해야 할 것은 제한 장치 간에 데이터를 동기화할 때 `최종 일관성 모델(eventual consistency model)`을 사용하는 것이다. 최종 일관성 모델에 관한 내용은 6장에서 나온다고 한다.

모니터링

처리율 제한 장치를 설치한 이후에는 효과적으로 동작하고 있는지 보기 위해 데이터를 모을 필요가 있다. 기본적으로 모니터링을 통해 확인하려는 것은 다음 두 가지이다.

• 채택된 처리율 제한 알고리즘이 효과적인지
• 정의한 처리율 제한 규칙이 효과적인지