처리율 제한 장치의 설계

가상 면접 사례로 배우는 대규모 시스템 설계 기초 "처리율 제한 장치의 설계"을 요약한 내용입니다.

• 클라이언트 또는 서비스가 보내는 트래픽의 처리율을 제어하기 위한 장치
  • 특정 기간 내에 전송되는 클라이언트의 요청 횟수를 제한
  • 정의된 임계치를 넘어서면 추가로 도달한 모든 호출은 처리가 중단됨
  ex) 초당 2회 이상 새 글을 올릴 수 없다.ex) 같은 디바이스로는 주당 2회 이상 리워드 요청을 할 수 없다.
• ex) 같은 IP 주소로 하루에 10개 이상의 계정을 생성할 수 없다.

처리율 제한 장치를 두면 좋은 점

• 처리율 제한 장치를 두면 DoS 공격에 대한 자원 고갈을 방지 할 수 있음
  • 대형 IT 기업들이 공개한 API에는 대부분 처리율 제한 장치를 가지고 있음
    • 트위터는 3시간 동안 300개의 트윗만 올릴 수 있음
    • 구글 독스 API는 분당 300회의 read 요청만 허용
• 비용 절감
  • 추가 요청에 대한 처리를 제한하면 서버를 많이 두지 않아도 됨
  • 제 3자(third-party) API에 사용료를 지불하고 있는 회사들은 아주 중요
    • 신용 확인, 신용카드 결제, 건상 상태 확인하기 위해 호출하는 API에 대한 과금이 횟수에 이루어진 경우 횟수 제한을 할 수 있어야 비용을 절감 할 수 있다.
• 서버 과부하를 막는다
  • 봇(bot)에서 오는 트래픽이나 사용자의 잘못된 이용 패턴으로 유발된 트래픽을 걸러내는데 사용가능

1단계 문제 이해 및 설계 범위 확정

• 처리율 제한 장치를 구현하는 데는 여러 가지 알고리즘을 사용할 수 있음
  • 각각의 고유한 장단점이 있음
• 어떤 제한 장치를 구현해야하는지 분명히 알아야 함

요구 사항

• 설정된 처리율을 초과하는 요청은 정확하게 제한
• 낮은 응답시간: HTTP 응답 시간에 나쁜 영향을 주어서는 곤란하다
• 가능한 적은 메모리를 써야한다.
• 분산형 처리율 제한: 하나의 처리율 제한 장치를 여러 서버나 프로세스에서 공유할 수 있어야 한다.
• 예외 처리: 요청이 제한되었을 때는 그 사실을 사용자에게 분명하게 보여주어야 한다.
• 높은 결함 감내성: 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안된다.

2단계 개략적 설계안 제시 및 동의 구하기

• 기본적인 클라이언트-서버 통신 모델을 사용

처리율 제한 장치는 어디에 둘 것인가?

• 클라이언트
  • 일반적으로 클라이언트는 처리율 제한을 안정적으로 걸 수 있는 장소가 못됨
  • 클라이언트 요청은 쉽게 위변조가 가능함
  • 모든 클라이언트의 구현을 통제하는 것도 어려울 수 있음
• 서버
  • 서버 측에 제한 장치를 두는 한가지 방법
  
  • 처리율 제한 장치를 API 서버에 두는 대신 처리율 제한 미들 웨어를 만들어 사용 가능
    • 미들 웨어로 하여금 API 서버로 가는 요청을 통제하도록 하는 방법
  • 폭넓게 채택된 기술인 클라우드 마이크로서비스의 경우, 처리율 제한 장치는 보통 API 게이트웨이에 구현됨
    • API 게이트웨이는 처리율 제한, SSL 종단, 사용자 인증, IP 허용 목록 관리 등
• 

처리율 제한 장치 위치에 따른 고려사항

• 프로그래밍 언어, 캐시 서비스 등이 서버측 구현을 지원하기 충분할 정도로 효율이 높은지 확인
• 제 3 사업자가 제공하는 게이트웨이를 사용하기로 했다면 선택지는 제한이 될수 있다
• 지금 설계가 마이크로서비스에 기반하고 있고 API 게이트웨이를 이미 설계했다면 처리율 제한 기능 또한 게이트웨이에 포함시켜야할 수 있다
• 처리율 제한 장치를 구현할 인력이 충분하지 않다면 상용 API 게이트웨이를 쓰는 것이 바람직한 방법

처리율 제한 알고리즘

• 처리율 제한을 실현한 대표적인 알고리즘
  • 토큰 버킷
  • 누출 버킷
  • 고정 윈도 카운터
  • 이동 윈도 로그
  • 이동 윈도 카운터

토큰 버킷 알고리즘

• 간단하고, 알고리즘에 대한 세간의 이해도가 높은 편이며 인터넷 기업들이 보편적으로 사용하는 알고리즘
• 아마존과 스트라이프가 API 요청을 통제하기 위해 알고리즘을 사용

동작원리

1. 토큰 버킷은 지정된 용량을 갖는 컨테이너에 설정된 양의 토큰을 주기적으로 채워진다.
2. 토큰이 꽉 찬 버킷에는 더이상의 토큰은 추가 되지 않음
   1. 토큰 공급기는 버킷에 매초 2개의 토큰을 추가한다.
3. 요청은 처리될 때마다 하나의 토크늘 사용한다.
   1. 토큰이 있으면 버킷에서 토큰을 꺼낸 후 요청을 시스템에 전달
   2. 토큰이 없는 경우 해당 요청은 버려진다

토큰 버킷 알고리즘의 설정

• 버킷 크기: 버킷에 담을 수 있는 토큰의 최대 개수
• 토큰 공급률: 초댕 몇개의 토큰이 버킷에 공급되는가

사례에 따른 설정 방법

• 사용자마다 하루에 한 번만 포스팅을 할 수 있고, 친구는 150명까지 추가 할 수 있고, 좋아요 버튼은 다섯번까지 누를 수 있다면, 사용자마다 3개의 버킷을 두어야 할 것이다.
• IP 주소별로 처리율 제한을 적용해야 한다면 IP 주소마다 버킷을 하나씩 할당 해야함
• 시스템의 처리율을 초당 10,000개 요청으로 제한하고 싶다면 모든 요청이 하나의 버킷을 공유하도록 해야 할 것이다.

장점

• 구현이 쉽다
• 메모리 사용 측면에서 효율적
• 짧은 시간에 집중되는 트래픽도 처리 가능

단점

• 버킷 크기와 토큰 공급률을 적절하게 튜닝하는 것은 까다로운 일

누출 버킷 알고리즘

• 토큰 버킷 알고리즘과 비슷하지만 요청 처리율이 고정되어 있다는 점이 다르다
• 보통 FIFO 큐로 구현한다.
• 쇼피파이가 사용하여 처리율 제한을 구현하고 있다.

동작원리

• 요청이 도착하면 큐에 요청을 추가한다.
• 큐가 가득차 있는 경우에는 새 요청은 버린다.
• 지정된 시간마다 큐에서 요청을 꺼내어 처리한다.

토큰 버킷 알고리즘의 설정

• 버킷 크기: 큐 사이즈와 같은 값, 처리될 항목들이 보관됨
• 처리율: 지정된 시간당 몇개의 항목을 처리할 지 지정하는 값

장점

• 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적이.
• 고정된 처리율을 갖고 있기 때문에 안정적 출력이 필요한 경우 적합

단점

• 단시간에 많은 트래픽이 몰리는 경우 큐에는 오래된 요청들이 쌓이게되고 요청들이 재때 처리되지 못하면 최신 요청은 버려지게 된다.
• 튜닝하기가 까다로울 수 있다.

고정 윈도우 카운터 알고리즘

동작원리

• 타임라인을 고정된 가격의 윈도로 나누고, 각 윈도마다 카운터를 붙인다.
• 요청이 접수될 때마다 카운터의 값은 1씩 증가
• 카운터의 값이 사전에 설정된 임계치에 도달하면 새로운 요청은 새 윈도가 열릴 때까지 버려진다.

장점

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

단점

• 윈도우 경계 부근에서 일시적으로 많은 트래픽이 몰려드는 경우, 기대했던 시스템의 처리 한도보다 많은 양의 요청을 처리하게 된다.

이동 윈도 로깅 알고리즘

• 고정 윈도 카운터 알고리즘의 윈도 경계 부근에 트래픽이 집중되는 경우 한도보다 많은 요청을 처리하는 문제를 해결한다.

동작원리

• 요청의 타임스탬프를 추척한다.
• 새 요청이 오면 만료된 타임스템프는 제거한다.
• 새 요청의 타임스탬프를 로그에 추가한다
• 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달
• 허용치보다 높으면 요청을 거부

장점

• 어느 순간의 윈도를 보더라도, 허용되는 요청의 개수는 시스템의 처리율 한도를 넘지 않는다.

단점

• 다량의 메모리를 사용하는데, 거부된 요청의 타임스템프도 보관하기 때문이다.

이동 윈도 카운터 알고리즘

• 고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결합한 알고리즘

동작원리

장점

• 이전 시간대의 평균 처리율에 따라 현재 윈도의 상태를 계산하므로 짧은 시간에 몰리는 트래픽에 잘 대응
• 메모리 효율이 좋다

단점

• 직전 시간대에 도착한 요청이 균등하게 분포되어 있다고 가정한 상태에서 추정치를 계산하기 때문에 다소 느슨하다.

계략적인 아키텍처

• 얼마나 많은 요청이 접수되었는지를 추적할 수 있는 카운터를 추적 대상별로 두고 카운터의 한도를 넘어서면 이후 요청은 거부하는 것
  • 카운터 추적 대상
    • 사용자
    • IP
• 카운터는 어디에 보관할 것인가?
  • 메모리상에서 동작하는 캐시가 바람직
    • INCR: 메모리에 저장된 카운터의 값을 1만큼 증가
    • EXPIRE: 카운터에 타임아웃 값을 설정, 설정된 시간이 지나면 자동으로 삭제

3단계 상세 설계

• 처리율 제한 규칙은 어떻게 만드어지고 어디에 저장되는가?
• 처리가 제한된 요청들은 어떻게 처리되는가?

처리율 제한 규칙

• 리프트(Lyft)는 처리율 제한에 오픈 소스를 사용하고 있다. 어떤 처리율 제한 규칙이 사용되고 있는지 살펴보자
  • 마케팅 메시지의 최대치를 하루 4개로 제한하고 있다.

  domain: messaging
  descriptores:
  	- key: message_type
  		value: marketing
  		rate_limit:
  			unit: day
  			requests_per_unit: 5
  

  • 분당 5회 이상 로그인할 수 없도록 제한하고 있다.

  domain: auth
  descriptores:
  	- key: auth_type
  		value: login
  		rate_limit:
  			unit: minute
  			requests_per_unit: 5
  

처리율 한도 초과 트래픽의 처리

• 요청이 한도 제한에 걸리면 API는 HTTP 429 응답을 클라이언트에게 보낸다
• 경우에 따라서는 제한에 걸린 메시지를 나중에 처리하기 위해 큐에 보관할 수도 있다.
  • 주문 시스템 과부가 때문에 한도제한이 걸린경우 보관했다가 나중에 처리할 수도 있을 것

상세 설계

• 처리율 제한 규칙은 디스크에 보관한다. 작업 프로세스는 수시로 규칙을 디스크에서 읽어 캐시에 저장
• 클라이언트가 요청을 서버에 보내면 요청은 먼저 처리율 제한 미들웨어에 도착
• 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다
  • 해당 요청이 처리율 제한에 걸리지 않은 경우에는 API 서버로 보낸다
  • 해당 요청이 처리율 제한에 걸렸다면 429 에러를 클라이언트에 보낸다

분산 환경에서의 처리율 제한 장치의 구현

• 여러 대의 서버와 병렬 스레드를 지원하도록 시스템을 확장하는 것은 또 다른 문제이다.
• 두가지 어려운 문제를 풀어야 한다.
  • 경쟁 조건
  • 동기화

경쟁 조건

• 레디스에 카운터의 값을 읽는다
• 카운터 +1의 값을 임계치를 넘는지 본다.
• 넘지 않는다면 레디으에 보관된 카운터 값을 1만큼 증가시긴다

• 경쟁 조건 문제를 해결하는 가장 널리 알려진 해결책은 Lock이다.
  • 성능 저하 문제가 있음
• 루아 스크립트
• 정렬 집합이라 불리는 레디스 자료구조

동기화 이슈

• 처리율 제한 장치 서버로 충분하지 않아 제한 장치 서버를 여러대 두게되면 동기화가 필요해진다.
• 각기 다른 제한 장치로 보내게 된경우 동기화를 하지 않으면 처리율 제한을 올바르게 수행할 수 없음

• 고정 세션 방식이 있지만 추천하지는 않음
  • 확장 가능하지도 않고 유연하지도 않음
• 레디스와 같은 중앙 집중형 데이터 저장소를 사용하는 것이 좋음

모니터링

• 처리율 제한 장치를 설치한 이후에는 효과적으로 동작하고 있는지 보기 위해 데이터를 모을 필요가 있다.
  • 채택된 처리율 제한 알고리즘이 효과적이다.
  • 정의한 처리율 제한 규칙이 효과적이다.

4단계 마무리

시간이 허락한다면 다음과 같은 부분을 고려해보자

• 경성(hard) 또는 연성(soft) 처리율 제한
  • 경성 처리율 제한: 요청 개수는 임계치를 절대 넘어설 수 없다.
  • 연성 처리율 제한: 요청 개수는 잠시 동안은 임계치를 넘어설 수 있다.
• 다양한 계층에서의 처리율 제한
• 처리율 제한을 회피하는 방법, 클라이언트를 어떻게 설계하는 것이 최선인가?
  • 클라이언트 측 캐시를 사용하여 API 호출 횟수를 줄인다.
  • 처리율 제한의 임계치를 이해하고 짧은 시간 동안 너무 많은 메시지를 보내지 않도록 한다.
  • 예외나 에어를 처리하는 코드를 도입하여 클라이언트가 예외적 상황으로부터 우아하게 복구될 수 있도록 한다.
  • 재시도 로직을 구현할 때는 충분한 백오프 시간을 둔다.

이미지 참고

https://donghyeon.dev/인프라/2022/03/18/처리율-제한-장치의-설계/