[대규모 시스템 설계] 4장 처리율 제한 장치의 설계

Intro.

요즘 대규모시스템설계 스터디를 하면서 첫 발표가 4장이었다. 발표용으로 내용을 간략하게 정리했는데, 책의 리소스가 정말 좋기도 하고 참고문헌을 타고 가다보면 재밌는 사례가 많다. 책의 내용만 흡수해도 정말 많이 발전하겠구나 싶고.

 시스템 디자인에 대해 고려해본 적이 없던 주니어 엔지니어가 이 책을 읽으면서 그 동안 "궁금했지만 정확히 어떻게 질문해야할지 몰라 모호했던 것들"을 구체화하며 알아가는 과정이 재밌다. 많은 사람들이 좋은 책이라 말하는 이유를 알겠다!

 

[04] 처리율 제한 장치의 설계

✏️  처리율 제한 장치(rate limiter) : 클라이언트 또는 서비스가 보내는 트래픽의 처리율(rate)를 제어하기 위한 장치. 예를 들어 HTTP에서 이 장치는 특정 기간 내에 전송되는 클라이언트의 요청 횟수를 제한한다.

 - 사용자는 초당 2회 이상 새 글을 올릴 수 없다.

 - 같은 IP 주소로는 하루에 10개 이상의 계정을 생성할 수 없다.

 - 같은 디바이스로는 주당 5회 이상 리워드를 요청할 수 없다.

 요청 횟수가 제한 장치에 정의된 임계치(threshold)를 넘어서면 추가로 도달한 모든 호출은 blocked 된다.

 

 1. 문제 이해 및 설계 범위 확정

처리율 제한 장치를 두었을 때 이점

🔥 DDoS 공격을 방지

- DDos 공격에 의한 resource Starvation 방지

- twitter: 3시간동안 300개의 트윗만 올리도록 제한

- google docs: api 사용자당 분당 300회의 read 요청만 허용

🔥 비용 절감

- 서버를 많이 두지 않아도 된다.

- 우선순위가 높은 API에 더 많은 자원 할당

- thrid party에 사용료를 지불하는 경우 api 과금이 사용횟수에 따라 이루어질 수 있고 이 때 횟수를 제한하면 비용절감 가능

🔥 서버 과부하 예방

- 봇(bot)에서 오는 트래픽이나 사용자의 잘못된 이용 패턴 막을 수 있음

1.1 요구사항

지원자와 면접관의 대화를 통해 소개된 요구사항은 아래와 같다.

- 설정된 처리율을 초과하는 요청은 정확하게 제한함.

- 처리율 제한 장치에 의해 HTTP 응답시간에 영향이 가면 안됨.

- 가능한 한 적은 메모리를 써야 함.

- 하나의 처리율 제한 장치를 여러 서버나 프로세스에서 공유할 수 있어야 함.

- 요청이 제한되었을 때 사용자에게 제한된 사실을 알려줘야 함.

- 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안됨.

 

2. 개략적 설계안 제시 및 동의 구하기

2.1 처리율 제한 장치 위치

- 기본적인 클라이언트-서버 통신 모델 사용

 

🔥 클라이언트 측에 두기

- 일반적으로 처리율 제한을 안정적으로 걸 수 있는 장소가 못됨

- 클라이언트 요청은 쉽게 위변조가 가능하기 때문

- 모든 클라이언트의 구현을 통제하는 것도 어려울 수 있음

🔥 서버 측에 두기

- API 서버에 두는 방법

- 처리율 제한 미들웨어를 만들어 해당 미들웨어로 하여금 API 서버로 가는 요청 통제

- 클라우드 마이크로 서비스의 경우, 처리율 제한 장치는 보통 API 게이트웨이라 불리는 컴포넌트에 구현됨

🔥 API 게이트 웨이

- 처리율 제한, SSL 종단(termination), 사용자 인증(authentication), IP 허용 목록(white list) 관리 등을 지원하는 완전 위탁 관리형 서비스(fully managed)

- 즉 클라우드 업체가 유지 보수를 담당하는 서비스

- 일단은 처리율 제한을 지원하는 미들웨어라는 정도만 기억

 

💡 그래서 서버, 게이트웨이 중 어디에 두어야 하나? 정답은 없다. 기술스택이나 엔지니어링 인력, 우선순위, 목표에 따라 달라질 수 있기 때문이다. 다만 일반적으로 적용될 수 있는 지침은 있다.

- 프로그래밍 언어, 캐시 서비스 등 현재 사용하고 있는 기술 스택을 점검하라. 현재 사용하는 언어가 서버 측 구현을 지원하기 충분할 정도로 효율이 높은지 확인

- 사업 필요에 맞는 처리율 제한 알고리즘을 찾아라. 서버 측에서 모든 것을 구현하기로 했다면, 알고리즘은 자유롭게 선택할 수 있음. 하지만 제3 사업자가 제공하는 게이트웨이를 사용하기로 했다면 선택지는 제한적

- 설계가 마이크로서비스에 기반하고 있고, 사용자 인증이나 IP 허용목록 관리 등을 처리하기 위해 API 게이트웨이를 이미 설계에 포함시켰다면 처리율 제한 기능 또한 게이트웨이에 포함시켜야 할 수도 있음

- 직접 만드는 데는 시간이 듦. 처리율 제한 장치를 구현하기에 충분한 인력이 없다면 상용 API 게이트웨이를 쓰는 것이 바람직한 방법일 것

 

2.1 처리율 제한 알고리즘

 2.1.1. 토큰 버킷 알고리즘

- 처리율 제한에 폭넓게 이용되고 있음

- 간단, 알고리즘에 대한 세간의 이해도도 높은 편

- 인터넷 기업들이 보편적으로 사용함

- 아마존과 스트라이프가 API 요청을 통제하기 위해 이 알고리즘 사용

 

동작원리

- 토큰 버킷은 지정된 용량을 갖는 컨테이너

- 사전 설정된 양의 토큰이 주기적으로 채워짐

- 토큰이 꽉 찬 버킷에는 더 이상의 토큰은 추가되지 않음

- 토큰 공급기(refiller)는 이 버킷에 매초 2개의 토큰을 추가

- 버킷이 가득차면 공급된 토큰은 버려짐(overflow)

- 각 요청은 처리될 때마다 하나의 토큰을 사용. 요청이 도착하면 버킷에 충분한 토큰이 있는지 검사

- 충분한 토큰이 있는 경우, 버킷에서 토큰 하나를 꺼낸 후 요청을 시스템에 전달

- 충분한 토큰이 없는 경우, 해당 요청은 버려짐

 

토큰 버킷 알고리즘은 2개 인자를 받음

- 버킷 크기 : 버킷에 담을 수 있는 토큰의 최대 개수

- 토큰 공급률(refill rate) : 초당 몇 개의 토큰이 버킷에 공급되는가

 

사례

- 통상적으로 API 엔드포인트마다 별도의 버킷을 둠. 예를 들어 사용자마다 하루에 한 번만 포스팅을 할 수 있고, 친구는 150명까지 추가할 수 있고, 좋아요 버튼은 다섯 번까지만 누를 수 있다면, 사용자마다 3개의 버킷을 두어야 함

- IP 주소별로 처리율 제한을 적용해야 한다면 IP 주소마다 버킷을 하나씩 할당해야 함

시스템 처리율을 초당 10,000개 요청으로 제한하고 싶다면, 모든 요청이 하나의 버킷을 공유하도록 해야 함

 

장점

- 구현이 쉬움

- 메모리 사용 측면에서도 효율적

- 짧은 시간에 집중되는 트래픽(bust of traffic)도 처리 가능. 버킷에 남은 토큰이 있기만 하면 요청은 시스템에 전달됨

 

단점

- 버킷 크기와 토큰 공급률이라는 두 개 인자를 가지고 있는데, 이 값을 적절하게 튜닝하는 것이 까다로울 것

 

2.1.2. 누출 버킷 알고리즘

- 토큰 버킷 알고리즘과 비슷하지만 요청 처리율이 고정되어 있음

- 보통 FIFO 큐로 구현

 

동작 원리

- 요청이 도착하면 큐가 가득 차있는지 봄. 빈자리가 있는 경우에는 큐에 요청 추가

- 큐가 가득 차 있는 경우 새 요청은 버림

- 지정된 시간마다 큐에서 요청을 꺼내 처리

 

- 누출 버킷 알고리즘은 다음의 두 인자를 사용

- 버킷 크기 : 큐 사이즈와 같은 값. 큐에는 처리될 항목들이 보관됨

- 처리율(outflow rate) : 지정된 시간당 몇 개의 항목을 처리할지 지정하는 값. 보통 초 단위로 표현됨

 

장점

- 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적

- 고정된 처리율을을 갖고 있기 때문에 안정적 출력(stable outflow rate)이 필요한 경우 적합

 

단점

- 단시간에 많은 트래픽이 몰리는 경우 큐에는 오래된 요청들이 쌓이게 되고, 그 요청들을 제때 처리하지 못하면 최신 요청들은 버려지게 됨

- 두 개 인자를 갖고 있는데, 이들을 올바르게 튜닝하기 까다로울 수 있음

 

2.1.3. 고정 윈도 카운터 알고리즘

동작 원리

- 타임라인을 고정된 간격의 윈도(window)로 나누고, 각 윈도마다 카운터(counter)를 붙임

- 요청이 접수될 때마다 이 카운터의 값은 1씩 증가

- 이 카운터의 값이 사전에 설정된 임계치(threashold)에 도달하면 새로운 요청은 새 윈도가 열릴 때까지 버려짐

 

사례

- 타임라인의 시간 단위는 1초

- 시스템은 초당 3개까지의 요청만을 허용

- 매초마다 열리는 윈도에 3개 이상의 요청이 몰려오면 초과분은 버려짐

 

장점

- 메모리 효율이 좋음

- 이해하기 쉬움

- 윈도우가 닫히는 시점에 카운터를 초기홯하는 방식은 특정한 트래픽 패턴을 처리하기에 적합

 

단점

- 윈도의 경계 부근에 순간적으로 많은 트래픽이 집중될 경우 윈도에 할당된 양보다 더 많은 요청이 처리될 수 있음

 

2.1.4. 이동 윈도 로깅 알고리즘

- 고정 윈도 카운터 알고리즘의 문제를 해결함

 

동작 원리

- 요청의 타임스탬프를 추적

- 타임스탬프 데이터는 보통 레디스의 정렬집합 같은 캐시에 보관

- 새 요청이 오면 만료된 타임스탬프는 제거

- 만료된 타임스탬프는 그 값이 현재 윈도의 시작 지점보다 오래된 타임스탬프를 말함

- 새 요청의 타임스탬프를 로그에 추가

- 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달. 그렇지 않은 경우에는 처리 거부

 

장점

- 정교한 메커니즘

- 어느 순간의 윈도를 보더라도, 허용되는 요청의 개수는 시스템의 처리율 한도를 넘지 않음

 

단점

- 거부된 요청의 타임스탬프도 보관하기 때문에 다량의 메모리를 사용

 

2.1.5. 이동 윈도 카운터 알고리즘

- 고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결합한 것

- 이 알고리즘을 구현하기 위해 두 가지 접근법이 사용될 수 있음

 

사례

- 처리율 제한 장치의 한도가 분당 7개 요청으로 설정되어 있음

- 1분 동안 5개의 요청이, 그리고 현재 1분 동안 3개의 요청이 왔다고 가정

- 현재 1분의 30% 시점에 도착한 새 요청의 경우, 현재 윈도에 몇 개의 요청이 온 것으로 보고 처리해야하나?

- 계산

- 현재 1분간의 요청 수 + 직전 1분 간의 요청 수 * 이동 윈도와 직전 1분이 겹치는 비율

- 이 공식에 따르면 현재 윈도에 들어 있는 요청은 3 + 5 * 70% = 6.5개

- 분당 7개 제한이니, 현재 1분의 30% 시점에 도착한 신규 요청은 시스템으로 전달됨

- 그 직후에는 한도에 도달하였으므로 더 이상의 요청은 받을 수 없음

 

장점

- 이전 시간대의 평균 처리율에 따라 현재 윈도의 상태를 계산하므로 짧은 시간에 몰리는 트래픽에도 잘 대응

- 메모리 효율이 좋음

 

단점

- 직전 시간대에 도착한 요청이 균등하게 분포되어 있다고 가정한 상태에서 추정치를 계산하기 떄문에 다소 느슨 (하지만 이 문제는 생각만큼 심각하지 않음)

 

2.2 개략적인 아키텍쳐

- 처리율 제한 알고리즘은 단순함

- 얼마나 요청이 접수되었는지를 추적할 수 있는 카운터를 추적 대상별로 두고(사용자별로 추적할 것인가? 아니면 IP 주소별로? 아니면 엔드포인트나 서비스 단위로?), 이 카운터 값이 한도를 넘어 도착한 요청은 거부

 

카운터는 어디에 보관할까?

- 데이터베이스는 디스크 접근때문에 느리니까 사용하면 안됨

- 메모리상에서 동작하는 캐시가 바람직

- 빠르고 시간에 기반한 만료 정책을 지원하기 때문

- ex. Redis

- INCR : 메모리에 저장된 카운터의 값을 1만큼 증가시킴

- EXPIRE : 카운터에 타임아웃 값을 설정. 설정된 시간이 지나면 카운터는 자동으로 삭제됨

 

동작 원리

- 클라이언트가 처리율 제한 미들웨어에게 요청을 보냄

- 처리율 제한 미들웨어는 레디스의 지정 버킷에서 카운터를 가져와 한도에 도달했는지 아닌지를 검사

- 한도에 도달했다면 요청은 거부됨

- 한도에 도달하지 않았다면 요청은 API 서버로 전달됨

- 한편 미들웨어는 카운터의 값을 증가시킨 후 다시 레디스에 저장

3. 상세 설계

- 다음과 같은 사항은 알 수 없음

1. 처리율 제한 규칙은 어떻게 만들어지고 어디에 저장됨?

- 규칙들은 보통 설정 파일 형태로 디스크에 저장됨

2. 처리가 제한된 요청들은 어떻게 처리됨?

- 어떤 요청이 한도 제한에 걸리면 API는 HTTP 429(too many requests)을 클라이언트에게 보냄

- 경우에 따라서는 한도 제한이 걸린 메시지를 나중에 처리하기 위해 큐에 보관할 수도 있음

 

처리율 제한 장치가 사용하는 HTTP 응답 헤더

- 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

 

- 처리율 제한 규칙은 디스크에 보관. 작업 프로세스는 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 타임스탬프를 레디스 캐시에서 가져옴

- 가져온 값들에 근거해 해당 미들웨어는 다음과 같은 결정을 내림

- 해당 요청이 처리율 제한에 걸리지 않은 경우 API 서버로 보냄

- 해당 요청이 처리율 제한에 걸렸다면 429 too many requests 에러를 클라이언트에게 보냄

- 해당 요청은 버려질 수도, 메시지 큐에 보관할 수도 있음

 

분산 환경에서의 처리율 제한 장치의 구현 (이 부분 좀 더 찾아볼 것) 

- 여러 대의 서버와 병렬 스레드를 지원하도록 시스템을 확장하는 것은 다음 두가지 문제를 해결해야 한다.

- 경쟁조건(Race condition)

- 동기화 (Synchronization)

 

1. 경쟁조건

- 두 개 요청을 처리하는 스레드가 각각 병렬로 counter 값을 읽었으며 그 둘 가운데 어느 쪽도 아직 변경된 값을 저장하지는 않은 상태라고 가정

- 둘 다 다른 요청 처리 상태는 상관하지 않고 1을 더한 값을 기록하게 됨

 

- 해결방법 : 

- Lock을 사용하면 됨

- 하지만 시스템의 성능을 상당히 떨어뜨리는 문제

- Lock 대신 루아 스크립트를 사용하거나, 정렬 집합이라 불리는 레디스 자료구조를 사용하면 됨

2. 동기화

- 처리율 제한 장치 서버를 여러 대 두게 되면 동기화가 필요해짐

 

- 해결방법 :

- 고정 세션(sticky session)을 활용해 같은 클라이언트로부터의 요청은 항상 같은 처리율 제한 장치로 보낼 수 있도록 해야함

- 하지만 규모 면에서 확장 가능하지도, 유연하지도 않아 추천X

- 더 나은 해결책은 레디스와 같은 중앙 집중형 데이터 저장소를 사용하는 것

 

성능 최적화

- 데이터센터를 지원하는 문제는 처리율 제한 장치에 매우 중요한 문제

- 데이터센터에서 멀리 떨어진 사용자를 지원하려면 지연시간이 증가할 수밖에 없음

- 대부분은 세계 곳곳에 에지 서버를 심어 놓고 있음

- 제한 장치 간에 데이터를 동기화할 때 최종 일관성 모델을 사용하는 것을 고려해야함(6장)

 

모니터링

- 처리율 제한 장치 설치 이후에는 효과적으로 동작하고 있는지를 보기 위해 데이터를 모을 필요가 있음

- 채택된 처리율 제한 알고리즘이 효과적인지

- 정의한 처리율 제한 규칙이 효과적인지

 

깜짝 세일 같은 이벤트에선 토큰 버킷이 적합할 것

 

4. 마무리

추가로 고려해볼만한 것들

1. 경성(hard) 또는 연성(soft) 처리율 제한

- 경성 처리율 제한 : 요청의 개수는 임계치를 절대 넘어설 수 없음

- 연성 처리율 제한 : 요청 개수는 잠시 동안은 임계치를 넘어설 수 있음

2. 다양한 계층에서의 처리율 제한

- 애플리케이션 계층(7번 계층)이 아닌 다른 계층 처리율 제한도 가능

- Iptables를 사용하면 IP 주소(3번 계층)에 처리율 제헌을 적용하는 것이 가능

3. 처리율 제한을 회피하는 방법

- 클라이언트 측 캐시를 사용해 API 호출 횟수를 줄임

- 처리율 제한의 임계치를 이해하고, 짧은 시간동안 너무 많은 메시지를 보내지 않도록 함

- 예외나 에러를 처리하는 코드를 도입해 클라이언트가 예외적 상황으로부터 우아하게(gracefully) 복구될 수 있도록 함

- 재시도 로직을 구현할 때는 충분한 백오프(back-off) 시간을 둠

Outro.

간단하게 발표용 텍스트를 정리한 것이라 크게 안와닿을 수 있다. 모든 알고리즘은 그래프와 함께 이해하면 더 재밌다. 특히 이동 윈도 카운터 알고리즘과 토큰 버킷 알고리즘은 직접 구현해보고 싶다.

스터디 중에 처리율 제한 장치를 직접 구현한 분이 있는지 궁금했는데 대부분 이미 구현된 코드를 가져다 사용하고 계셨고, 까보니 토큰 버킷이 가장 많다는 의견이었다. 그 알고리즘을 택한 이유가 있을텐데 책에 제시된 것과 같은지 궁금했다. 

라인같은 곳은 새해 12시가 되면 단기간에 트래픽이 몰리는데 시스템 설계와 메모리를 어떻게 효율적으로 관리하는지, 위의 알고리즘 중 어느 것을 사용하는지, 만약 사용한다면 엔드포인트별로 두는지 사용자 ip 별로 두는지 만약 api 마다 다르다면 그 이유는 뭔지, 레디스에 저장된 데이터 형식을 까보면 어떤 것인지.. 등등 너무 궁금한데 찾아봐도 마땅한 자료가 없어서 아쉬웠다ㅠㅠ 하긴 코드를 직접 공개하진 않으니까..  여튼 잘 공부했습니다 ! 🔥