4장. 처리율 제한 장치의 설계

• 처리율 제한 장치 (rate limiter) : 클라이언트 혹은 서비스가 보내는 트래픽의 처리율을 제어하기 위한 장치

  ❓ circuit breaker 랑 차이점?

  • HTTP 를 예로 들면 이 장치는 특정 기간 내에 전송되는 클라이언트 요청 횟수를 제한함
  • API 요청 횟수가 제한 장치에 정의된 임계치를 넘어서면, 추가로 도달한 모든 호출은 처리가 중단됨

• API 에 처리율 제한 장치를 두면 좋은 점
  • DoS 공격에 의한 자원 고갈 방지
  • 비용 절감
    • 우선순위가 높은 API에 더 많은 자원을 할당할 수 있음
  • 서버 과부하
    • 봇에서 오는 트래픽이나 사용자의 잘못된 이용패턴으로 유발된 트래픽을 걸러내는 데 활용할 수 있음

1단계. 문제 이해 및 설계 범위 확정

• 서버측 API를 위한 장치
• 다양한 형태의 제어규칙을 정의할 수 있는 유연한 시스템

  ❓어떤 사례가 있을까?

• 대규모 요청 처리할 수 있어야 함
• 분산 환경에서 동작해야 함
• 한 서버에 대해 제어 규칙이 바뀔 수도 있다는 전제
• 독립된 서비스 or 애플리케이션 코드 포함할 것인가?
• 사용자의 요청이 걸러진 경우, 사용자에게 그 사실을 알려야 함

요구사항

• 낮은 응답시간
• 가능한 한 적은 메모리
• 분산형 처리율 제한 : 여러 서버나 프로세스에서 공유할 수 있어야 함
• 예외 처리
• 높은 결함 감내성 : 제한 장치에 장애가 생겨도 전체 시스템에 영향을 주어서는 안됨

2단계. 개략적 설계안 제시 및 동의 구하기

처리율 제한 장치는 어디에 둘 것인가?

• 클라이언트 측에 둘 경우, 클라이언트 요청은 쉽게 위변조가 가능해서 모든 클라이언트의 구현을 통제하는 것이 어려울 수 있다
• 처리율 제한 장치를 API 서버에 두는 대신 처리율 제한 미들웨어를 만들어 처리할 수도 있다.
• 마이크로서비스의 경우, 처리율 제한 장치는 보통 API 게이트웨이에 구현된다.

  ❓ 마이크로서비스가 아닌 경우에는 보통 어디에 구현되는가?

처리율 제한 알고리즘

토큰 버킷 알고리즘

• 간단하고, 인터넷 기업들이 보편적으로 사용하고 있다
• 아마존, 스트라이프가 API 요청을 통제하기 위해 이 알고리즘 사용한다
• 동작 원리
  • 토큰 버킷 : 지정된 용량을 갖는 컨테이너
  • 해당 버킷에 사전 설정된 양의 토큰이 주기적으로 채워짐
  • 토큰이 꽉 찬 버킷에는 더이상 토큰이 추가되지 않음
  • 버킷이 가득차면 추가 공급된 토큰은 버려짐
  • 각 요청은 처리될 때마다 1개의 토큰 사용
    • 충분한 토큰이 있다면, 버킷에서 토큰을 꺼낸 후 요청을 시스템에 전달
    • 충분한 토큰이 없다면, 해당 요청은 버려짐
• 토큰 버킷 알고리즘은 2가지 인자를 받는다
  • 버킷 크기 : 버킷에 담을 수 있는 토큰 최대 갯수
  • 토큰 공급률 : 초당 몇 개의 토큰이 버킷에 공급되는지

    토큰 공급률이 결국 처리량과 관련있는 지표이므로, 얘도 경계에 요청이 몰리는 문제는 해결 불가능

• 통상적으로 API 엔드포인트마다 별도의 버킷을 둔다
• 장점
  • 구현이 쉽다
  • 메모리 사용 측면에서 효율적이다

    1. 단순한 데이터 구조 : 버킷 크기와 현재 토큰 수만 관리하면 됨 (레디스)
    2. 누출 버킷 알고리즘과 달리 개별 요청을 큐에 저장할 필요 없어 메모리 사용 줄일 수 있음

  • 짧은 시간에 집중되는 트래픽도 처리 가능하다. 버킷에 남은 토킷만 있으면 요청은 시스템에 전달된다.

    단기간 집중되는 트래픽 처리 불가능한 알고리즘 == 누출 버킷 알고리즘
    
    토큰 버킷 알고리즘은 초당 10만개의 토큰이 공급된다면

    • 0.1초만에 10만 개의 요청이 와도 처리가능.
    • 0.9초동안 온 5만개의 요청은 버려짐
      

    하지만 누출 버킷 알고리즘 (요청 수용 가능한 큐 크기 :15만개 / 처리율 10만개라면) 은 0.1초만에 10만개의 요청이 올 경우 0.9초동안 온 나머지 5만개의 트래픽 요청은 큐에 담겨 있다가 1초뒤에 처리됨

• 단점
  • 버킷 크기, 토큰 공급률이라는 2가지 인자를 적절히 튜닝하는 것이 어렵다

    버킷 크기 : 머신 러닝이나 예측 알고리즘을 사용하여 감지된 패턴에 따라 버킷 크기 동적 조절 필요

    • Akamai의 2023년 연구에 따르면, 동적 토큰 버킷 크기 조정은 전자상거래 애플리케이션의 피크 트래픽 기간 동안 지연 시간을 15% 감소시켜 고객 만족도를 향상시켰다고 함
      

    토큰 공급률 : 예상 평균 트래픽과 일치해야 함.

    • 분당 100개의 요청이 예상되는 API는 분당 약 100개의 토큰을 허용하되, 약간 더 높은 버스트 허용치를 두어야 함

    실제 적용 사례

    1. Twitter의 API 관리

    • 도전 과제: Twitter는 개발자들에게 관대한 API 한도를 제공하면서도 남용을 방지해야 함
    • 해결책: 토큰 버킷 알고리즘을 구현하여 높은 API 트래픽을 관리하고 조용한 시간대에는 버스트를 허용. 사용자 행동에 따라 버킷 크기를 동적으로 조정하여 공정성과 성능의 균형을 맞춤
    • 결과: Twitter는 정당한 개발자들의 원활한 경험을 유지하면서 API 남용 사건을 40% 줄임

    2. Zoom의 대역폭 관리

    • 도전 과제: Zoom은 팬데믹 기간 동안 대규모 트래픽 급증을 경험했고, 이는 인프라에 부담을 주었음
    • 해결책: 토큰 버킷 메커니즘으로 비디오 스트리밍 대역폭을 제어하여 고해상도 스트림을 위한 짧은 버스트를 허용하면서 피크 사용 시간 동안 지속적인 트래픽을 제한
    • 결과: Zoom은 고트래픽 기간 동안 서비스 중단을 최소화하고 대역폭 관련 불만을 25% 줄임

    Reference; https://medium.com/@keployio/the-importance-of-the-token-bucket-algorithm-key-strategies-and-best-practices-for-businesses-faeb52c597d2

누출 버킷 알고리즘

• 누출 버킷 알고리즘은 토큰 버킷과 비슷하지만 요청 처리율이 고정되어 있다는 점이 다르다

  요청 처리율이 고정되어 있다 == 지정된 시간당 처리 가능한 양 (처리율) 이 고정되어 있어서 트래픽이 몰리더라도, 한번에 처리되지 않고 처리율에 따라 일정하게 출력된다

• 보통 FIFO 큐로 구현한다
• 동작 원리
  • 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 (처리율)
• 누출 버킷 알고리즘은 2가지 인자를 사용한다
  • 버킷 크기 : 큐 사이즈와 동일
  • 처리율 : 지정된 시간 당 몇 개의 항목을 처리할지 지정하는 값. 보통 초 단위로 표현
• 장점
  • 큐의 크기가 제한되어 있어서 메모리 사용량 측면에서 효율적
  • 고정된 처리율을 가지므로 안정적 출력이 필요한 경우가 적합하다.
• 단점
  • 단시간 트래픽이 몰릴 경우, 오랜 요청이 쌓여 최신 요청이 버려진다.
  • 토큰 버킷과 마찬가지로 2개의 파라미터를 올바르게 튜닝하기 어렵다.
    

고정 윈도 카운터 알고리즘

• 동작 원리

  • 타임라인을 고정된 간격의 윈도로 나누고, 각 윈도마다 카운터를 붙임
  • 요청이 접수될 때마다 이 카운터의 값은 1씩 증가
  • 이 카운터의 값이 사전에 설정된 임계치에 도달하면 새로운 요청은 새 윈도가 열릴 때까지 버려짐

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

• 장점

  • 메모리 효율이 좋다

    레디스를 활용해서 카운터 값만 저장하고 있으면 됨

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

    ❓어떤 트래픽 패턴?

• 단점

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

이동 윈도 로깅 알고리즘

• 이동 윈도 로깅 알고리즘은 고정 윈도 카운터 알고리즘의 문제인, 윈도 경계 부근에 트래픽이 집중되는 경우 시스템에 설정된 한도보다 많은 요청을 처리하는 것을 해결한다.
• 동작 원리
  • 요청의 타임스탬프를 추적한다. 타임스탬프 데이터는 보통 레디스의 정렬 집합 같은 캐시에 보관한다.
  • 새 요청이 오면 만료된 타임스탬프는 제거 (만료된 타임스탬프 == 현재 윈도 시작 시점보다 오래된 타임스탬프)
    • ex. 1:01:40 에 새로운 요청이 오면 만료된 타임 스탬프 (== 1:01:40 요청의 현재 윈도 시작 시점인 1:00:40 이전 요청) 인 1:00:01, 1:00:30 제거
  • 새 요청의 타임스탬프를 로그에 추가

    그러면 1:01:31 에 요청이 들어온 순간 1:00:50 요청, 1:01:31 의 요청이 둘다 시스템에 전달됨
    
    1:01:42 에 새 요청이 들어오면 1:00:42 ~ 1:01:42 사이의 로그가 3이니까 1:01:42 도 요청 거부됨
    즉, 이동 윈도 로깅 알고리즘은 호출 횟수를 제한한다 (=요청량을 제한 / 처리율 제한 x)

  • 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달. 그렇지 않은 경우에는 처리 거부
• 장점
  • 어느 순간의 윈도를 보더라도, 허용되는 요청의 개수는 시스템 처리율 한도를 넘지 않음
• 단점
  • 거부된 요청의 타임스탬프도 보관하기 때문에 다량의 메모리를 사용함.

    ❓개선 가능한 방법은 없을까?

이동 윈도 카운터 알고리즘

• 고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결합한 것이다.

  고정 윈도 카운터 알고리즘의

  • 윈도 개념
  • 카운터 사용
  • 메모리 효율성
    

  이동 윈도 로깅 알고리즘의

  • 윈도 경계에서 발생할 수 있는 트래픽 문제 해결
  • 이전 윈도 데이터 활용

• 현재 윈도에 몇 개의 요청이 온 것인지 계산하는 방법
  • 현재 1분간의 요청 수 + 직전 1분간의 요청 수 x 이동 윈도와 직전 1분이 겹치는 비율
  • 반올림 혹은 내림하여 쓸 수 있음
• 장점
  • 이전 시간대의 평균 처리율에 따라 현재 윈도의 상태를 계산하므로 짧은 시간에 몰리는 트래픽에도 잘 대응한다.
  • 메모리 효율이 좋다.

    1. 거부된 요청 타임스탬프를 보관하는 이동 윈도 로깅 알고리즘보다 좋다
    2. 카운터를 사용하는 알고리즘 자체가 좋다 (고정 윈도 카운터 알고리즘에도 동일한 장점이 적혀 있음)

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

개략적인 아키텍처

• 처리율 제한 알고리즘의 기본 아이디어
  • 얼마나 많은 요청이 접수되었는지 추적할 수 있는 카운터를,
  • 추적 대상별 (사용자별 / IP주소별 / API 엔드포인트나 서비스 단위) 로 두고,
  • 카운터의 값이 어떤 한도를 넘어서면 한도를 넘어 도착한 요청은 거부하는 것이다
• 카운터를 보관하는 곳은 메모리상에서 동작하는 캐시가 바람직하다
  • 빠른데다 시간에 기반한 만료 정책을 지원하기 때문이다
• 동작 원리
  • 클라이언트 -> 처리율 제한 미들웨어에게 요청 전송
  • 처리율 제한 미들웨어는 레디스의 지정 버킷에서 카운터를 조회, 한도 도달 여부 검증
  • 도달하지 않았다면 요청을 API 서버로 전달, 미들웨어는 카운터 값을 증가시킨 후 다시 레디스에 저장

3단계. 상세 설계

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

처리율 제한 규칙

• 규칙들은 보통 설정 파일 형태로 디스크에 저장된다

처리율 한도 초과 트래픽의 처리

• 요청이 한도 제한에 걸리면 API 는 HTTP 429 응답을 클라이언트에게 보낸다

처리율 제한 장치가 사용하는 HTTP 헤더

• 아래와 같은 HTTP 응답헤더를 Response 에 담아 클라이언트에 반환

X-RateLimit-Remaining: 59 // 윈도 내에 남은 처리 가능 요청 수
X-RateLimit-Limit: 60 // 매 윈도마다 클라이언트가 전송할 수 있는 요청 수
X-RateLimit-Retry-After: 100 // 한도 제한에 걸리지 않으려면 몇 초 뒤에 요청을 다시 보내야 하는 지 알림

상세 설계

• 처리율 제한 규칙은 디스크에 보관하며, 작업 프로세스는 수시로 규칙을 디스크에서 읽어 캐시에 저장한다
  • ❓ 수시로라면 얼마나 잦은 주기로 읽는거지?
• 클라이언트가 요청을 보내면 먼저 처리율 제한 미들웨어에 도달한다.
• 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다.

분산 환경에서의 처리율 제한 장치의 구현

경쟁 조건

• 경쟁 조건 문제를 해결하는 가장 널리 알려진 해결책은 락(lock)이다. 하지만 락은 시스템의 성능을 상당히 떨어뜨린다는 문제가 있다.
• 위 설계에서 락 대신 쓸 수 있는 해결책이 2가지 있는데, 루아 스크립트와 정렬 집합이라고 불리는 레디스 자료구조를 쓰는 것이다.
  • ❓ 루아스크립트, 정렬집합 찾아보기

동기화 이슈

• 수백만 사용자를 지원하려면 처리율 제한 장치 서버 한대로는 충분하지 않을 수 있다.
• 웹계층은 무상태이므로 클라이언트는 요청을 각기 다른 제한장치로 보낼 수 있기 때문에 모든 처리율 제한 장치 서버의 동기화가 필요해진다.
• 1가지 해결책은 고정 세션을 활용하여 같은 클라이언트로부터의 요청은 항상 같은 처리율 제한 장치로 보낼 수도 있다
  • 하지만 규모면에서 확장 불가하며 유연하지 않다
• 더 나은 해결책으로는 레디스와 같은 중앙 집중형 데이터 저장소를 쓰는 것이다

성능 최적화

• 여러 데이터 센터를 지원하는 문제는 처리율 제한 장치에 매우 중요하다
• 데이터센터에서 멀리 떨어진 사용자를 지원하려다보면 지연시간이 증가할 수밖에 없기 때문이다
  • 사용자의 트래픽을 가장 가까운 에지 서버로 전달하여 지연시간을 줄여야 한다
• 제한 장치 간에 데이터를 동기화할 때 최종 일관성 모델을 사용해야 한다

모니터링

• 채택한 알고리즘이 효과적인지, 정의했던 제한 규칙이 효과적인지를 기본적으로 확인해야한다.
• 제한 규칙이 너무 빡빡하면 많은 유효한 요청이 처리되지 못할 수도 있다는 점을 알아야 한다.
• 깜짝 세일 때문에 트래픽이 급증할 때 토큰 버킷 알고리즘으로 바꾸는 등 트래픽 패턴에 맞는 알고리즘 변경을 고려해야 한다.

4단계. 마무리

• 경성 또는 연성 처리율 제한
  • 경성 처리율 제한: 요청 개수는 임계치를 절대 넘길 수 없다.
  • 연성 처리율 제한: 요청 개수는 잠시 동안은 임계치를 넘어설 수 있다.
    • ❓ 실 사용 예시 + 기준을 어떻게 설정할까
• 다양한 계층에서의 처리율 제한
  • 이번장에서는 애플리케이션 계층에서의 처리율 제한에 대해서만 살펴보았지만 다른 계층에서도 처리율 제한이 가능하다.
  • iptables를 사용해 IP 주소 (3번 네트워크 계층) 를 기준으로 처리율을 제한 할 수도 있다.
    • ❓ 실제 예시 찾아보기
• 처리율 제한을 회피하는 방법. 클라이언트를 어떻게 설계하는 것이 최선인가?
  • 클라이언트 측 캐시를 사용해서 API 호출 횟수를 줄인다.
  • retry 로직을 구현할 때는 충분한 back-off 시간을 둔다.
    • ❓ back off 의 개념