네트워크 시스템에서 처리율 제한 장치(rate limiter)는 클라이언트 또는 서비스가 보내는 트래픽의 처리율을 제어하기 위한 장치다. HTTP를 예로 들면 이 장치는 특정 기간 내에 전송되는 클라이언트의 요청 횟수를 제한한다. API 요청 횟수가 제한 장치에 정의된 임계치(threshold)를 넘어서면 추가로 도달한 모든 호출은 처리가 중단(block)된다. 다음은 몇 가지 예시다.

• 사용자는 초당 2회 이상의 새 글을 올릴 수 없다.
• 같은 IP 주소로는 하루에 10개 이상의 계정을 생성할 수 없다.
• 같은 디바이스로는 주당 5회 이상 리워드를 요청할 수 없다.

이번 장에서는 바로 이 처리율 제한 장치를 설계한다. 설계에 앞서, API에 처리율 제한 장치를 두면 좋은 점은 다음과 같다.

1. DoS(Denial of Service) 공격에 의한 자원 고갈(resource starvation)을 방지할 수 있다.
   • 대형 IT 기업들이 공개한 대부분의 API는 어떤 형태로든 처리율 제한 장치를 갖고 있다. 예를 들어 트위터는 3시간 동안 300개의 트윗만 올릴 수 있도록 제한하고 있다.

2. 비용을 절감한다.
   • 추가 요청에 대한 처리를 제한하면 서버를 많이 두지 않아도 되고, 우선순위가 높은 API에 더 높은 자원을 할당할 수 있다. 아울러 처리율 제한은 제3자 API에 사용료를 지불하고 있는 회사들에게는 아주 중요하다. 예를 들어, 신용을 확인하거나, 신용카드 결제를 하거나 등 API에 대한 과금이 횟수에 따라 이루어진다면, 그 횟수를 제한할 수 있어야 비용을 절감할 수 있을 것이다.

3. 서버 과부하를 막는다.
   • 봇(bot)에서 오는 트래픽이나 사용자의 잘못된 이용 패턴으로 유발된 트래픽을 걸러내는데 처리율 제한 장치를 활용할 수 있다.

1단계 문제 이해 및 설계 범위 확정

처리율 제한 장치를 구현하는 데는 여러 가지 알고리즘을 사용할 수 있고, 그 각각은 고유한 장단점이 있다.

요구사항

• 설정된 처리율을 초과하는 요청은 정확하게 제한한다.
• 낮은 응답시간: 이 처리율 제한 장치는 HTTP 응답시간에 나쁜 영향을 주어서는 곤란하다.
• 가능한 한 적은 메모리를 써야 한다.
• 분산형 처리율 제한(distributed rate limiting): 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(fault tolerance): 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안 된다.

2단계 개략적 설계안 제시 및 동의 구하기

기본적인 클라이언트-서버 통신 모델을 사용해서 설계안을 생각해보자.

처리율 제한 장치는 어디에 둘 것인가?

직관적으로 보면 처리율 제한 장치는 클라이언트 측에 둘 수도 있고, 서버 측에 둘 수도 있다.

• 클라이언트 축에 둔다면 일반적으로 클라이언트는 처리율 제한을 안정적으로 걸 수 있는 장소가 못 된다. 클라이언트 요청은 쉽게 위변조가 가능해서 모든 클라이언트의 구현을 통제하는 것도 어려울 수 있다.

• 서버 측에 둔다면?
  
  위 그림과 같은 방식으로 둘 수도 있다. 또 다른 방법으로는 처리율 제한 장치를 API 서버에 두는 대신, 처리율 제한 미들웨어를 만들어 해당 미들웨어로 하여금 API 서버로 가는 요청을 통제할 수 있다.
  
  예제의 API 서버의 처리율이 초당 2개의 요청으로 제한된 상황에서, 클라이언트가 3번째 요청을 앞의 두 요청과 같은 초 범위 내에서 전송했다고 해 보자.
  앞선 두 요청은 API 서버로 전송되지만, 세 번째 요청은 처리율 제한 미들웨어에 의해 가로막히고 클라이언트로는 HTTP 상태 코드 429(Too many requests)를 반환할 것이다.

폭넓게 채택된 기술로는 클라우드 마이크로서비스의 경우, 처리율 제한 장치는 보통 API 게이트웨이라 불리는 컴포넌트에 구현된다. API 게이트웨이는 처리율 제한, SSL 종단(termination), 사용자 인증(authentication), IP 허용 목록(whitelist) 관리 등을 지원하는 완전 위탁관리형 서비스(fully managed), 즉 클라우드 업체가 유지 보수를 담당하는 서비스다. 하지만 일단은 API 게이트웨이가 처리율 제한을 지원하는 미들웨어라는 점만 기억하자

처리율 제한 기능을 설계할 때는 처리율 제한 장치를 어디에 두어야 하나를 중요하게 따져야 한다.
회사의 현재 기술스택이나 엔지니어링 인력, 우선순위, 목표에 따라 서버에 둘 수도 있고, 게이트웨이에 둘 수도 있다.
다만 일반적으로 적용될 수 있는 몇 가지 지침을 살펴보면 다음과 같다.

• 프로그래밍 언어, 캐시 서비스 등 현재 사용하고 있는 기술 스택을 점검하라. 현재 사용하는 프로그래밍 언어가 서버 측 구현을 지원하기 충분할 정도로 효율이 높은지 확인하라.
• 사업 필요에 맞는 처리율 제한 알고리즘을 찾아라. 서버 측에서 모든 것을 구현하기로 했다면, 알고리즘은 자유롭게 선택할 수 있다. 하지만 제3 사업자가 제공하는 게이트웨이를 사용하기로 했다면 선택지는 제한될 수도 있다.
• 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 있다.
• 처리율 제한 서비스를 직접 만드는 데는 시간이 든다. 처리율 제한 장치를 구현하기에 충분한 인력이 없다면 상용 API 게이트웨이를 쓰는 것이 바람직한 방법일 것이다.

처리율 제한 알고리즘

처리율 제한을 실현하는 알고리즘은 여러 가지가 있고, 각각 장단점이 있다. 널리 알려진 인기 알고리즘을 개략적으로 살펴보자.

1. 토큰 버킷 알고리즘

토큰 버킷 알고리즘은 처리율 제한 폭넓게 이용되고 있다. 간간ㄷ하고, 알고리즘에 대한 세간의 이해도도 높은 편이며 인터넷 기업들이 보편적으로 사용하고 있다. 아마존, 스트라이프가 API 요청을 통제(throttle)하기 위해 이 알고리즘을 사용한다.

토큰 버킷 알고리즘의 동작원리는 다음과 같다.

• 토큰 버킷은 지정된 용량을 갖는 컨테이너다. 이 버킷에는 사전 설정된 양의 토큰이 주기적으로 채워진다. 토큰이 꽉 찬 버킷에는 더 이상의 토큰은 추가되지 않는다.
  위 그림은 용량이 4인 버킷이다. 토큰 공급기(refiller)는 이 버킷에 매초 2개의 토큰을 추가한다. 버킷이 가득 차면 추가로 공급된 토큰은 버려진다(overflow).

• 각 요청은 처리될 때마다 하나의 토큰을 사용한다. 요청이 도착하면 버킷에 충분한 토큰이 있는지 검사하게 된다.
  
  - 충분한 토큰이 있는 경우, 버킷에서 토큰 하나를 꺼낸 후 요청을 시스템에 전달한다.
  - 충분한 토큰이 없는 경우, 해당 요청은 버려진다(dropped).

다음 그림은 토큰을 어떻게 버킷에서 꺼내고, 토큰 공급기는 어떻게 동작하며, 처리 제한 로직은 어떻게 작동하는지를 보여준다. 이 예에서 토큰 버킷의 크기는 4이다. 토큰 공급률(refill rate)은 분당 4이다.

이 토큰 버킷 알고리즘은 2개 인자를 받는다.

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

버킷은 몇 개나 사용해야 할까? 공급 제한 규칙에 따라 달라진다. 다음 사례를 살펴보자

• 통상적으로, API 엔드포인트마다 별도의 버킷을 둔다. 예를 들어, 사용자마다 하루에 한 번만 포스팅 할 수 있고, 친구는 150명까지 추가할 수 있고, 좋아요 버튼은 다섯 번까지만 누를 수 있다면, 사용자마다 3개의 버킷을 두어야 할 것이다.
• IP 주소별로 처리율 제한을 적용해야 한다면 IP 주소마다 버킷을 하나씩 할당해야 한다.
• 시스템의 처리율을 초당 10,000개 요청으로 제한하고 싶다면, 모든 요청이 하나의 버킷을 공유하도록 해야 할 것이다.

다음으로, 토큰 버킷 알고리즘의 장단점을 살펴보자

• 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 것이다.

• 단점
  - 이 알고리즘은 버킷 크기와 토큰 공급률이라는 두 개 인자를 가지고 있는데, 이 값을 적절하게 튜닝하는 것은 까다로운 일이다.
  

2. 누출 버킷 알고리즘

누출 버킷(leaky bucket) 알고리즘은 토큰 버킷 알고리즘과 비슷하지만 요청 처리율이 고정되어 있다는 점이 다르다. 누출 버킷 알고리즘은 보통 FIFO 큐로 구현한다. 동작 원리는 다음과 같다.

1. 요청이 도착하면 큐가 가득 차 있는지 본다. 빈자리가 있는 경우에는 큐에 요청을 추가한다.
2. 큐가 가득 차 있는 경우에는 새 요청은 버린다.
3. 지정된 시간마다 큐에서 요청을 꺼내어 처리한다.

그림으로 살펴보면 다음과 같다.

누출 버킷 알고리즘은 다음 두 인자를 사용한다.

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

전자상거래 기업인 Shopify가 이 알고리즘을 사용하여 처리율 제한을 구현하고 있다.

누출 버킷 알고리즘의 장단점은 다음과 같다.

• 장점
  - 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적이다.
  - 고정된 처리율을 갖고 있어 안정적 출력(stable outflow rate)이 필요한 경우에 적합하다.

• 단점
  - 단시간에 많은 트래픽이 몰리는 경우 큐에는 오래된 요청들이 쌓이게 되고, 그 요청들을 제때 처리 못하면 최신 요청들은 버려지게 된다.
  - 두 개 인자를 갖고 있는데, 이들을 올바르게 튜닝하기가 까다로울 수 있다.

3. 고정 윈도 카운터 알고리즘

고정 윈도 카운터(fixed window counter) 알고리즘은 다음과 같이 동작한다.

• 타임라인을 고정된 간격의 윈도로 나누고, 각 윈도마다 카운터를 붙인다.
• 요청이 접수될 때마다 이 카운터의 값은 1씩 증가한다.
• 이 카운터의 값이 사전에 설정된 임계치(threshold)에 도달하면 새로운 요청은 새 윈도가 열릴 때까지 버려진다.

동작 원리를 구체적인 예제로 살펴보자!

위 그림에서 타임라인의 시간 단위는 1초이다. 시스템은 초당 3개까지의 요청만응 허용한다. 매초마다 열리는 윈도에 3개 이상의 요청이 밀려오면 초과분은 버려진다.

이 알고리즘의 가장 큰 문제는 윈도의 경계 부근에 순각적으로 많은 트래픽이 집증될 경우 윈도에 할당된 양보다 더 많은 요청이 처리될 수 있다는 것이다.
다음 그림을 살펴보자

위 그림에서 예로 든 시스템은 분당 최대 5개의 요청만을 허용하는 시스템이다. 카운터는 매분마다 초기화된다. 이 예를 보면 2:00:00, 2:01:00 사이에 다섯 개의 요청이 들어왔고, 2:01:00과 2:02:00 사이에 또 다섯 개의 요청이 들어 왔다. 윈도 위치를 조금 옮겨 2:00:30부터 2:01:30까지의 1분 동안을 살펴보면, 이 1분 동안 시스템이 처리한 요청은 10개이다. 허용 한도의 2배인 것이다.

고정 윈도 카운터 알고리즘의 장단점으로는 다음과 같다.

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

• 단점
  - 윈도 경계 부근에서 일시적으로 많은 트래픽이 몰리는 경우, 기대했던 시스템의 처리 한도보다 많은 양의 요청을 처리하게 된다.
  

4. 이동 윈도 로깅 알고리즘

앞서 살펴본 대로, 고정 윈도 카운터 알고리즘에는 중대한 문제가 있다. 바로 윈도 경계 부근에 트래픽이 집중된 경우 시스템에 설정된 한도보다 많은 요청을 처리하게 된다는 것이다. 이동 윈도 로깅 알고리즘은 이 문제를 해결한다. 동작원리는 다음과 같다.

• 이 알고리즘은 요청의 타임스탬프를 추적한다. 타임스탬프 데이터는 보통 Redis와 정렬 집합(sorted set)같은 캐시에 보관한다.
• 새 요청이 오면 만료된 타임스탬프는 제거한다. 만료된 타임스탬프는 그 값이 현재 윈도의 시작 시점보다 오래된 타임스탬프를 말한다.
• 새 요청의 타임스탬프를 로그(log)에 추가한다.
• 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달한다. 그렇지 않은 경우에는 처리를 거부한다.

위 그림은 분당 최대 2회의 요청만을 처리하도록 설정되어 있다. 보통 로그에 보관되는 값은 리눅스 타임스탬프일 것이지만, 본 예제에서는 이해를 돕기 위해 사람이 읽기 적합한 표현법으로 바꾸었다.

• 요청이 1:00:01에 도착하였을 때, 로그는 비어 있는 상태다. 따라서 요청은 허용된다.
• 새로운 요청이 1:00:30에 도착한다. 해당 타임스탬프가 로그에 추가된다. 추가 직후 로그의 크기는 2이며, 허용 한도보다 크지 않은 값이다. 따라서 요청은 시스템에 전달된다.
• 새로운 요청이 1:00:50에 도착한다. 해당 타임스탬프가 로그에 추가된다. 추가 직후 로그의 크기는 3으로, 허용 한도보다 큰 값이다. 따라서 타임스탬프는 로그에 남지만 요청은 거부된다.
• 새로운 요청이 1:01:40에 도착한다. [1:00:40, 1:01:40) 범위 안에 있는 요청은 1분 윈도 안에 있는 요청이지만, 1:00:40 이전의 타임스탬프는 전부 만료된 값이다. 따라서 두 개의 만료된 타임스탬프 1:00:01과 1:00:30을 로그에서 삭제한다. 삭제 직후 로그의 크기는 2이다.
  따라서, 1:01:40의 신규 요청은 시스템에 전달된다.

이동 윈도 로깅 알고리즘의 장단점은 다음과 같다.

• 장점
  - 이 알고리즘이 구현하는 처리율 제한 메커니즘은 아주 정교하다. 어느 순간의 윈도를 보더라도, 허용되는 요청의 개수는 시스템의 처리율 한도를 넘지 않는다.
  
• 단점
  - 거부된 요청의 타임스탬프도 보관하기 때문에 다량의 메모리를 사용하게 된다.
  

5. 이동 윈도 카운터 알고리즘

이동 윈도 카운터(sliding window counter) 알고리즘은 고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결합한 것이다. 이 알고리즘을 구현하는 데는 두 가지 접근법이 사용될 수 있는데 그 중 하나를 살펴보면 다음과 같다.

처리율 제한 장치의 한도가 분당 7개 요청으로 설정되어 있다고 가정 하고, 이전 1분 동안 5개의 요청이, 그리고 현재 1분 동안 3개의 요청이 들어왔다고 해 보자.
현재 1분의 30% 시점에 도착한 새 요청의 경우, 현재 윈도에 몇 개의 요청이 온 것으로 보고 처리해야 할까? 다음과 같이 계산할 수 있다.

• 현재 1분간의 요청 수 + 직전 1분간의 요청 수 * 이동 윈도와 직전 1분이 겹치는 비율
• 이 공식에 따르면 현재 윈도에 들어 있는 요청은 3+5*70% = 6.5개이다.
  반올림해서 쓸 수도 있고 내림하여 쓸 수도 있는데, 지금은 내림하여 6으로 쓰겠다.

예제의 경우 처리율 제한 한도가 분당 7개 요청이라고 했으므로, 현재 1분의 30% 시점에 도달한 신규 요청은 시스템으로 전달된다. 하지만, 그 직후에는 한도에 도달하였으므로 더 이상 요청을 받을 수 없다.

이동 윈도 카운터 알고리즘에 대해서 살펴보기

이동 윈도 카운터 알고리즘의 장단점은 다음과 같다.

• 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 위 문제는 심각한 것은 아니다. 클라우드플레어가 실시했던 실험에 따르면 40억 개의 요청 가운데 시스템의 실제 상태와 맞지 않게 허용되거나 버려진 요청은 0.003%에 불과하다.
  

💡 개략적인 아키텍쳐

처리율 제한 알고리즘의 기본 아이디어는 단순하다. 얼마나 많은 요청이 접수되었는지를 추적할 수 있는 카운터를 추적 대상별로 두고(사용자별로 추적할 것인지, IP 주소별로 할 것인지, API 엔드포인트나 서비스 단위로 할 것인지), 이 카운터의 값이 어떤 한도를 넘어서면 한도를 넘어 도착한 요청은 거부하는 것이다.

그렇다면 이 카운터는 어디에 보관해야 할까? 데이터베이스는 디스크 접근 때문에 느리니까 사용하기엔 어려울 것이다. 메모리상에서 동작하는 캐시가 바람직한데, 빠른데다가 시간에 기반한 만료 정책을 지원하기 때문이다. 일례로 Redis는 처리율 제한 장치를 구현할 때 자주 사용되는 메모리 기반 저장장치로서, INCR, EXPIRE 이 두 가지 명령어를 지원한다.

• INCR: 메모리에 저장된 카운터의 값을 1만큼 증가시킨다.
• EXPIRE: 카운터에 타임아웃 값을 설정한다. 설정된 시간이 지나면 카운터는 자동으로 삭제된다.

개략적인 구조는 다음 그림과 같다.

• 동작 원리
  - 클라이언트가 처리율 제한 미들웨어에게 요청을 보낸다.
  - 처리율 제한 미들웨어는 레디스의 지정 버킷에서 카운터를 가져와서 한도에 도달했는지 아닌지를 판단한다.
  • 한도에 도달했다면 요청은 거부된다.
  • 한도에 도달하지 않았다면 요청은 API 서버로 전달된다. 한편 미들웨어는 카운터의 값을 증가시킨 후 다시 레디스에 저장된다.

3단계 상세 설계

이전의 개략적인 설계만 봐서는 다음과 같은 사항을 알 수 없다.

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

우선 처리율 제한 규칙에 관한 내용부터 차례대로 살펴보자

처리율 제한 규칙

리프트(Lyft)는 처리율 제한에 오픈 소스를 사용하고 있다. 이 컴포넌트를 살펴보고, 어떤 처리율 제한 규칙이 사용되고 있는지 살펴보자.

domain: messaging
descriptors:
	- key: message_type
      Value: marketing
      rate_limit:
      	unit: day
        requests_per_unit:5

시스템이 처리할 수 있는 마케팅 메시지의 최대치를 하루 5개로 제한하고 있는 예제이다. 아래 예제도 살펴보자

domain: auth
descriptors:
	- key: auth_type
      Value: login
      rate_limit:
      	unit: minute
        requests_per_unit:5

위 규칙은 클라이언트가 분당 5회 이상 로그인 할 수 없도록 제한하고 있다. 이런 규칙들은 보통 설정 파일(config, configuration file) 형태로 디스크에 저장된다.

처리율 한도 초과 트래픽의 처리

어떤 요청이 한도 제한에 걸리면 API는 HTTP 429 응답(too many requests)을 클라이언트에게 보낸다. 경우에 따라서는 한도 제한에 걸린 메시지를 나중에 처리하기 위해 큐에 보관할 수도 있다. 예를 들어 어떤 주문이 시스템 과부하 때문에 한도 제한에 걸렸다고 할 때, 해당 주문들은 보관했다가 나중에 처리할 수도 있다.

처리율 제한 장치가 사용하는 HTTP 헤더

클라이언트는 자기 요청이 처리율 제한에 걸리고 있는지를(throttle) 어떻게 감지할까? 자기 요청이 처리율 제한에 걸리기까지 얼마나 많은 요청을 보낼 수 있는지 어떻게 알 수 있을까?
답은 HTTP 응답 헤더에 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

다음 그림은 처리율 제한 장치의 상세한 설계 도면이다.

• 처리율 제한 규칙은 디스크에 보관한다. 작업 프로세스(workers)는 수시로 규칙을 디스크에서 읽어 캐시에 저장한다.
• 클라이언트가 요청을 서버에 보내면 요청은 먼저 처리율 제한 미들웨어에 도달한다.
• 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다. 아울러 카운터 및 마지막 요청의 타임스탬프(timestamp)를 레디스 캐시에서 가져온다. 가져온 값들에 근거하여 해당 미들웨어는 다음과 같은 결정을 내린다.
  - 해당 요청이 처리율 제한에 걸리지 않은 경우에는 API 서버로 보낸다.
  - 해당 요청이 처리율 제한에 걸렸다면 429 에러를 클라이언트에 보낸다. 한편 해당 요청은 그대로 버릴 수도 있고 메시지 큐에 보관할 수도 있다.

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 해결해야 한다.

1. 경쟁 조건
2. 동기화 이슈

하나씩 살펴보자.

경쟁 조건

앞서 살펴본 대로, 처리율 제한 장치는 다음과 같이 동작한다.

• 레디스에서 카운터 값을 읽는다.
• counter+1 값이 임계치를 넘는지 본다.
• 넘지 않는다면 레디스에 보관된 카운터 값을 1만큼 증가시킨다.

병행성이 심한 환경에서는 다음 그림과 같은 경쟁 조건 이슈가 발생할 수 있다.

레디스에 저장된 변수 counter의 값이 3이라고 하자. 그리고 두 개 요청을 처리하는 스레드가 각각 병렬로 counter 값을 읽었으며 그 둘 가운데 어느 쪽도 아직 변경된 값을 저장하지는 않은 상태라 해 보자. 둘 다 다른 요청의 처리 상태는 상관하지 않고 counter에 1을 더한 값을 레디스에 기록할 것이다. 그리고 counter의 값을 올바르게 바꼈다고 판단했겠지만 그림과 같이 counter의 값은 5가 아닌 4가 된다.

경쟁 조건 문제를 해결하는 가장 널리 알려진 해결책은 바로 락(lock)이다. 하지만 락은 시스템의 성능을 상당히 떨어뜨린다는 문제가 있다. 위 설계의 경우 에는 락 대신 쓸 수 있는 해결책이 두 가지 있는데, 하나는 루아 스크립트(Lua script)이고 또 다른 하나는 정렬 집합(sorted set)이라 불리는 레디스 자료구조를 쓰는 것이다.

동기화 이슈

동기화는 분산 환경에서 고려해야 할 또 다른 중요한 요소다. 수백만 사용자를 지원하려면 한 대의 처리율 제한 장치 서버로는 충분하지 않을 수 있다. 그래서 처리율 제한 장치 서버를 여러 대 두면 동기화가 필요해진다.
예를 들어 살펴보자

왼쪽그림의 경우 클라이언트 1은 제한 장치 1에 요청을 보내고 클라이언트 2는 제한 장치 2에 요청을 보내고 있다. 웹 계층은 무상태(stateless)이므로 클라이언트는 다음 요청을 오른쪽 그림처럼 각기 다른 제한 장치로 보내게 될 수 있다. 이때 동기화를 하지 않는다면 제한 장치 1은 클라이언트 2에 대해서는 아무것도 모르므로 처리율 제한을 올바르게 수행할 수 없을 것이다.

이에 대한 한 가지 해결책은 고정 세션(sticky session)을 활용하여 같은 클라이언트로부터의 요청은 항상 같은 처리율 제한 장치로 보낼 수 있도록 하는 것이다. 하지만 이 방법은 규모면에서 확장 가능하지도 않고 유연하지도 않기에 쓰는 것을 고려해보아야 한다. 더 나은 해결책은 레디스와 같은 중앙 집중형 데이터 저장소를 쓰는 것이다. 이 접근법에 기반한 설계는 다음과 같다.

성능 최적화

지금까지 살펴본 설계는 두 가지 지점에서 성능 최적화 개선이 가능하다.
첫 번째로, 여러 데이터 센터를 지원하는 문제는 처리율 제한 장치에 매우 중요한 문제라는 것을 상기하자. 데이터 센터에서 멀리 떨어진 사용자를 지원하려다 보면 지연시간(latency)가 증가할 수밖에 없기 때문이다. 대부분의 클라우드 서비스 사업자는 세계 곳곳에 엣지 서버(edge server)가 있다. 예를 들어, 클라우드플레어는 지역적으로 분산된 194곳의 위치에 엣지 서버를 설치해두고 있다. (2020/05/20 기준)
사용자의 트래픽을 가장 가까운 엣지 서버로 전달하여 지연시간을 줄인다.

두 번째로 고려해야 할 것은 제한 장치 간에 데이터를 동기화할 때 최종 일관성 모델(eventual consistency model)을 사용하는 것이다.

모니터링

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

1. 채택된 처리율 제한 알고리즘이 효과적이다.
2. 정의한 처리율 제한 규칙이 효과적이다.

예를 들어 처리율 제한 규칙이 너무 빡빡하게 설정되었다면 많은 유효 요청이 처리되지 못하고 버려질 것이다. 그럴 경우에는 규칙을 다소 완화할 필요가 있다.
깜짝 세일 같은 이벤트 때문에 트래픽이 급증할 때 처리율 제한 장치가 비효율적으로 동작한다면, 그런 트래픽 패턴을 잘 처리할 수 있도록 알고리즘을 바꾸는 것을 생각해 봐야 한다. 그럴 경우에는 토큰 버킷이 적합할 것이다.

4단계 마무리

처리율 제한을 구현하는 알고리즘(토큰 버킷, 누출 버킷, 고정 윈도 카운터, 이동 윈도 로그, 이동 윈도 카운터)과 알고리즘을 구현하는 아키텍쳐, 분산환경에서의 처리율 제한 장치, 성능 최적화와 모니터링 등의 주제를 살펴보았다.
추가적으로, 처리율 제한 장치에 있어 다음과 같은 부분도 찾아보면 좋을 것이다.

• 경성(hard) 또는 연성(soft) 처리율 제한
  - 경성 처리율 제한: 요청의 개수는 임계치를 절대 넘어설 수 없다.
  - 연성 처리율 제한: 요청 개수는 잠시 동안은 임계치를 넘어설 수 있다.
  
• 다양한 계층에서의 처리율 제한
  - 4장에서는 OSI 7계층 중 application layer 계층에서의 처리율 제한에 대해서만 다뤘다. 하지만 다른 계층에서도 처리율 제한이 가능하다.
  예를 들어, IPtables를 사용하면 IP 주소에 처리율 제한을 적용하는 것이 가능하다.
  
• 처리율 제한을 회피하는 방법. 클라이언트를 어떻게 설계하는 것이 최신인가?
  - 클라이언트 측 캐시를 사용하여 API 호출 횟수를 줄인다.
  - 처리율 제한의 임계치를 이해하고, 짧은 시간 동안 너무 많은 메시지를 보내지 않도록 한다.
  - 예외나 에러를 처리하는 코드를 도입하여 클라이언트가 예외적 상황으로부터 복구될 수 있도록 한다.
  - 재시도(retry) 로직을 구현할 때는 충분한 백오프(back-off)시간을 둔다.