新浪的动态策略灰度发布系统：ABTestingGateway

原文链接：http://www.open-open.com/lib/view/open1439889185239.html

ABTesingGateway 是一个可以动态设置分流策略的灰度发布系统，工作在7层，基于tengine，采用ngx-lua开发，使用 redis 作为分流策略数据库，可以实现动态调度功能。

nginx是目前使用较多的7层服务器，可以实现高性能的转发和响应；ABTestingGateway 是在 nginx 转发的框架内，在转向 upstream 前，根据用户请求特征和系统的分流策略，查找出目标upstream，进而实现分流。

在以往的基于 nginx 实现的灰度系统中，分流逻辑往往通过 rewrite 阶段的 if 和 rewrite 指令等实现，优点是性能较高，缺点是功能受限、容易出错，以及转发规则固定，只能静态分流。针对这些缺点，我们设计实现了ABTesingGateway，采用 ngx-lua 实现系统功能，通过启用lua-shared-dict和lua-resty-lock作为系统缓存和缓存锁，系统获得了较为接近原生nginx转发的性能。

ABTesingGateway 的架构简图

Features:

支持多种分流方式，目前包括iprange、uidrange、uid尾数和指定uid分流
动态设置分流策略，即时生效，无需重启
可扩展性，提供了开发框架，开发者可以灵活添加新的分流方式，实现二次开发
高性能，压测数据接近原生nginx转发
灰度系统配置写在nginx配置文件中，方便管理员配置
适用于多种场景：灰度发布、AB测试和负载均衡等

系统实现

分流功能：

转发分流是灰度系统的主要功能，目前 ABTesingGateway 支持ip段分流(iprange)、uid用户段分流(uidrange)、uid尾数分流(uidsuffix)和指定特殊uid分流(uidappoint)四种方式。

ABTesingGateway 依据系统中配置的运行时信息runtimeInfo进行分流工作；通过将 runtimeInfo 设置为不同的分流策略，实现运行时分流策略的动态更新，达到动态调度的目的。

系统运行时信息设置

如图所示

系统管理员通过系统管理接口将分流策略policy设置为运行时策略，并指定该策略对应的分流模块名divModulename和用户信息提取模块名userInfoModulename后，系统可以进行分流工作。
系统对用户请求进行分流时，首先获得系统运行时信息runtimeInfo中的信息，然后提取用户特征userInfo，最后分流模块divModule根据分流策略dviDataKey和用户特征userInfo查找出应该转发到的upstream。如果没有对应的upstream，则将该请求转向默认upstream。

以iprange分流为例

以某个iprange分流策略为例：

    {

        "divtype":"iprange",

        "divdata":[

                    {"range":{"start":1111, "end":2222}, "upstream":"beta1"},

                    {"range":{"start":3333, "end":4444}, "upstream":"beta2"},

                    {"range":{"start":7777, "end":8888}, "upstream":"beta3"}

                  ]

    }

其中divdata中的每个 range:upstream 对中，range 为 ip 段，upstream 为 ip 段对应的后端；range 中的 start 和 end 分别为 ip 段的起始和终止， ip以整型表示。当灰度系统启用iprange分流方式时，会根据用户请求的ip进行分流转发。假如用户请求中的ip信息转为整型后是4000，将被转发至beta2 upstream。

分流过程流程图

分流过程流程图

管理功能：

管理功能架构图

1. 管理员登入后，得到系统信息视图，运行时信息视图，可以进行策略管理和运行时信息管理

2. 业务接口层向管理员提供  增/删/查/改  接口

3. 适配层将承担业务接口与分流模块的沟通工作

4. 适配层提出统一接口，开发人员可以通过实现接口来添加新的分流方式

管理接口：

[策略管理接口]    

    #分流策略检查，参数为一个分流策略数据的json串

    1. /admin/policy/check

    #分流策略添加，参数与check接口一致

    2. /admin/policy/set

    #分流策略读取，参数为要读取策略的policyid

    3. /admin/policy/get

    #分流策略删除，参数为要删除策略的policyid

    4. /admin/policy/del

[运行时信息管理接口]

    #设置分流策略为运行时策略，参数为policyid

    1. /admin/runtime/set

    #获取系统当前运行时信息，无参数

    2. /admin/runtime/get

    #删除系统运行时信息，关闭分流接口，无参数

    3. /admin/runtime/del

快速部署

软件依赖

tengine-2.1.0
LuaJIT-2.1-20141128
ngx_lua-0.9.13
lua-cjson-2.1.0.2
redis-2.8.19

系统部署

repo中的utils/conf文件夹中有灰度系统部署所需的最小示例

1. git clone https://github.com/SinaMSRE/ABTestingGateway

2. cd /path/to/ABTestingGateway/utils

#启动redis数据库

3. redis-server conf/redis.conf 

#启动upstream server，其中stable为默认upstream

4. /usr/local/nginx/sbin/nginx -p `pwd` -c conf/stable.conf

5. /usr/local/nginx/sbin/nginx -p `pwd` -c conf/beta1.conf

6. /usr/local/nginx/sbin/nginx -p `pwd` -c conf/beta2.conf

7. /usr/local/nginx/sbin/nginx -p `pwd` -c conf/beta3.conf

8. /usr/local/nginx/sbin/nginx -p `pwd` -c conf/beta4.conf

#启动灰度系统，proxy server，灰度系统的配置也写在conf/nginx.conf中

9. /usr/local/nginx/sbin/nginx -p `pwd` -c conf/nginx.conf

灰度系统使用demo

管理功能

1. 部署并启动系统

2. 查询系统运行时信息，得到null

0> curl 127.0.0.1:8030/admin/runtime/get

{"errcode":200,"errinfo":"success ","data":{"divModulename":null,"divDataKey":null,"userInfoModulename":null}}

3. 查询id为9的策略，得到null

0> curl 127.0.0.1:8030/admin/policy/get?policyid=9

{"errcode":200,"errinfo":"success ","data":{"divdata":null,"divtype":null}}

4. 向系统添加策略，返回成功，并返回新添加策略的policyid

       以uidsuffix尾数分流方式为例，示例分流策略为：

            {

                "divtype":"uidsuffix",

                "divdata":[

                            {"suffix":"1", "upstream":"beta1"},

                            {"suffix":"3", "upstream":"beta2"},

                            {"suffix":"5", "upstream":"beta1"},

                            {"suffix":"0", "upstream":"beta3"}

                          ]

            }

添加分流策略接口 /admin/policy/set 接受json化的policy数据

0> curl 127.0.0.1:8030/admin/policy/set -d '{"divtype":"uidsuffix","divdata":[{"suffix":"1","upstream":"beta1"},{"suffix":"3","upstream":"beta2"},{"suffix":"5","upstream":"beta1"},{"suffix":"0","upstream":"beta3"}]}'

{"errcode":200,"errinfo":"success  the id of new policy is 0"}

5. 查看添加结果

0> curl 127.0.0.1:8030/admin/policy/get?policyid=0

{"errcode":200,"errinfo":"success ","data":{"divdata":["1","beta1","3","beta2","5","beta1","0","beta3"],"divtype":"uidsuffix"}}

6. 设置系统运行时策略为 0号策略

0> curl 127.0.0.1:8030/admin/runtime/set?policyid=0

{"errcode":200,"errinfo":"success "}

7. 查看系统运行时信息，得到结果

0> curl 127.0.0.1:8030/admin/runtime/get

{"errcode":200,"errinfo":"success ","data":{"divModulename":"abtesting.diversion.uidsuffix","divDataKey":"ab:test:policies:0:divdata","userInfoModulename":"abtesting.userinfo.uidParser"}}

8. 当访问接口不正确返回时，将返回相应的 错误码 和 错误描述信息

0> curl 127.0.0.1:8030/admin/policy/get?policyid=abc

{"errcode":50104,"errinfo":"parameter type error for policyID should be a positive Integer"}

分流功能

在验证管理功能通过，并设置系统运行时策略后，开始验证分流功能

1. 分流，不带用户uid，转发至默认upstream

0> curl 127.0.0.1:8030/

this is stable server

2. 分流，带uid为30，根据策略，转发至beta3

0> curl 127.0.0.1:8030/  -H 'X-Uid:30'

this is beta3 server

3. 分流，带uid为33，根据策略，转发至beta2

0> curl 127.0.0.1:8030/  -H 'X-Uid:33'

this is beta2 server

压测结果：

压测环境下灰度系统与原生nginx转发的对比图

压测环境下灰度系统与原生nginx转发的数据对比

如图所示，用户请求完全命中cache是理想中的情况，灰度系统在理想情况下可以达到十分接近原生nginx转发的性能。

产生图中压测结果的场景是：用户请求经过proxy server转向upstream server，访问1KB大小的静态文件。

proxy server的硬件配置：

CPU：E5620 2.4GHz 16核
Mem：24GB
Nic：千兆网卡，多队列

线上部署简图：

项目主页：http://www.open-open.com/lib/view/home/1439889185239