异常检测

异常值检测和逐出是动态确定上游群集中,某些主机是否正在执行不同于其他主机的过程,并将其从正常负载平衡集中移除。 性能可能会受到不同程度的影响,例如连续的故障,时间成功率,时间延迟等。异常检测是被动健康检查的一种形式。 Envoy还支持主动健康检查。被动和主动健康检查可以一起使用或独立使用,形成整体上游健康检查解决方案的基础。

逐出算法

取决于异常值检测的类型,弹出或者以行内(例如在连续5xx的情况下)或以指定的间隔(例如在定期成功率的情况下)运行。逐出算法的工作原理如下:

  1. 主机被确定为异常。
  2. Envoy检查以确保逐出的主机数量低于允许的阈值(通过outlier_detection.max_ejection_percent设置指定)。如果逐出的主机数量超过阈值,主机不会被逐出。
  3. 主机被逐出几毫秒。意味着主机被标记为不健康,在负载平衡期间不会使用,除非负载平衡器处于紧急情况。毫秒数等于outlier_detection.base_ejection_time_ms值乘以主机被逐出的次数。这会导致主机如果继续失败,则会被逐出更长和更长的时间。
  4. 逐出的主机将在逐出时间满之后自动重新投入使用。一般而言,异常值检测与主动健康检查一起使用,用于全面的健康检查解决方案。

检测类型

Envoy支持以下异常检测类型:

连续5xx

如果上游主机返回一些连续的5xx,它将被逐出。请注意,在这种情况下,5xx意味着一个实际的5xx响应代码,或者一个会导致HTTP路由器代表上游返回的事件(复位,连接失败等)。逐出所需的连续5xx数量由outlier_detection.consecutive_5xx值控制。

连续的网关故障

如果上游主机返回一些连续的“网关错误”(502,503或504状态码),它将被逐出。请注意,这包括HTTP路由代表上游返回其中一个状态码的事件(重置,连接失败等)。逐出所需的连续网关故障的数量由outlier_detection.consecutive_gateway_failure值控制。

成功率

基于成功率的异常值逐出汇总来自群集中每个主机的成功率数据。然后以给定的时间间隔,基于统计异常值检测来逐出主机。如果主机在一个时间间隔内的,请求量小于outlier_detection.success_rate_request_volume值,则不会为认为该主机成功率异常值。此外,如果一个时间间隔内请求量最小的主机,请求数小于outlier_detection.success_rate_minimum_hosts值,则不会对群集执行检测。

逐出事件记录

Envoy可以选择生成异常值逐出事件日志。这在日常操作中非常有用,因为全局统计数据,不能提供有关哪些主机被逐出的信息以及原因。下面是一条JSON格式的日志记录:

{
  "time": "...",
  "secs_since_last_action": "...",
  "cluster": "...",
  "upstream_url": "...",
  "action": "...",
  "type": "...",
  "num_ejections": "...",
  "enforced": "...",
  "host_success_rate": "...",
  "cluster_success_rate_average": "...",
  "cluster_success_rate_ejection_threshold": "..."
}

time

事件发生的时间。

secs_since_last_action

自从上一次操作(逐出或未逐出)发生以来的时间,以秒为单位。如果是第一次,之前没有动作,该值将为-1。

cluster

被逐出主机所在的群集。

upstream_url

被逐出的主机URL。例如,`tcp://1.2.3.4:80`。

action

触发的动作(`eject`/`uneject`)

type

如果`action`是`eject`,这里描述的是`eject类型`;如`5xx`、`GatewayFailure`、`SuccessRate`。

num_ejections

如果`action`是`eject`,指定主机被逐出的累计次数(对于Envoy而言是本地的,并且如果主机被重新添加到集群,那么这个数值会被重置)

enforced

如果`action`是`eject`,指定逐出是否被强制执行。`true`表示主机被强制逐出。`false`表示着事件被记录了,但是主机并没有被逐出。

host_success_rate

如果`action`是`eject`,并且`type`是`SuccessRate`,主机在被逐出时的成功率(0~100范围)。

cluster_success_rate_average

如果`action`是`eject`,并且`type`是`SuccessRate`,主机在被逐出时所在的集群平均成功率(0~100范围)。

cluster_success_rate_ejection_threshold

如果`action`是`eject`,并且`type`是`SuccessRate`,指定逐出事件的成功率阈值。

配置参考

返回

results matching ""

    No results matching ""