Istio复习总结：xDS协议、Istio Pilot源码、Istio落地问题总结-编程知识

1、xDS协议

1）、xDS是什么

xDS是一类发现服务的总称，包含LDS、RDS、CDS、EDS以及SDS。Envoy通过xDS API可以动态获取Listener（监听器）、Route（路由）、Cluster（集群）、Endpoint（集群成员）以及Secret（证书）配置

LDS：Listener发现服务。Listener监听器控制Envoy启动端口监听（目前只支持TCP协议），并配置L3/L4层过滤器，当网络连接达到后，配置好的网络过滤器堆栈开始处理后续事件。这种通用的监听器体系结构用于执行大多数不同的代理任务（限流、客户端认证、HTTP连接管理、TCP代理等）
RDS：Route发现服务，用于HTTP连接管理过滤器动态获取路由配置。路由配置包含HTTP头部修改（增加、删除HTTP头部键值）、Virtual Hosts（虚拟主机）以及Virtual Hosts定义的各个路由条目
CDS：Cluster发现服务，用于动态获取Cluster信息。Envoy Cluster管理器管理着所有的上游Cluster。鉴于上游Cluster或者主机可用于任何代理转发任务，所以上游Cluster一般从Listener或Route中抽象出来
EDS：Endpoint发现服务。在Envoy术语中，Cluster成员就叫Endpoint，对于每个Cluster，Envoy通过EDS API动态获取Endpoint。EDS作为首选的服务发现的原因有两点：
- 与通过DNS解析的负载均衡器进行路由相比，Envoy能明确的知道每个上游主机的信息，因而可以做出更加智能的负载均衡决策
- Endpoint配置包含负载均衡权重、可用域等附加主机属性，这些属性可用于服务网格负载均衡、统计收集等过程中
SDS：Secret发现服务，用于运行时动态获取TLS证书。若没有SDS特性，在Kubernetes环境中，必须创建包含证书的Secret，代理启动前Secret必须挂载到Sidecar容器中，如果证书过期，则需要重新部署。使用SDS，集中式的SDS服务器将证书分发给所有的Envoy实例，如果证书过期，服务器会将新的证书分发，Envoy接收到新的证书后重新加载即可，不用重新部署

2）、ADS的演进

1）Why ADS

Istio 0.8以前，Pilot提供的单一资源的DS

每种资源需要一条单独的连接
Istio高可用环境下，可能部署多个Pilot

带来的挑战：

没办法保证配置资源更新的顺序
多Pilot配置资源的一致性没法保证

综合以上两个问题，很容易出现配置更新过程中网络流量丢失带来网络错误

ADS是一种xDS的实现，它基于gRPC长连接，允许通过一条连接（gRPC的同一stream），发送多种资源的请求和响应

能够保证请求一定落在同一Pilot上，解决多个管理服务器配置不一致的问题
通过顺序的配置分发，轻松解决资源更新顺序的问题

2）ADS最终一致性的考量

xDS是一种最终一致的协议，所以在配置更新过程中流量会丢失

例如，如果通过CDS/EDS获得Cluster X，一条指向Cluster X的RouteConfiguration刚好调整为指向Cluster Y，但是在CDS、EDS还没来得及下发Cluster Y的配置的情况下，路由到Cluster Y的流量会全部被丢弃，并且返回给客户端状态码503

在某些场景下，流量丢弃是不可接受的。Istio通过遵循make before break模型，调整配置更新顺序可以完全避免流量丢失

CDS的更新必须先进行，请求资源的名称为空
EDS的更新必须在CDS的更新之后进行，并且EDS的更新需要指定CDS获取的相关集群名称
LDS的更新必须在CDS或EDS的更新之后进行，请求资源的名称为空
RDS的更新必须在LDS的更新之后进行，因为RDS的更新与LDS新加的监听器有关，在请求过程中必须指定新的监听器的路由名称

Envoy通过gRPC与某个特定的Pilot实例建立连接。Pilot通过简单的串行分发配置方式保证xDS的更新顺序按照CDS->EDS->LDS->RDS的顺序进行，Envoy以相同的顺序加载配置

2、Istio Pilot源码

基于Istio 1.18.0版本源码

1）、Pilot工作原理

Pilot-Discovery是Istio控制面的核心，负责服务网格中的流量管理以及控制面和数据面之间的配置下发

Pilot-Discovery从注册中心（如Kubernetes）获取服务信息并汇集，从Kubernetes API Server中获取配置规则，将服务信息和配置数据转换为xDS接口的标准数据结构，通过GRPC下发到数据面的Envoy

在这里插入图片描述

Pilot Server中主要包含三部分逻辑：

ConfigController：管理各种配置数据，包括用户创建的流量管理规则和策略
ServiceController：获取Service Registry中的服务发现数据
DiscoveryService：主要包含下述逻辑：
- 启动GRPC Server并接收来自Envoy端的连接请求
- 接收Envoy端的xDS请求，从ConfigController和ServiceController中获取配置和服务信息，生成响应消息发送给Envoy
- 监听来自ConfigController的配置变化消息和ServiceController的服务变化消息，并将配置和服务变化内容通过xDS接口推送到Envoy

2）、Pilot启动流程

在这里插入图片描述

3）、ConfigController工作机制

ConfigController为每种Config资源都创建了一个Informer，用于监听所有Config资源并注册EventHandler

完整的Config事件处理流程如下图所示：

EventHandler构造任务（Task），任务实际上是对onEvent函数的封装
EventHandler将任务推送到任务队列中
任务处理协程阻塞式地读取任务队列，执行任务，通过onEvent方法处理事件，并通过ConfigHandler触发xDS的更新

4）、ServiceController工作机制

ServiceController为4种资源分别创建了Informer，用于监听Kubernetes资源的更新，并为其注册EventHandler

当监听到Service、Endpoint、Pod、Node资源更新时，EventHandler会创建资源处理任务并将其推送到任务队列，然后由任务处理协程阻塞式地接收任务对象，最终调用任务处理函数完成对资源对象的事件处理

5）、xDS的异步分发

1）DiscoveryService初始化

StreamAggregatedResources接收DiscoveryRequest，返回DiscoveryResponse流，包含全量的xDS数据

2）DiscoveryServer启动

DiscoveryServer的Start()方法启动两个重要的goroutine：handleUpdates和sendPushes

Config、Service、Endpoint对资源的处理最后都会调用ConfigUpdate()方法向DiscoveryServer的pushChannel队列发送PushRequest实现的，处理流程如下：

DiscoveryServer首先通过handleUpdates协程阻塞式地接收并处理更新请求，并将PushRequest发送到DiscoveryServer的pushQueue中，然后由sendPushes协程并发地将PushRequest发送给每一条连接的pushChannel，最后由DiscoveryServer的流处理接口处理分发请求

3）handleUpdates

DiscoveryServer.Push方法会一直往下调用，直到把数据推入到DiscoveryServer的pushQueue管道中，代码调用逻辑如下：

在这里插入图片描述

4）sendPushes

doSendPushes()方法内启动了一个无限循环，在default代码块中实现了主要的功能逻辑：

push事件面向所有xDS客户端，使用semaphore来控制推送并发数，当semaphore满了之后会阻塞
如果semaphore允许，为每个客户端都启动一个发送协程，尝试发送pushEvent到客户端队列pushChannel中

每个客户端在通过pushConnection将本次xDS推送完后，都会调用pushEv.done()方法，通知semaphore

从pushQueue到最终推送xDS配置流程如下图：

在这里插入图片描述

5）xDS配置的生成与分发

pushConnection()方法核心逻辑如下：

根据资源的变化情况，判断是否需要为该Envoy代理更新xDS，如果不需要更新直接返回
1. 如果变更的clusterScopedConfigTypes类型配置在root namespace或相同namespace需要xDS推送
2. 如果SidecarScope包含对应配置需要进行xDS推送
遍历该Envoy代理监听的资源类型，根据订阅的资源类型生成xds配置并发送到客户端

6）小结

配置变化后向Envoy推送xDS时序：

在这里插入图片描述

响应Envoy主动发起的xDS时序：

在这里插入图片描述

3、Istio落地问题总结

基于Istio 1.10版本落地问题总结

1）、xDS全量下发问题

1）Istio在大规模场景下xDS性能瓶颈

当前Istio下发xDS使用的是全量下发策略，也就是网格里的所有Sidecar内存里都会有整个网格内所有的服务发现数据。比如下图，虽然workload1在业务逻辑上只依赖service2，但是Istiod会把全量的服务发现数据（service2、3、4）都发送给workload1

这样的结果是，每个Sidecar内存都会随着网格规模增长而增长，如果网格规模超过1万个实例，单个Envoy的内存超过了250MiB，而整个网格的开销还要再乘以网格规模大小

2）Istio当前优化方案

针对这个问题，社区提供了一个方案，就是Sidecar这个CRD，这个配置可以显式的定义服务之间的依赖关系，或者说可见性关系。比如下图这个配置的意思就是workload1只依赖service2，这样配置以后，Istiod只会下发service2的信息给workload1

这个方案本身是有效的。但这种方式在大规模场景下很难落地：首先这个方案需要用户提前配置服务间完整的依赖关系，大规模场景下的服务依赖关系很难梳理清楚，而且通常依赖关系也会随着业务的变化而变化

3）Aeraki Lazy xDS

针对上述问题，腾讯开源的Aeraki Lazy xDS和网易开源的Slime lazyload都是基于相同思路解决的，以Aeraki Lazy xDS为例，实现细节如下：

在网格里增加2个组件，一个是Lazy xDS Egress，Egress充当类似网格模型中默认网关角色，另一个是Lazy xDS Controller，用来分析并补全服务间的依赖关系

首先配置Egress的服务中转能力：Egress会获取网格内所有服务信息，并配置所有HTTP服务的路由，这样充当默认网关的Egress就可以转发网格内任意HTTP服务的流量
第2步，对于开启了按需加载特性的服务（图中Workload1），利用EnvoyFilter，将其访问网格内HTTP服务的流量，都路由到Egress
第3步，利用Istio Sidecar CRD，限制Workload1的服务可见性
经过步骤3后，Workload1初始只会加载最小化的xDS
当Workload1发起对Service2的访问时，（因为步骤2）流量会转发到Egress
（因为步骤1）Egress会分析接收到的流量特征，并将流量转发到Service2
Egress会将访问日志，异步地上报给Lazy xDS Controller，上报服务是利用Access Log Service
Lazy xDS Controller会对接收到的日志进行访问关系分析，然后把新的依赖关系（Workload1 -> Service2）表达到Sidecar CRD中
同时Controller还会将（步骤2）Workload1需要转发Service2流量到Egress的规则去除，这样未来Workload1再次访问Service2就会是直连
（因为步骤8）Istiod更新可见性关系，后续会将Service2的服务信息发给Workload1
Workload1通过xDS接收到Service2的服务信息
当Workload1再次发起对Service2的访问，流量会直达Service2（因为步骤9）

这个方案的好处：

不需要用户提前配置服务间的依赖，而且服务间依赖是允许动态的增加的
最终每个Envoy只会获得自身需要的xDS，性能最优
这个实现对用户流量影响也比较小，用户的流量不会阻塞。性能损耗也比较小，只有前几次请求会在Egress做中转，后面都是直连的
此方案对Istio和Envoy没有任何入侵，没有修改Istio/Envoy源码，使得这套方案能很好的适应未来Istio的迭代

目前只支持七层协议服务的按需加载，原因是流量在Egress这里中转的时候，Egress需要通过七层协议里的header判断原始目的地。纯TCP协议是没有办法设置额外的header。不过因为Istio主要目的就是为了做七层流量的治理，当网格的大部分请求都是七层的，这个情况目前可以接受的

相关资料：

Aeraki Lazy xDS

Slime lazyload

2）、EnvoyFilter推送范围改造

变更EnvoyFilter时xDS推送范围：变更istio-system namespace（root namespace）下的EnvoyFilter会触发全局xDS推送（全局生效），变更namespaceA下的EnvoyFilter会触发namespaceA下所有边车的xDS推送（同namespace下生效）

问题点：在Pod所在的namespace添加只针对单个Pod生效的EnvoyFilter（通过workLoadSelector限制），但实际会触发同namespace下所有Pod边车的xDS推送

使用场景：

通过EnvoyFilter对实例入口请求限流（EnvoyFilter上通过workLoadSelector限制只针对单个Pod生效），在限流期间，会频繁调整EnvoyFilter中的限流值，来达到自适应限流的效果（根据CPU变化调节限流QPS）
EnvoyFilter的workLoadSelector基本不变，会频繁修改EnvoyFilter

针对我们的使用场景，频繁修改只针对单个Pod生效的EnvoyFilter，但每次修改会触发同namespace下所有边车的xDS推送是不可接受的，所以进行了定制化改造，让带workLoadSelector的EnvoyFilter只触发workLoadSelector范围内的边车的xDS推送

原始逻辑：Istiod在推送xDS前，会遍历所有的Envoy，判断是否为该Envoy推送xDS（pilot/pkg/model/sidecar.go中的DependsOnConfig()方法），判断逻辑如下图：

改造后逻辑：这里最重要的是要考虑EnvoyFilter的workLoadSelector变更的场景，如果EnvoyFilter的workLoadSelector变更时保持原始推送判断逻辑（root namespace全局xDS推送，其他namespace同namespace下xDS推送）

3）、优化Istiod启动时ServiceEntry处理速度

问题点：

Istiod启动时list到所有istio-config namespace下的CRD信息
Istiod内部serviceEntryHandler方法会逐个处理list到的ServiceEntry，设置refreshIndexes=true，调用edsUpdateByKeys()方法
每个ServiceEntry处理时都会将refreshIndexes=true，调用edsUpdateByKeys()方法后，会触发mayBeRefreshIndexs()方法（refreshIndexes=true时才会执行，处理逻辑：遍历所有ServiceEntry和对应Instance数据转换为ServiceInstance。执行一次耗时2s左右）
Istiod启动时serviceEntryHandler处理完所有ServiceEntry数据，1000个ServiceEntry总耗时在10min以上

改造后逻辑：

Istiod启动时list到所有istio-config namespace下的CRD信息
Istiod内部serviceEntryHandler方法会逐个处理list到的ServiceEntry，将ServiceEntry添加到toBeSyncedServiceEntry（一个map，写入时加锁）中
启动一个goroutine定时500ms执行PeriodicSyncServiceEntry()方法
PeriodicSyncServiceEntry()方法取出所有toBeSyncedServiceEntry中的ServiceEntry（处理过程中加锁），设置refreshIndexes=true，调用edsUpdateByKeys()方法批量处理取出的ServiceEntry，这样无需每个ServiceEntry处理时都触发mayBeRefreshIndexs()方法，而是每次取出一批ServiceEntry只会触发一次mayBeRefreshIndexs()方法
优化后Istiod启动时serviceEntryHandler处理完所有ServiceEntry数据，1000个ServiceEntry总耗时在30s左右

注意：Istiod需要等待PeriodicSyncServiceEntry()方法处理完第一次list到的所有ServiceEntry后，才启动DiscoveryService接收来自Envoy端的连接请求，否则会导致Envoy拿不到未处理完的ServiceEntry相关数据（主要是CDS和EDS），导致Envoy调用下游发生503（response_flag=NC）

解决方案：

设置一个标志位，当PeriodicSyncServiceEntry()方法处理完第一次list到的所有ServiceEntry后将标志位设置为true，ServiceEntryStore的HasSynced()方法中返回标志位状态
pilot/pkg/bootstrap/server.go中的waitForCacheSync()方法判断所有的registry（处理ServiceEntry的为serviceEntryStore）都返回true后，才会启动DiscoveryService接收来自Envoy端的连接请求

4）、Sidecar启动顺序

问题点：由于Pod内容器按照spec.containers中的声明顺序依次启动，而initContainers会在所有容器启动前执行，所以容器的启动顺序是这样的：istio-init修改Pod内iptables使得istio-proxy接管Pod内所有流量（使应用容器内的所有网络请求都需要经过istio-proxy），而应用容器启动的过程中如果发起网络请求（请求配置中心获取配置等），此时istio-proxy有可能还没有启动完成，导致网络异常

>=Istio 1.7版本的解决方案：

方式一：安装Istio时全局设置

# 默认使用default profile(可通过--set profile=default|demo|...调整)
istioctl install
# 设置sidecar优先启动(且sidecar启动成功后再启动其他应用容器)-1.7新特性
--set values.global.proxy.holdApplicationUntilProxyStarts=true

方式二：在应用Deployment通过annotation设置

annotations:# 重点:配置proxy-设置proxy启动成功后再启动其他应用proxy.istio.io/config: |holdApplicationUntilProxyStarts: true

holdApplicationUntilProxyStarts启用效果：

spec:initContainers:- name: istio-init...containers:- name: istio-proxy...lifecycle:postStart:exec:command:- pilot-agent- wait

将sidecar istio-proxy容器放到Pod containers中的第一位（即最先启动）
设置istio-proxy lifecycle已保证sidecar容器启动成功前一直阻塞（阻塞Pod内其他容器启动）

5）、HTTP1.0支持

问题点：Istio使用Envoy作为数据面转发HTTP请求，而Envoy默认要求使用HTTP/1.1或HTTP/2，当客户端使用HTTP/1.0时就会返回426 Upgrade Required

解决方案：编辑istioctl安装配置项文件

apiVersion: install.istio.io/v1alpha1
kind: IstioOperator
spec:values:pilot:env:PILOT_HTTP10: 1...

istio-proxy容器中会添加环境变量ISTIO_META_HTTP10=1使得Envoy支持HTTP/1.0

问题点：Envoy支持HTTP/1.0后，会有delay close timeout 1s的问题（默认情况HTTP/1.0的请求有1s的延迟）

解决方案：通过EnvoyFilter修改delayed_close_timeout为0s

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: delayed-close-timeout-filternamespace: istio-system
spec:configPatches:- applyTo: NETWORK_FILTERmatch:listener:filterChain:filter:name: envoy.filters.network.http_connection_managerpatch:operation: MERGEvalue:typed_config:'@type': >-type.googleapis.com/envoy.extensions.filters.network.http_connection_manager.v3.HttpConnectionManagerdelayed_close_timeout: 0s

相关资料：

Istio 常见问题 - Istio 支持 HTTP/1.0

6）、Header大小写敏感

问题点：

Envoy默认会将HTTP header统一转换为小写，例如有一个HTTP header为X-UserId: 12345，经过Envoy代理后会变成x-userid: 12345。HTTP的RFC规范也要求应用不能对header大小写敏感，但有些应用没有遵循RFC规范，对大小写敏感了，导致开启Mesh后报错

解决方案：通过EnvoyFilter让Envoy保留HTTP header大小写

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: header-casing-filternamespace: istio-system
spec:configPatches:- applyTo: CLUSTERmatch:context: SIDECAR_INBOUNDpatch:operation: MERGEvalue:typed_extension_protocol_options:envoy.extensions.upstreams.http.v3.HttpProtocolOptions:'@type': >-type.googleapis.com/envoy.extensions.upstreams.http.v3.HttpProtocolOptionscommonHttpProtocolOptions:idleTimeout: 20suse_downstream_protocol_config:http_protocol_options:header_key_format:stateful_formatter:name: preserve_casetyped_config:'@type': >-type.googleapis.com/envoy.extensions.http.header_formatters.preserve_case.v3.PreserveCaseFormatterConfig- applyTo: CLUSTERmatch:context: SIDECAR_OUTBOUNDpatch:operation: MERGEvalue:typed_extension_protocol_options:envoy.extensions.upstreams.http.v3.HttpProtocolOptions:'@type': >-type.googleapis.com/envoy.extensions.upstreams.http.v3.HttpProtocolOptionscommonHttpProtocolOptions:idleTimeout: 20suse_downstream_protocol_config:http_protocol_options:header_key_format:stateful_formatter:name: preserve_casetyped_config:'@type': >-type.googleapis.com/envoy.extensions.http.header_formatters.preserve_case.v3.PreserveCaseFormatterConfig- applyTo: NETWORK_FILTERmatch:listener:filterChain:filter:name: envoy.filters.network.http_connection_managerpatch:operation: MERGEvalue:typed_config:'@type': >-type.googleapis.com/envoy.extensions.filters.network.http_connection_manager.v3.HttpConnectionManagerhttp_protocol_options:header_key_format:stateful_formatter:name: preserve_casetyped_config:'@type': >-type.googleapis.com/envoy.extensions.http.header_formatters.preserve_case.v3.PreserveCaseFormatterConfig

7）、重复Header处理

问题点：

未开启Mesh时，Spring MVC遇到重复Content-Type情况下取第一个

开启Mesh后，Envoy把重复Content-Type使用逗号拼接，Spring MVC不识别拼接后的Content-Type，报错415 Unsupported Media Type

解决方案：通过EnvoyFilter当出现两个Content-Type时仅保留一个

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: double-header-filternamespace: istio-system
spec:configPatches:- applyTo: HTTP_FILTERmatch:context: SIDECAR_INBOUNDlistener:filterChain:filter:name: envoy.filters.network.http_connection_managersubFilter:name: envoy.filters.http.routerpatch:operation: INSERT_BEFOREvalue:name: envoy.luatyped_config:'@type': type.googleapis.com/envoy.extensions.filters.http.lua.v3.LuainlineCode: |function envoy_on_request(request_handle)local function is_empty(input)return input == nil or input == ''endorigin_type = request_handle:headers():get("content-type")if not is_empty(origin_type) thenlocal type_table = {}for type in origin_type:gmatch("([^,]+),?") do table.insert(type_table, type)endif table.getn(type_table)>0 thenrequest_handle:headers():replace("content-type", type_table[1])  endtype_table = nilendend- applyTo: HTTP_FILTERmatch:context: SIDECAR_OUTBOUNDlistener:filterChain:filter:name: envoy.filters.network.http_connection_managersubFilter:name: envoy.filters.http.routerpatch:operation: INSERT_BEFOREvalue:name: envoy.luatyped_config:'@type': type.googleapis.com/envoy.extensions.filters.http.lua.v3.LuainlineCode: |function envoy_on_request(request_handle)local function is_empty(input)return input == nil or input == ''endorigin_type = request_handle:headers():get("content-type")if not is_empty(origin_type) thenlocal type_table = {}for type in origin_type:gmatch("([^,]+),?") do table.insert(type_table, type)endif table.getn(type_table)>0 thenrequest_handle:headers():replace("content-type", type_table[1])  endtype_table = nilendend

8）、Passthrough内存增高

问题点：部分站点开启Mesh后，边车内存缓慢持续增长且不释放，这些站点的特点是接入的sdk是存在定期的Passthrough调用

在这里插入图片描述

对同一个站点Passthrough调用eureka的频率进行调整，做对比，结果如下：

调用eureka的频率	不调用	1s调用一次	30s调用一次
是否会导致边车内存缓慢持续增长	不会	不会	会

根因：边车对于走Passthrough的下游，超过5s未调用边车会清理下游主机、连接数据等，清理过程中存在bug会导致内存泄漏

GitHub issue：https://github.com/envoyproxy/envoy/issues/22218

解决方案：调大清理间隔

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: cleanup-interval-filternamespace: istio-system
spec:configPatches:- applyTo: CLUSTERmatch:cluster:name: PassthroughClustercontext: SIDECAR_OUTBOUNDpatch:operation: MERGEvalue:cleanup_interval: 1h- applyTo: CLUSTERmatch:context: SIDECAR_INBOUNDpatch:operation: MERGEvalue:cleanup_interval: 1h

相关资料：

边车cleanup_interval参数文档

9）、偶发503问题

问题点：客户端直接访问服务端正常，但开启Mesh后经过Envoy访问服务端则会出现一定几率的503错误（response code=503, response flag=UC）

根因：

Envoy的HTTP Router会在第一次和Upstream建立TCP连接并使用后将连接释放到一个连接池中，而不是直接关闭该连接。这样下次downstream请求相同的Upstream host时可以重用该连接，可以避免频繁创建/关闭连接带来的开销

当连接被Envoy放入连接池后，连接中不再转发来自downstream数据，即连接处于空闲状态。连接对端的应用程序会检查连接的空闲状态，并在空闲期间通过TCP keepalive packet来侦测对端状态。由于空闲的连接也会占用资源，因此应用并不会无限制地在一个空闲连接上进行等待。几乎所有语言/框架在创建TCP服务器时都会设置一个keepalive timeout选项，如果在keepalive timeout的时间内没有收到新的TCP数据包，应用就会关闭该连接

在应用端关闭连接后的极短时间内，Envoy侧尚未感知到该连接的状态变化，如果此时Envoy收到了来自downstream的请求并将该连接从连接池中取出来使用，就会出现503 UC upstream_reset_before_response_started{connection_termination}异常

总结：Envoy Inbound和应用的HttpServer（Tomcat或者其他HttpServer）在Http1.1 keep-alive的情况下，HttpServer的空闲连接超时释放时间比Envoy默认的要短（Envoy默认1小时），当Envoy正在使用连接时应用的HttpServer要释放空闲连接时会产生冲突造成503

解决方案：调整Inbound的idleTimeout为20s，短于HttpServer的idleTimeout

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: http-idle-timeoutnamespace: istio-system
spec:configPatches:- applyTo: CLUSTERmatch:context: SIDECAR_INBOUNDpatch:operation: MERGEvalue:typedExtensionProtocolOptions:envoy.extensions.upstreams.http.v3.HttpProtocolOptions:'@type': >-type.googleapis.com/envoy.extensions.upstreams.http.v3.HttpProtocolOptionscommonHttpProtocolOptions:idleTimeout: 20s

相关资料：

关于 istio-proxy 503/504等5xx问题排查

Istio：503、UC 和 TCP

细说Http中的Keep-Alive和Java Http中的Keep-Alive机制

503 UC upstream_reset_before_response_started

10）、源IP地址保持

问题点：

开启Mesh后，应用无法获取客户端的源IP地址，获取到的地址为127.0.0.6

方案一：使用TPROXY代理

Istio支持两种拦截模式：

REDIRECT：使用iptables的REDIRECT目标来拦截入站请求，转给Envoy
TPROXY：使用iptables的TPROXY目标来拦截入站请求，转给Envoy

使用TPROXY代理方式可以通过getRemoteAddr的方式获取对端IP

方案二：设置XFF头

七层的客户端源IP都是通过HTTP XFF（X-Forwarded-For）头实现的，XFF保存原始客户端的源IP并透传到后端，应用可以解析XFF，得到客户端的源IP

Envoy提供了设置XFF的方法：https://www.envoyproxy.io/docs/envoy/latest/configuration/http/http_conn_man/headers#x-forwarded-for

为了防止对其他七层代理的XFF产生影响，通过EnvoyFilter写Lua脚本实现Inbound中XFF的设置，设置XFF逻辑：如果XFF为空，设置客户端源IP；如果XFF不为空，不修改XFF

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: add-header-filternamespace: istio-system
spec:configPatches:- applyTo: HTTP_FILTERmatch:context: SIDECAR_INBOUNDlistener:filterChain:filter:name: envoy.filters.network.http_connection_managerpatch:operation: INSERT_BEFOREvalue:name: envoy.luatyped_config:'@type': type.googleapis.com/envoy.extensions.filters.http.lua.v3.LuainlineCode: |function envoy_on_request(handle)local xff = handle:headers():get("X-FORWARDED-FOR")local remote_address = handle:streamInfo():downstreamDirectRemoteAddress()if((remote_address ~= nil and remote_address ~= "") and (xff == nil or xff == ""))thenlocal parts = {}for part in string.gmatch(remote_address, "[^:,]+") dotable.insert(parts, part)endlocal client_ip = parts[1]handle:headers():add("X-FORWARDED-FOR", client_ip)endend

相关资料：

Istio中实现客户端源IP的保持

11）、边车限流不准问题

1）各场景边车限流准确性验证

验证点：在每秒限流100qps时，以每秒200qps请求，验证边车限流是否精准

预期：请求成功率稳定为50%

场景1：针对整个Inbound限流

直接使用本地限流器，EnvoyFilter示例如下：

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: instanceA.instanceA-namespace.ratelimitnamespace: instanceA-namespace
spec:configPatches:- applyTo: HTTP_FILTERmatch:context: SIDECAR_INBOUNDlistener:filterChain:filter:name: envoy.filters.network.http_connection_managerpatch:operation: INSERT_BEFOREvalue:name: envoy.filters.http.local_ratelimittyped_config:'@type': type.googleapis.com/udpa.type.v1.TypedStructtype_url: >-type.googleapis.com/envoy.extensions.filters.http.local_ratelimit.v3.LocalRateLimitvalue:filter_enabled:default_value:denominator: HUNDREDnumerator: 100runtime_key: local_rate_limit_enabledfilter_enforced:default_value:denominator: HUNDREDnumerator: 100runtime_key: local_rate_limit_enforcedstat_prefix: http_local_rate_limitertoken_bucket: # 每秒限流100qpsfill_interval: 1smax_tokens: 100tokens_per_fill: 100workloadSelector:labels:instance: instanceA

结果：请求成功率能稳定在50%

结论：使用本地限流器针对整个Inbound限流时限流精准✅

场景2：针对指定请求路径限流

使用descriptors精细化限流，EnvoyFilter示例如下：

apiVersion: networking.istio.io/v1alpha3
kind: EnvoyFilter
metadata:name: instanceA.instanceA-namespace.ratelimitnamespace: instanceA-namespace
spec:configPatches:- applyTo: HTTP_ROUTEmatch:context: SIDECAR_INBOUNDpatch:operation: MERGEvalue:route:rate_limits:- actions:- request_headers:descriptor_key: pathheader_name: ':path'- applyTo: HTTP_FILTERmatch:context: SIDECAR_INBOUND     	listener:filterChain:filter:name: envoy.filters.network.http_connection_managerpatch:operation: INSERT_BEFOREvalue:name: envoy.filters.http.local_ratelimittyped_config:'@type': type.googleapis.com/udpa.type.v1.TypedStructtype_url: >-type.googleapis.com/envoy.extensions.filters.http.local_ratelimit.v3.LocalRateLimitvalue:descriptors:- entries:- key: pathvalue: /api/testtoken_bucket: # 每秒限流100qpsfill_interval: 1smax_tokens: 100tokens_per_fill: 100filter_enabled:default_value:denominator: HUNDREDnumerator: 100runtime_key: local_rate_limit_enabledfilter_enforced:default_value:denominator: HUNDREDnumerator: 100runtime_key: local_rate_limit_enforcedstat_prefix: http_local_rate_limitertoken_bucket:fill_interval: 1smax_tokens: 100000tokens_per_fill: 100000workloadSelector:labels:instance: instanceA