基于动态策略的灰度发布系统

ABTestingGateway 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nginx和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。
ABTestingGateway 是新浪微博内部的动态路由系统 dygateway 的一部分，因此本文档中的 dygateway 主要是指其子功能 ABTestingGateway。动态路由系统dygateway目前应用于手机微博7层、微博头条等产品线。

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ABTestingGateway，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。

ABTestingGateway 的架构简图

如果在使用过程中有任何问题，欢迎大家来吐槽，一起完善、一起提高、一起使用！

email: bg2bkk@gmail.com open.hfc@gmail.com

压测数据：压测报告

项目演讲：演讲文档

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
new feature: 支持多级分流

灰度发布系统功能简介

对于ab管理功能而言，步骤是以下三步：

向系统添加策略，将策略写入策略数据库中
为具体的server设置运行时信息，将某个分流策略设置为运行时策略
之后可以进行分流操作

详细解释参见： ab分流功能须知

对于ab分流功能而言，分流流程图如图所示

分流过程流程图

系统部署

软件依赖

openresty
ngx_lua
LuaJIT
lua-cjson
redis

注意：建议选用openresty最新版，但是从openresty-1.9.15.1开始，lua-resty-core有些api变更，因此建议先使用openresty-1.9.7.5，原因是：必读

注意：tengine用户仍然可以使用本项目，只需要从openresty软件包中获取最新的ngx_lua、LuaJIT以及lua-cjson等，并注意：必读

how to start

repo中的utils/conf文件夹中有灰度系统部署所需的最小示例

目前repo的master分支是支持多级分流的版本，如果只想体验单级分流，可以fork single_diversion_release分支，具体文档都在相关分支的readme中。

1. git clone https://github.com/SinaMSRE/ABTestingGateway
2. cd /path/to/ABTestingGateway/utils && mkdir logs

# 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

# 简单验证：添加分流策略组
$ curl 127.0.0.1:8080/ab_admin?action=policygroup_set -d '{"1":{"divtype":"uidsuffix","divdata":[{"suffix":"1","upstream":"beta1"},{"suffix":"3","upstream":"beta2"},{"suffix":"5","upstream":"beta1"},{"suffix":"0","upstream":"beta3"}]},"2":{"divtype":"arg_city","divdata":[{"city":"BJ","upstream":"beta1"},{"city":"SH","upstream":"beta2"},{"city":"XA","upstream":"beta1"},{"city":"HZ","upstream":"beta3"}]},"3":{"divtype":"iprange","divdata":[{"range":{"start":1111,"end":2222},"upstream":"beta1"},{"range":{"start":3333,"end":4444},"upstream":"beta2"},{"range":{"start":7777,"end":2130706433},"upstream":"beta2"}]}}'

{"desc":"success ","code":200,"data":{"groupid":0,"group":[0,1,2]}}

# 简单验证：设置运行时策略

$ curl "127.0.0.1:8080/ab_admin?action=runtime_set&hostname=api.weibo.cn&policygroupid=0"

# 分流
$ curl 127.0.0.1:8030 -H 'X-Uid:39' -H 'X-Real-IP:192.168.1.1'
this is stable server

$ curl 127.0.0.1:8030 -H 'X-Uid:30' -H 'X-Real-IP:192.168.1.1'
this is beta3 server

$ curl 127.0.0.1:8030/?city=BJ -H 'X-Uid:39' -H 'X-Real-IP:192.168.1.1'
this is beta1 server

配置过程

由于内部部署时以dygateway项目名部署，因此下文中的所有配置，都应将ABTestingGateway文件夹重命名为dygateway

nginx.conf配置过程

redis.conf配置过程

系统使用

ab分流策略

ab功能目前支持的分流策略有
- iprange: ip段分流
- uidrange: 用户uid段分流
- uidsuffix: uid尾数分流
- uidappoint: uid白名单分流
可以灵活添加新的分流方式

ab分流策略格式和样例

ab功能接口

ab功能接口说明文档

    * 策略管理：增删改查
    /ab_admin?action=policy_check
    /ab_admin?action=policy_set
    /ab_admin?action=policy_get
    /ab_admin?action=policy_del

    * 策略组管理（用于多级分流）
    /ab_admin?action=policygroup_check
    /ab_admin?action=policygroup_set
    /ab_admin?action=policygroup_get
    /ab_admin?action=policygroup_del

    * 运行时信息管理
        * 其中runtime_set接受policyid和policygroupid参数，分别用于单级分流和多级分流

    /ab_admin?action=runtime_get
    /ab_admin?action=runtime_set
    /ab_admin?action=runtime_del

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，理论流量峰值为125MB/s

注：压测结果是单级分流模式的压力测试结果，多级压测与单级压测的数据像差不多，因为ngx_lua的执行时间仅占ab功能的小部分，瓶颈不在于此

线上部署简图：

FAQ

启动时报错，提示ngx_http_lua_ffi_semaphore_new未定义
- 这个是ngx_lua比较新的版本中带有的 resty.semaphore模块，请确定ngx_lua版本包含该模块
- LuaJIT也请采用openresty软件包中提供的版本
- 其实直接采用openresty最好，使用最新版本的openresty不会用软件依赖问题，只是我所在的项目组有tengine的需求，所以用tengine
为什么都root用户了还会提示Permission denied, solution

TODO LIST

开发nginx shm storage模块，扩展 ngx-shared-dict 的功能
- 目前 ngx-shared-dict 提供高效快速的 kv 式简单存储
- 简单高效的存储，不足之处最直接的体现在不支持缓存 lua table。[lua-resty-lrucache提供LuaVM级别的缓存，不能跨worker共享]
- 目前团队同学基于红黑树实现了类似于ngx-shared-dict的存储功能，可以存储任意类型，查找方式由用户自定义。项目地址：ngx-shared-rbtree
- ngx-shared-rbtree的不足之处在于“模块只能存储一颗红黑树”，不能实现复杂用法，因此需要被进一步扩展。类似于如下所示的使用方法：

local dict = ngx.shared.ngxdb
-----------------------------------

local db_tab = "db_tab"
local k_tab = {["a"]=1, ["b"]=2}
local v_tab = {1, 2, 3}

dict:set(db_tab, k_tab, v_tab)

local v_tab = dict:get(db_tab, k_tab)
-----------------------------------

local db_kv = "db_kv"
local k = "foo"
local v = "bar"

dict:set(db_kv, k, v)

local getv = dict:get(db_kv, v)
-----------------------------------

扩展ABTestingGateway的功能
- 由于该项目最初是为手机微博7层开发的，所以只关注了分流功能。
- 而项目在公司内部使用过程中发现，不同业务对于ab项目这层转发工作的期许不太一样
- 有的业务需要将用户分流到不同的服务器上
- 有的业务需要在这步处理中根据策略增减用户请求的uri参数或者header头
- 所以扩展ab项目的这层转发很有必要，目前随着在公司内部的推广，也在不停的收集需求，探索新的玩法
- 其实整个AB项目并没有太高的技术含量，大家关于ab和分流的玩法都大同小异，所不同的是，我们在这种范式下，能发出多少有趣的花样，期待大家多多交流
逐步开源dygateway的所有功能

xk535/ABTestingGateway