K8s 网关选型初判：Nginx 还是 Envoy？
简介： 本文将从性能和成本、可靠性、安全性 3 方面，对两大开源实现进行比对，希望对正在做 K8s 网关选型的企业有所借鉴。
作者：张添翼(澄潭) 为了避免混淆，我们先对一些关键定义做一些厘清：
-
传统网关：未作容器化改造，未启用 K8s，通过流量网关与业务网关两层网关来构建，流量网关提供全局性的、与后端业务无关的策略配置，例如 Tengine 就是典型的流量网关；业务网关提供独立业务域级别的、与后端业务紧耦合策略配置，随着应用架构模式从单体演进到现在的分布式微服务，业务网关也有了新的叫法 - 微服务网关。
-
K8s 网关：即云原生网关，也被称为下一代网关，Ingress 成为 K8s 生态的网关标准，促使流量网关和业务网关，合二为一。基于 Ingress 规范的实现主要分为基于 Nginx 和基于 Envoy 两大阵营，基于 Nginx 的 Nginx Ingress Controller 是目前大多数 K8s 集群的选择，基于 Envoy 的实现作为后起之秀，大有赶超之势。
-
MSE 云原生网关：是基于 Envoy，做了深度优化的云上服务。
本文将从性能和成本、可靠性、安全性 3 方面，对两大开源实现进行比对，希望对正在做 K8s 网关选型的企业有所借鉴。 性能和成本 MSE 云原生网关的吞吐性能几乎是 Nginx Ingress Controller 的一倍，尤其是传输小文本时性能优势会更明显，如下图所示，网关 CPU 使用率达到 30% 时的吞吐对比：
添加图片注释，不超过 140 字（可选）
网关规格：16 核 32 G * 4 节点 ECS 型号：ecs.c7.8xlarge 当 CPU 负载升高时，吞吐差距会更加明显，下图是 CPU 使用率达到 70% 时的情况：
添加图片注释，不超过 140 字（可选）
高负载下 Nginx Ingress Controller 吞吐下降原因是出现了 pod 重启，详情见下一节“可靠性”中的分析。 随着网络安全愈加受重视，现在互联网上已经普遍使用 HTTPS 进行传输加密，在网关侧，用于实现 HTTPS 的 TLS 非对称加密算法是占用 CPU 资源的大头。针对此场景，MSE 云原生网关使用了 CPU SIMD 技术实现了 TLS 加解密算法的硬件加速：
添加图片注释，不超过 140 字（可选）
从上图压测数据可以看出使用 TLS 硬件加速后，相比普通 HTTPS 请求 TLS 握手时延降低一倍，极限 QPS 提升 80%以上。 基于以上数据，使用 MSE 云原生网关，只需一半的资源，就能达到 Nginx Ingress Controller 的吞吐，在做过硬件加速优化的 HTTPS 场景下，吞吐还能进一步提升。 可靠性 前文提到高负载下，Nginx Ingress Controller 会出现 pod 重启导致吞吐下降，导致 pod 重启的原因主要有 2 点：
-
存活健康检查（livenessProbe）在高负载时容易超时失败，社区在 0.34 版本通过减少冗余检测进行了一定的优化，但问题仍然存在。
-
在开启了 prometheus 采集监控指标的情况下，高负载时会出现 OOM，导致容器被 kill，详细原因见相关 issue：https://github.com/kubernetes/ingress-nginx/pull/8397
这两个问题，本质上皆是由于 Nginx Ingress Controller 的部署架构不合理导致。其控制面（Go 实现的 Controller）和数据面（Nginx）进程混跑在一个容器内，高负载下，数据面进程和控制面进程出现了 CPU 抢占。其中控制面进程负责了健康检查和监控指标采集，因为没有足够的 CPU 导致请求积压引起 OOM 以及健康检查超时。 这种情况是极危险的，会在高负载下引发网关的雪崩效应，对业务造成严重影响。MSE 云原生网关使用了数据面和控制面隔离的架构，在架构上具备可靠性优势：
添加图片注释，不超过 140 字（可选）
从上图可以看到，MSE 云原生网关并不部署在用户的 K8s 集群中，而是纯托管的模式，这种模式在可靠性上还有更多优势：
-
不会与业务容器混跑在一个 ECS 节点上
-
网关的多个实例不会混跑在一个 ECS 节点上
-
提供网关可用性的 SLA 保障
如果使用 Nginx Ingress Controller 要实现高可靠部署，一般需要独占 ECS 节点，同时还需要部署多个 ECS 节点，来避免单点故障，这种情况下资源成本会直线上升。此外，Nginx Ingress Controller 因为部署在用户集群中，也无法提供网关可用性的 SLA 保障。 安全性 Nginx Ingress Controller 的不同版本都还存在着一些 CVE 漏洞隐患，具体影响版本见下表：
添加图片注释，不超过 140 字（可选）
从 Nginx Ingress Controller 迁移到 MSE 云原生网关后，将一次性修复所有 CVE 漏洞隐患；并且，MSE 云原生网关提供了平滑升级方案，一旦出现新的安全漏洞，可以快速对网关版本进行升级，同时确保升级过程对业务影响最小化。 此外，MSE 云原生网关内置了阿里云 Web 应用防火墙（WAF），相比传统 WAF 用户请求链路更短、RT 更低，且相比Nginx Ingress Controller 可以做到细粒度路由级防护，使用成本是目前阿里云 Web 应用防火墙架构的 2/3。
添加图片注释，不超过 140 字（可选）
MSE 云原生网关 阿里云容器服务应用市场已经上架 MSE 云原生网关，可用于替代默认安装的网关组件 Nginx Ingress Controller。
添加图片注释，不超过 140 字（可选）
MSE 云原生网关在阿里集团内部作为网关中间件已经大规模使用，其强劲的性能和可靠的稳定性已被多年双十一流量所验证。 在 K8s 容器服务场景下，对比默认安装的 Nginx Ingress Controller，主要有以下优势：
-
更强劲的性能，更合理的架构，可以将网关资源成本降低至少 50%
-
更好的可靠性和 SLA 保障，纯托管免运维，背靠阿里云技术团队提供支持
-
更优的安全性保障，一次性解决现存 CVE 安全漏洞隐患，且内置 WAF 防护功能
同时在路由策略、灰度治理、可观测等方面提供了更丰富的功能，并且支持使用多种语言开发自定义的扩展插件，详细对比请参考：https://help.aliyun.com/document_detail/424833.html 平滑迁移方案 部署 MSE 云原生网关并不直接影响原有网关流量，通过 DNS 权重配置可以实现业务流量的平滑迁移，对后端业务完全无感知，核心的流量迁移过程如下图所示：
添加图片注释，不超过 140 字（可选）
完整步骤如下：
-
步骤一：在容器服务的应用市场中找到 mse-ingress-controller，并安装到目标 ACK 集群
-
步骤二：在 K8s 中配置 MseIngressConfig （配置指引），自动创建指定规格的 MSE 云原生网关
-
步骤三：从 Ingress 的 address 字段中获取 MSE 云原生网关的 IP，本地绑定 host，将业务域名解析到该 IP，完成业务测试
-
步骤四：修改业务域名的 DNS 权重配置，添加云原生网关 IP，并逐步调高权重，进行流量灰度
-
步骤五：完成灰度后，将业务域名原先的 IP 从 DNS 配置中移除，实现全部流量切到云原生网关
点击此处，了解更多云原生网关产品信息~
本文为阿里云原创内容，未经允许不得转载。
