1、概述
Mixer是Istio的核心组件，提供了遥测数据收集的功能，能够实时采集服务的请求状态等信息，以达到监控服务状态目的。
1.1 核心功能
•前置检查（Check）：某服务接收并响应外部请求前，先通过Envoy向Mixer（Policy组件）发送Check请求，做一些access检查，同时确认adaptor所需cache字段，供之后Report接口使用；
•配额管理（Quota）：通过配额管理机制，处理多请求时发生的资源竞争；
•遥测数据上报（Report）：该服务请求处理结束后，将请求相关的日志，监控等数据，通过Envoy上报给Mixer（telemetry）
1.2 示例图
2、代码分析
2.1 Report代码分析
本节主要介绍Report的详细流程（基于Istio release1.0.0版本，commit id为3a136c90）。Report是mixer server的一个接口，供Envoy通过grpc调用。首先，我们从mixer server的启动入口main函数看起：
func main() {
rootCmd := cmd.GetRootCmd(os.Args[1:], supportedTemplates(), supportedAdapters(), shared.Printf, shared.Fatalf)
if err := rootCmd.Execute(); err != nil {
os.Exit(-1)
}在rootCmd中，mixs通过server命令启动了mixer server，从而触发了runserver函数，在runserver中初始化（New）了一个server，我们一起看下newServer的函数，在这个函数中，与我们本节相关的内容就是Mixer初始化了一个grpc服务器NewGRPCServer。
rootCmd.AddCommand(serverCmd(info, adapters, printf, fatalf))
func serverCmd(info map[string]template.Info, adapters []adapter.InfoFn, printf, fatalf shared.FormatFn) *cobra.Command {
sa := server.DefaultArgs()
sa.Templates = info
sa.Adapters = adapters
serverCmd := &cobra.Command{
Use: "server",
Short: "Starts Mixer as a server",
Run: func(cmd *cobra.Command, args []string) {
runServer(sa, printf, fatalf)
},
}… …
}
func newServer(a *Args, p *patchTable) (*Server, error) {
grpc.EnableTracing = a.EnableGRPCTracing
s.server = grpc.NewServer(grpcOptions...)
mixerpb.RegisterMixerServer(s.server, api.NewGRPCServer(s.dispatcher, s.gp, s.checkCache))在这个grpc的服务端中，定义了一个Report接口，这就是我们这节课主要关注的内容（可以看到Check接口也在此定义，我们下节再讲）
func (s *grpcServer) Report(ctx context.Context, req *mixerpb.ReportRequest) (*mixerpb.ReportResponse, error) {
lg.Debugf("Report (Count: %d)", len(req.Attributes))
// 校验attribute是否为空，空则直接return
if len(req.Attributes) == 0 {
return reportResp, nil
}
// 若属性word为空，赋为默认值
for i := 0; i < len(req.Attributes); i++ {
iflen(req.Attributes[i].Words) == 0 {
req.Attributes[i].Words = req.DefaultWords
}
}
// 根据第一条attribute，生成proto包，proto包能跟踪一组attributes
protoBag := attribute.NewProtoBag(&req.Attributes[0], s.globalDict, s.globalWordList)
// 初始化，开始跟踪attributes各个条目中属性
accumBag := attribute.GetMutableBag(protoBag)
// 保存accumBag的增量状态
reportBag := attribute.GetMutableBag(accumBag)
reportSpan, reportCtx := opentracing.StartSpanFromContext(ctx, "Report")
reporter := s.dispatcher.GetReporter(reportCtx)
var errors *multierror.Error
for i := 0; i < len(req.Attributes); i++ {
span, newctx := opentracing.StartSpanFromContext(reportCtx, fmt.Sprintf("attribute bag %d", i))
// 第一个属性已经在创建proto包时创建，在此追踪所有attributes
if i > 0 {
if err := accumBag.UpdateBagFromProto(&req.Attributes[i], s.globalWordList); err != nil {
err = fmt.Errorf("request could not be processed due to invalid attributes: %v", err)
span.LogFields(otlog.String("error", err.Error()))
span.Finish()
errors = multierror.Append(errors, err)
break
}
}
lg.Debug("Dispatching Preprocess")
// 真正开始分发，预处理阶段
if err := s.dispatcher.Preprocess(newctx, accumBag, reportBag); err != nil {
err = fmt.Errorf("preprocessing attributes failed: %v", err)
span.LogFields(otlog.String("error", err.Error()))
span.Finish()
errors = multierror.Append(errors, err)
continue
}
lg.Debug("Dispatching to main adapters after running preprocessors")
lg.Debuga("Attribute Bag: \n", reportBag)
lg.Debugf("Dispatching Report %d out of %d", i+1, len(req.Attributes))
// 真正开始分发，将数据逐步加入到缓存中
if err := reporter.Report(reportBag); err != nil {
span.LogFields(otlog.String("error", err.Error()))
span.Finish()
errors = multierror.Append(errors, err)
continue
}
span.Finish()
// purge the effect of the Preprocess call so that the next time through everything is clean
reportBag.Reset()
}
reportBag.Done()
accumBag.Done()
protoBag.Done()
// 真正的发送函数，从缓存中取出并发送到adaptor
if err := reporter.Flush(); err != nil {
errors = multierror.Append(errors, err)
}
reporter.Done()
if errors != nil {
reportSpan.LogFields(otlog.String("error", errors.Error()))
}
reportSpan.Finish()
if errors != nil {
lg.Errora("Report failed:", errors.Error())
return nil, grpc.Errorf(codes.Unknown, errors.Error())
}
// 过程结束
return reportResp, nil通过上述代码解读，我们了解了Report接口的工作流程，但此时我们还并不知道一个请求的状态是如何报给adaptor的，下面我们通过简要的函数串接，把这部分流程串起来：
上述的预处理阶段Preprocess与上报阶段Report，最终都会调用到dispatch函数，仅通过不同的type来区分要做的事情；
func (d *Impl) Preprocess(ctx context.Context, bag attribute.Bag, responseBag *attribute.MutableBag) error {
s := d.getSession(ctx, tpb.TEMPLATE_VARIETY_ATTRIBUTE_GENERATOR, bag)
s.responseBag = responseBag
err := s.dispatch()
if err == nil {
err = s.err
}
… …
}
func (r *reporter) Report(bag attribute.Bag) error {
s := r.impl.getSession(r.ctx, tpb.TEMPLATE_VARIETY_REPORT, bag)
s.reportStates = r.states
err := s.dispatch()
if err == nil {
err = s.err
}
… …而dispatch函数中做了真正的分发动作，包括：
1.遍历所有adaptor，调用adaptor中的函数，针对不同的adaptor生成不同的instance，并将instance缓存放入reportstates
var instance interface{}
if instance, err = input.Builder(s.bag); err != nil {
log.Errorf("error creating instance: destination='%v', error='%v'", destination.FriendlyName, err)
s.err = multierror.Append(s.err, err)
continue
}
type NamedBuilder struct {
InstanceShortName string
Builder template.InstanceBuilderFn
}
InstanceBuilderFn func(attrs attribute.Bag) (interface{}, error)
CreateInstanceBuilder: func(instanceName string, param proto.Message, expb *compiled.ExpressionBuilder) (template.InstanceBuilderFn, error)
builder.build(attr)
// For report templates, accumulate instances as much as possible before commencing dispatch.
if s.variety == tpb.TEMPLATE_VARIETY_REPORT {
state.instances = append(state.instances, instance)
continue2.将instance分发到所有adaptor，最终调用并分发到adaptor的HandleMetric函数中
func (r *reporter) Flush() error {
s := r.impl.getSession(r.ctx, tpb.TEMPLATE_VARIETY_REPORT, nil)
s.reportStates = r.states
s.dispatchBufferedReports()
err := s.err
… …
}
func (s *session) dispatchBufferedReports() {
// Ensure that we can run dispatches to all destinations in parallel.
s.ensureParallelism(len(s.reportStates))
// dispatch the buffered dispatchStates we've got
for k, v := range s.reportStates {
s.dispatchToHandler(v)
delete(s.reportStates, k)
}
s.waitForDispatched()
}
func (s *session) dispatchToHandler(ds *dispatchState) {
s.activeDispatches++
ds.session = s
s.impl.gp.ScheduleWork(ds.invokeHandler, nil)
}
case tpb.TEMPLATE_VARIETY_REPORT:
ds.err = ds.destination.Template.DispatchReport(
ctx, ds.destination.Handler, ds.instances)
type TemplateInfo struct {
Name string
Variety tpb.TemplateVariety
DispatchReport template.DispatchReportFn
DispatchCheck template.DispatchCheckFn
DispatchQuota template.DispatchQuotaFn
DispatchGenAttrs template.DispatchGenerateAttributesFn
}
DispatchReport: func(ctx context.Context, handler adapter.Handler, inst []interface{}) error {
// Convert the instances from the generic []interface{}, to their specialized type.
instances := make([]*metric.Instance, len(inst))
for i, instance := range inst {
instances[i] = instance.(*metric.Instance)
}
// Invoke the handler.
if err := handler.(metric.Handler).HandleMetric(ctx, instances); err != nil {
return fmt.Errorf("failed to report all values: %v", err)
}
return nil2.2 相关结构体定义
Report接口请求体定义
// Used to report telemetry after performing one or more actions.
type ReportRequest struct {
// 代表一个请求中的属性
// 每个attribute代表一个请求动作，多个动作可汇总在一条message中以提高效率
//虽然每个“属性”消息在语义上被视为与消息中的其他属性无关的独立独立实体，但此消息格式利用属性消息之间的增量编码，以便大幅减少请求大小并改进端到端 效率。 每组单独的属性用于修改前一组。 这消除了在单个请求中多次冗余地发送相同属性的需要。
// 如果客户端上报时不想使用增量编码，可全量的发送所有属性.
Attributes []CompressedAttributes `protobuf:"bytes,1,rep,name=attributes" json:"attributes"`
// 所有属性的默认消息级字典.
// 这使得可以为该请求中的所有属性共享相同的字典，这可以大大减少整体请求大小
DefaultWords []string `protobuf:"bytes,2,rep,name=default_words,json=defaultWords" json:"default_words,omitempty"`
// 全局字典的词条数，可检测客户端与服务端之间的全局字典是否同步
GlobalWordCount uint32 `protobuf:"varint,3,opt,name=global_word_count,json=globalWordCount,proto3" json:"global_word_count,omitempty"`3、总结
Mixer中涉及很多缓存命中等用于优化性能的设计，本文仅介绍了Mixer中Report接口发送到adaptor的过程，一些性能优化设计，如protobag，dispatch缓存等内容，将会在后续文章中解析。
相关服务请访问support.huaweicloud.co ... _2019
