처리율 제한 장치(Rate limiter)?

클라이언트 또는 서비스가 보내는 트래픽의 처리율을 제어하기 위한 장치이다.

HTTP의 경우 특정 기간 내에 전송되는 클라이언트의 요청 횟수를 제한한다.

• 사용자는 초당 2회 이상 새 글을 올릴 수 없다.
• 같은 IP 주소로는 하루 10개 이상의 계정을 생성할 수 없다.
• 같은 디바이스로는 주당 5회 이상 리워드(reward)를 요청할 수 없다.

장점

대형 IT 기업들이 공개한 거의 대부분의 API는 어떤 형태로든 처리율 제한 장치를 갖고 있으며, 아래와 같은 장점이 있다.

• DoS(Denial of Service) 공격에 의한 자원 고갈을 방지할 수 있다.
• 자원 절약
  • 추가 요청에 대한 처리율을 제한하면 서버를 많이 두지 않아도된다.
  • 우선순위가 높은 API에 더 많은 자원을 할당할 수 있다.
  • 3rd 파티 API를 사용하는 경우 요청 횟수만큼 과금이 된다면, 사용자가 처리율을 제한하여 비용을 절약할 수 있다.
• 서버 과부하 방지
  • 봇에서 오는 트래픽이나 사용자의 잘못된 이용 패턴으로 유발된 트래픽을 걸러내는 데 처리율 제한 장치를 활용할 수 있다.

1단계: 문제 이해 및 설계 범위 확정

처리율 제한 장치를 구현하는 데는 여러 가지 알고리즘을 고려할 수 있으며, 각각 고유한 장단점을 가지고 있다.

따라서 면접관과 서통하며 어떤 제한 장치를 구현해야 하는 지 분명하게 파악해야한다.

• Q. 클라이언트 측 제한장치? 서버 측 제한장치?
  • A. 서버측 API를 위한 제한 장치
• Q. 어떠한 기준으로? IP 주소 or 사용자 ID 등
  • A. 다양한 형태의 제어 규칙을 정의할 수 있도록 하는 유연한 시스템
• Q. 시스템의 규모는? 스타트업 or 대기업
  • A. 대규모 요청 처리
• Q. 분산 환경에서 동작해야 하는가?
  • A. 예
• Q. 처리율 제한 장치가 독립적인 서비스인가? 코드에 포함할 수 있는가?
  • A. 알아서
• Q. 처리율 제한에 막힌 상황에 사용자에게 알려하하는가?
  • A. 예

요구사항

질문을 통해 파악한 시스템의 요구사항은 아래와 같다.

• 설정된 처리율을 초과하는 요청은 정확하게 제한
• 낮은 응답시간
  • HTTP 응답시간에 나쁜 영향을 주어서는 곤란하다. (대규모 처리 허용 등)
• 가능한 적은 메모리
• 분산형 처리율 제한
  • 하나의 처리율 제한 장치를 여러 서버나 프로세스에서 공유할 수 있어야함
• 예외 처리
  • 요청 제한시 사용자에게 분명하게 보여주어야함
• 높은 결함 감내성
  • 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안된다.

2단계 개략적 설계 제시 및 동의 구하기

기본적인 클라이언트-서버 통신 모델을 사용하여 문제를 간단하게 만든다.

어디에 둘 것인가?

기본적인 클라이언트-서버 통신 모델에서는 처리율 제한 장치는 클라이언트, 서버 측에 둘 수 있다.

클라이언트

클라이언트 요청은 쉽게 위변조가 가능하므로 처리율 제한을 안정적으로 걸 수 있는 장소가 아니다.

• 모든 클라이언트의 구현을 통제하는 것도 어려울 수 있다.

서버

큰 틀에서 처리율 제한 장치를 API 서버와 함께 두는 방식, 미들웨어로 만드는 방식 2가지를 고려할 수 있다.

처리율 제한 장치를 미들웨어로 만들어 API 서버로 가는 요청을 통제하는 방식은 제한된 요청을 API 서버로 보내지 않고, HTTP 상태코드 429를 반환한다.

마이크로서비스의 경우 보통 API 게이트웨이라고 불리는 컴포넌트에 구현된다.

API 게이트웨이?
처리율 제한, SSL 종단 사용자 인증, IP 허용 목록 관리등을 지원하는 완전 위탁 관리형 서비스

처리율 제한 장치는 회사의 현재 기술 스택이나 엔지니어링 인력, 우선순위, 목표에 따라 어디에 둘 지 결정한다.

• 프로그래밍 언어, 캐시 서비스 등 현재 사용하고 있는 기술 스택을 점검한다.
• 사업에 필요에 맞는 처리율 제한 알고리즘을 찾는다.
  • 직접 구현시 자유롭게 선택 가능하지만, 서드파티 게이트웨이를 사용하기로 했다면 제한될 수 있다.
• 설계가 마이크로서비스에 기반하고 있다면, 사용자 인증이나 IP 화이트리스트 관리 등을 처리하기 위해 API 게이트웨이를 이미 포함했다면 처리율 제한 기능 또한 포함시켜야 할 수 있다.
• 직접 만드는 데는 시간이 들기 때문에 인력이 충분하지 않다면 상용 API 게이트웨이를 쓰는 것이 바람직하다.

처리율 제한 알고리즘

처리율 제한을 실현하는 알고리즘은 여러가지이며, 각기 다른 장단점을 가지고 있다.

• 토큰 버킷, 누출 버킷, 고정 윈도 카운터, 이동 윈도 로그, 이동 윈도 카운터 등

토큰 버킷 알고리즘

토큰 버킷 알고리즘은 처리율 제한에 폭 넓게 이용되고 있다.

간단하고, 알고리즘에 대한 이해도가 높아 인터넷 기업들이 보편적으로 사용하고 있다.

• 아마존, 스트라이프 등

토큰 버킷은 지정된 용량을 갖는 컨테이너로, 사전 설정된 양의 토큰이 주기적으로 채워진다.

토큰이 꽉 찬 버킷에는 더 이상의 토큰은 추가되지 않고 버려진다.

• 각 요청은 처리될 때마다 하나의 토큰을 사용한다.
• 요청이 도착하면 버킷에 충분한 토큰이 있는지 검사하게 된다.
• 토큰이 있는 경우 버킷에서 토큰 하나를 꺼낸 후 요청을 시스템에 전달한다.
• 없는 경우 버려진다.

토큰 버킷 알고리즘은 2가지 인자를 받는다.

• 버킷 크기: 버킷에 담을 수 있는 토큰의 최대 개수
• 토큰 공급률: 초당 몇개의 토큰이 버킷에 공급되는가

적절한 버킷의 개수는 공급 제한 규칙에 따라 결정된다.

• 통상적으로, API 엔드포인트마다 벌도의 버킷을 둔다.
  • 포스팅 1번, 친구 150명 추가 가능, 좋아요 5번 이라면 사용자마다 3개 필요
• IP 주소별 처리율 제한 필요시 IP 주소마다 버킷을 하나씩 할당해야 한다.
• 시스템의 처리율을 초당 10,000개 요청으로 제한하고 싶다면, 모든 요청이 하나의 버킷을 공유하도록 한다.

장점

• 구현이 쉽다.
• 메모리 사용 측면에서도 효율적이다.
• 짧은 시간에 집중되는 트래픽도 처리 가능하다.
  • 버킷에 남은 토큰이 있다면 요청은 전달된다.

단점

• 파라미터를 적절하게 튜닝하는 것이 까다롭다.

누출 버킷 알고리즘

누출 버킷 알고리즘은 토큰 버킷 알고리즘과 비슷하지만 요청 처리율이 고정되어 있다는 점이 다르다.

보통 FIFO 큐로 구현하며 동작 원리는 다음과 같다.

• 요청이 도착하면 큐가 가득 차 있는지 본다.
  • 빈자리가 있다면 큐에 요청을 추가한다.
• 큐가 가득 차 있는 경우에는 새 요청을 버린다.
• 지정된 시간마다 큐에서 요청을 꺼내어 처리한다.

누출 버킷 알고리즘은 다음의 두 인자를 사용한다.

• 버킷 크기: 처리될 항목들이 보관될 큐의 사이즈
• 처리율: 지정된 시간당 몇 개의 항목을 처리할지 지정하는 값.(보통 초단위)

장점

• 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적이다.
• 고정된 처리율을 가지므로 안정된 출력(Stable outflow rate)이 필요한 경우에 적합하다.

단점

• 단시간에 많은 트래픽이 몰리는 경우 큐에는 오래된 요청들이 쌓이고, 그 요청들을 제때 처리 못하면 최신 요청들은 버려진다.
• 파라미터를 올바르게 튜닝하기 까다로울 수 있다.

고정 윈도 카운터 알고리즘

고정 윈도 카운터 알고리즘은 다음과 같이 동작한다.

1. 타임라인을 고정된 간격의 윈도로 나누고, 각 윈도마다 카운터를 붙인다.
2. 요청이 접수될 때마다 이 카운터의 값을 1씩 증가시킨다.
3. 카운터의 값이 사전에 설정된 임계치에 도달하면 새로운 요청은 새 윈도가 열릴 때 까지 버려진다.

고정 윈도 카운터 알고리즘의 가장 큰 문제는 윈도의 경계 부근에 순간적으로 많은 트래픽이 집중될 경우 윈도에 할당된 양보다 더 많은 요청이 처리될 수 있다는 점이다.

분당 최대 5개 요청을 허용하는 시스템에서 2:00:00 ~ 2:01:00, 2:01:00 ~ 2:02:00 윈도우에 각각 5개 요청을 처리하였으나, 윈도우를 30초 옮겨 2:00:30 ~ 2:01:30를 살펴보면 총 10개의 요청을 처리하게되어 설정된 최대 처리량 5개를 초과하게 된다.

장점

• 메모리 효율이 좋다.
• 이해하기 쉽다.
• 윈도가 닫히는 시점에 카운터를 초기화하는 방식은 특정한 트래픽 패턴을 처리하기에 적합하다.

단점

• 윈도 경계 부근에서 일시적으로 많은 트래픽이 몰려드는 경우, 기대했던 시스템의 처리 한도보다 많은 양의 요청을 처리하게 된다.

이동 윈도 로깅 알고리즘

고정 윈도 카운터 알고리즘의 문제를 해결한 방식이다.

• 요청의 타임 스탬프를 추적한다.
  • 보통 레디스의 정렬 집합 같은 캐시에 보관한다.
• 새 요청이 오면 만료된 타임스탬프는 제거한다.
  • 타임스탬프 값이 현재 윈도의 시작 지점보다 오래된 타임 스탬프
• 새 요청의 타임스탬프 로그에 추가한다.
• 로그의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달한다. 아닐경우 처리를 거부한다.

장점

• 어느 순간 윈도를 보더라도, 허용되는 요청의 개수는 시스템의 처리율 한도를 넘기지 않는다.

단점

• 거부된 요청의 타임스탬프도 보관하기 때문에 다량의 메모리를 사용하게된다.

이동 윈도 카운터 알고리즘

이동 윈도 카운터 알고리즘은 고정 윈도 카운터 알고리즘과 이동 윈도 로깅 알고리즘을 결합한 것이다.

현재 1분간의 요청 수 + 직전 1분간의 요청 수 * 이동 윈도와 직전 1분이 겹치는 비율을 계산하여 현재 윈도에 몇개의 요청이 왔는지를 구한다.

분당 7개 요청으로 설정되어 있고, 이전 1분동안 5개의 요청이, 그리고 1분 동안 3개의 요청이 왔다면

3 + 5 * 70%를 계산하여 현재 6.5개의 요청이 있다고 계산하고, 분당 7개의 요청보다 적으므로 전달된다.

장점

• 이전 시간대의 평균 처리율에 따라 윈도의 상태를 계산하므로 짧은 시간에 몰리는 트래픽에도 잘 대응한다.
• 메모리 효율이 좋다.

단점

• 직전 시간대에 도착한 요청이 균등하게 분포되어 있다고 가정한 상태에서 추정치를 계산하기 때문에 다소 느슨하다.
  • 생각만큼은 심각한 문제는 아니다.
  • 클라우드플레어가 실시했던 실험에 따르면 40억 개의 요청 가운데 스템의 실제 상태와 맞지 않게 허용되거나 버려진 요청은 0.003%에 불과하였다.

개략적인 아키텍처

처리율 제한 알고리즘은 얼마나 많은 요청이 접수되었는지를 추적할 수 있는 카운터를 추적 대상별로 두고(사용자 or IP or API 엔드포인트) 이 카운터의 값이 어떤 한도를 넘어서면 도착한 요청을 거부하는 것이다.

이러한 카운터는 읽기 쓰기 작업이 빈번하고, 빠르게 지워져야 하는 특성으로 인해 빠른데다 시간에 기반한 만료 정책을 지원하는 메모리 캐시가 적절하다.

대표적으로 레디스가 많이 활용되며 이에 적합한 INCR, EXPIRE 명령을 제공한다.

• INCR: 메모리에 저당된 카운터의 값을 1만큼 증가시킨다.
• EXPIRE: 카운터에 타임아웃 값을 설정한다. 시간이 지나면 자동 삭제된다.

1. 클라이언트가 처리율 제한 미들웨어에게 요청을 보낸다.
2. 처리율 제한 미들웨어는 레디스의 지정 버킷에서 카운터를 가져와 한도에 도달했는지 검사한다.
   • 한도에 도달했다면 요청은 거부됨
   • 한도에 도달하지 않았다면 API로 요청을 전달하고, 카운터의 값을 증가시켜 레디스에 저장한다.

상세 설계

개략적 설계만 봐서는 다음과 같은 사항은 알 수가 없다.

• 처리율 제한 규칙은 어떻게 만들어지고 어디에 저장되는가?
• 처리가 제한된 요청들은 어떻게 처리되는가?

처리율 제한 규칙

리프트(lyft)는 처리율 제한에 오픈 소스를 사용하고 있는데, 이 컴포넌트를 통해 어떤 처리율 제한 규칙이 사용되고 있는지 살펴볼 수 있다.

이러한 규칙들은 보통 설정 파일 형태로 디스크에 저장된다.

1
2
3
4
5
6
7

domain: messaging
descriptors:
  - key: message_type
    Value: marketing
    rate_limit:
      unit: day
      requests_per_unit: 5

• 마케팅 메시지의 최대치를 하루 5개로 제한

1
2
3
4
5
6
7

domain: auth
descriptors:
  - key: auth_type
    Value: login
    rate_limit:
      unit: minute
      requests_per_unit: 5

• 클라이언트가 분당 5회 이상 로그인 할 수 없도록 제한

처리율 한도 초과 트래픽의 처리

어떤 요청이 한도 제한에 걸리면 HTTP 429 응답을 보내거나, 한도 제한에 걸린 메시지를 나중에 처리하기 위해 큐에 보관할 수도 있다.

처리율 제한 장치가 사용하는 HTTP 헤더

클라이언트가 요청이 제한에 관련된 정보들을 HTTP 응답 헤더를 확인하면 알 수 있다.

처리율 제한 장치는 다음 HTTP 헤더를 클라이언트에 보내 제한에 걸렸음을 알린다.

• X-Ratelimit-Remaining: 윈도 내에 남은 처리 가능 요청 수
• X-Ratelimit-Limit: 매 윈도마다 클라이언트가 전송할 수 있는 요청의 수
• X-Ratelimit-Retry-After: 한도 제한에 걸리지 않기 위해 몇초 뒤에 요청을 다시 보내야 하는지

사용자가 너무 많은 요청을 보내면 429 too many requests오류를 X-Ratelimit-Retry-After 헤더와 함께 반환하도록 한다.

상세 설계

• 처리율 제한 규칙은 디스크에 보관한다.
  • 작업 프로세스는 수시로 규칙을 읽어 캐시에 저장한다.

1. 클라이언트가 요청을 서버에 보내면 요청은 먼저 처리율 제한 미들웨어에 도달한다.
2. 처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다. 아울러 카운터 및 마지막 요청의 타임스탬프를 레디스 캐시에서 가져온다.
   • 요청이 제한에 걸리지 않은 경우 API 서버로 보낸다.
   • 처리율 제한에 걸렸다면 에러를 클라이언트에 보낸다.
     • 요청은 버리거나 메시지 큐에 보관한다.

분산 환경에서의 처리율 제한 장치의 구현

여러 대의 서버와 병렬 스레드를 지원하려면 경쟁 조건과 동기화 문제를 고려해야 한다.

경쟁 조건

처리율 제한 장치는 다음과 같이 동작한다.

1. 레디스에서 카운터의 값을 읽는다.
2. 카운터의 값이 임계치를 넘는지 본다.
3. 넘지 않는다면 레디스에 보관된 카운터 값을 1만큼 증가시킨다.

병행성이 심한 환경에서는 위와 같이 보관될 값이 달라질 수 있는 이슈가 존재한다.

이러한 경쟁 조건 문제를 해결하는 가장 널리 알려진 해결책은 **락(Lock)**이지만, 락은 시스템의 성능을 상당히 떨어뜨린다는 문제가 있다.

위와 같은 설계의 경우 락 대신 **루아 스크립트(Lua script)**와 **정렬 집합(Sorted set)**이라 불리는 레디스 자료구조를 사용하여 해결할 수 있다.

동기화 이슈

수백만 사용자를 지원하려면 한 대의 처리율 제한 장치 서버로는 충분하지 않을 수 있어 처리율 제한 장치 서버를 여러 대 두게 되면 동기화가 필요해진다.

웹은 무상태이므로 클라이언트는 다음 요청을 다른 처리율 제한 장치로 보내게 될 수 있다.

이때 동기화를 하지 않는다면 제한 장치 1은 클라이언트 2에 대해서는 아무것도 모르므로 처리율 제한이 올바르게 적용되지 않을 수 있다.

이러한 문제를 해결하기 위해 같은 클라이언트로부터의 요청은 항상 같은 처리율 제한 장치로 보내는 고정 세션 방식을 고려할 수 있다.

하지만 이러한 방식은 확장 불가능, 뻣뻣하다는 단점을 가진다.

따라서 레디스와 같은 중앙 집중형 데이터 저장소를 사용하여 해결하는 것이 좋다.

성능 최적화

성능 최적화는 시스템 설계 면접의 단골 주제이며, 지금까지 살펴본 설계는 두 가지 지점에서 개선이 가능하다.

• 여러 데이터센터를 지원하는 문제
  • 멀리 떨어진 사용자를 지원하기 위해 지연시간이 증가할 수 밖에 없는데, 대부분의 클라우드 서비스 사업자는 세계 곳곳에 에지 서버를 심어두어 성능을 끌어올린다.
• 제한 장치 간에 데이터를 동기화할 때 최종 일관성 모델을 사용하는 것

모니터링

처리율 제한 장치를 설치한 이후에는 효과적으로 동작하는지 확인하기 위해 데이터를 모을 필요가 있다.

• 채택된 처리율 제한 알고리즘이 효과적인지 확인하기 위해
  • 이벤트 같은 이슈로 트래픽이 급증할 때 처리율 제한 장치가 비효율적으로 동작한다면 트래픽 패턴을 고려하여 알고리즘 변경을 고려한다.
• 정의한 처리율 제한 규칙이 효과적인지 확인하기 위해
  • 제한 규칙이 너무 엄격하다면 많은 유효 요청이 처리되지 못하고 버려질 경우 완화한다.

마무리

시간이 허락된다면 다음 부분을 언급해보면 좋다.

• 경성 또는 연성 처리율 제한
  • 경성 처리율 제한: 요청의 개수는 임계치를 절대 넘어설 수 없다.
  • 연성 처리율 제한: 요청의 개수는 잠시동안은 임계치를 넘어설 수 있다.
• 다양한 계층에서의 처리율 제한
  • 애플리케이션 계층 외 다른 계층에서도 처리율 제한이 가능하다.
• 처리율 제한을 회피하는 방법. 클라이언트를 어떻게 설계하는 것이 최선인가?
  • 클라이언트 측 캐시를 사용하여 API 호출 횟수를 줄인다.
  • 임계치를 이해하고, 짧은 시간 동안 너무 많은 메시지를 보내지 않도록 한다.
  • 예외나 에러를 처리하는 코드를 도입하여 예외적 상황을 우아하게 복구될 수 있도록 한다.
  • 재시도 로직을 구현할 때는 충분한 백오프 시간을 둔다.