网易严选的网关架构演进之路

作者 | 杨文超

策划 | 田晓旭

严选自 2016 年诞生以来，不论从业务、技术还是体量，每年都在飞速发展。而作为严选对外服务的总入口，网关承接了主要的业务流量，保障着严选业务的稳定运行，并帮助业务进行更好的容灾和降级。

随着服务化、容器化的演进，严选 API 网关也转变角色，作为严选边缘网关，协助业务进行无感知的流量迁移。最后，严选 API 网关统一到了基于云原生的轻舟 Envoy API 网关，不断往更高级的形态演进。

1 总体演进历程

如上图所示：

• Service Mesh1.0：严选自研的基于 Consul+Nginx 的服务网格，解决了内部微服务之间的流量治理问题，统一了严选微服务体系。API 网关 1.0：即严选 Ianus 网关，解决了外部对服务访问的流量治理问题，并经受住了多次大促流量的考验。
• Service Mesh2.0：严选的服务网格进化为网易轻舟（下文简称轻舟）的基于 Istio 的服务网格架构，支持更丰富的流量管控能力。边缘网关：在流量迁移到轻舟过程中，API 网关角色就转变为边缘网关，负责跨云的流量管控，这里也推进了云内边缘网关的建设。
• API 网关 2.0：即轻舟 Envoy 网关，此时数据面抛弃了 API 网关 1.0 版本，与轻舟一起建设基于 Envoy 的云原生 API 网关。

2 API 网关 1.0（严选 Ianus 网关）——体系建设

经过产品调研和技术选型，我们最终基于 Kong 构建严选 API 网关，命名为 Ianus，开始了严选 API 网关的打怪升级之旅！

部署架构

如上图所示：

• Yanxuan-Ianus：数据面组件，承接实际的业务流量。
• Yanxuan-Ianus-PGProxy：控制面代理组件，对 PostgreSQL 写操作进行收敛，而 Yanxuan-Ianus 只保留只读权限，消除安全隐患。
• Yanxuan-Ianus-Admin：控制面组件，提供完整的 API 配置、插件配置等操作。

如上图所示，为数据面的具体部署拓扑，通过合理的集群规划，可以做到：

• 物理上对业务进行隔离，避免相互干扰。
• 集群根据自身业务流量进行容量配比，有利于资源精细化管理。
• 通过集群方式进行 API 的配置管理，理解直观、配置清晰。

数据面建设

如上图所示，数据面具体技术栈实现为：

• Nginx：以 Openresty 主版本依赖为准，扩充引入所需的功能模块，其中 consul-module 用于集成 Consul，统一到严选 Servicemesh1.0 的服务治理体系中；vts-module 用于统计监控信息的采集。
• Openresty：直接引入官方的稳定版本，不做额外变更。
• Yanxuan-Kong：引入 Kong 的主干版本，并进行额外的功能扩展，包括参数路由、集群管理、租户管理、灰度发布等等。
• Yanxuan-Ianus：所有扩展功能插件均在此管理，适配微服务形态的地址路由等。

控制面建设

Kong 原生的配置管理，没有权限控制，没有版本记录，功能缺失较多，无法应用于生产环境。因此，我们对控制面进行了如下增强：

• 版本信息管理

在现有配置基础之上，包装了基于 MongoDB 的配置管理，支持历史版本的回溯、版本回退、版本比较等功能。有效地避免了配置出错导致的无法回滚，或回滚不方便等问题。

• 标准化配置流程

接入严选工单体系，提供统一的配置申请、审核、发布等节点动作，有效地对业务配置需求进行管理，在流程上对配置更新进行管控。

接入严选报警体系，在配置变更时，将变更通知到业务负责人、配置人员、网关运维人员，确保实时感知配置变动，预知风险点。

• 灰度发布功能

将配置下发到指定的网关实例节点，进行灰度验证，最小化配置出错的影响范围。

插件能力建设

Kong 在 Openresty 上做的一项重大改进，就是对插件的规范，支持了热插拔、配置动态下发等能力。严选扩充了频控插件、路由插件、请求 / 响应转换插件等 30 余个，同时也为部分业务定制了功能插件，如 AB 实验分流插件、登录鉴权插件、身份信息提取插件等。

• 容灾能力
• 增加了按百分比进行限流的能力，并支持分地域差别处理。
• 熔断降级能力，按需熔断部分非重点业务接口，保证业务主体功能的稳定。
• 频控限流能力，根据服务自身的承载能力，在网关侧配置相应阀值，避免业务被突发流量打垮。
• 链路跟踪基于插件形式扩展，与严选 APM 体系集成，将网关的请求数据采集到全链路监控体系中，补齐链路节点，消除链路追踪盲点。为避免引入性能损耗，此处基于日志进行异步上报，并且采样率可通过插件配置参数进行调整。
• AB 实验分流支持

AB 实验本身包括了多个方面的实验，而网关侧负责对入口流量的分流实验进行落地。

如上图所示：

1、网关管理平台对接实验平台，业务在实验平台配置实验后，相应配置会下发到网关。

2、网关对命中的接口，二次访问实验平台的决策接口，获取具体实验方案。

3、支持多种方案类型，根据决策平台返回的结果执行对应的方案。

收益启示

经过严选 Ianus 网关的体系建设，我们初步达成了：

1、统一严选的 API 访问入口，超过 90% 流量跑在严选 Ianus 网关之上。

2、统一流量治理，在控制面上与微服务达成统一。

3、提供标准的容灾能力，如频控、降级、静态化等，从而业务可以进行复用。

4、充分利用 LUA 的插件能力，满足业务个性化需求。

期间线上问题进行实时的总结归档，比如 Nginx 的配置使用问题，Kong 的版本跟踪问题，PostgreSQL 的优化等等。实际落地过程中，我们没有局限于网关，而是着眼于严选微服务体系的建设。

3 API 网关 1.5 时代——边缘网关

随着 ServiceMesh 从 1.0 向 2.0 演进，过渡期会存在 ServiceMesh1.0（严选 VM）与 ServiceMesh2.0(轻舟 K8S) 两种类型的 ServiceMesh 共存的情形，自然面临两个 ServiceMesh 间的流量调拨问题。

为方便介绍，如下描述中“云外”代表 ServiceMesh1.0，“云内”代表 ServiceMesh2.0。

跨 ServiceMesh 访问

在各个 ServiceMesh 之上，部署自建的边缘网关（Edge Gateway），与数据中心的基础设施集成。云内即推动轻舟将原有 Istio 服务网格中的 Ingress/Egress 进行替换，统一到轻舟 Envoy 网关（即下文的 API 网关 2.0）。

如上图所示，云外采用严选 Ianus 网关进行部署，云内采用轻舟 Envoy 进行部署。以云外访问云内为例：

1、流量首先由 ServiceMesh1.0 进行管控，并路由 / 分流到边缘网关（Ianus OUT）。

2、边缘网关（Ianus OUT）进行出口流量的权限认证以及路由。

3、边缘网关（Envoy IN），对流量在 SericeMesh2.0 中进行正常的路由 / 分流。

跨环境访问

已有跨环境访问，需要 SA 打通两两 IP 之间的防火墙。一方面，每次需要对应用服务器 IPtable 做专门的配置；另一方面，所有互访配置离散到各个应用服务器，无法做集中管控。

这里将跨数据中心的访问流量，统一走到边缘网关，在网关上进行相应的认证鉴权（基于插件实现）。

如上图所示，跨 ServiceMesh 可以认为是东西向流量，而跨环境可以认为是南北向流量。最终支持了各大环境互访，统一业务访问方式，消除环境差异，并对流量进行集中式管控，方便统一运维！

收益启示

通过上述工作，我们完成了：

1、承接了 100% 的跨 ServiceMesh 流量。

2、无缝融合 ServiceMesh1.0 以及 ServiceMesh2.0 的流量调配机制，业务不感知流量跨 ServiceMesh。

3、统一了跨环境的认证鉴权，方便集中管控。

4、通过流量兜底等能力，实现双 ServiceMesh 热备，支持业务的高可用。

这里跨环境的支持，是云内云外互访落地过程中，根据业务的需求反馈进行整理抽象得到的，进一步扩展了网关的部署架构，丰富了网关体系。

4 API 网关 2.0（轻舟 Envoy 网关）——云原生

网关选型

上云之初，严选 API 网关团队也调研对比了 Kong、Traefik、Ambassador、Gloo、Istio Gateway 等的特性，目标是构建一个云原生的 API 网关。

随着上云的深入，综合考虑后，决定将云内网关建设的任务交给轻舟网关团队负责，严选则从 API 网关的需求以及当前的工程建设规划出发，给出设计和建议。数据面部分，考虑了现有轻舟微服务体系的无缝融合以及主流的产品实现，选型采用了 Envoy 进行数据面的建设；控制面部分，考虑到严选需要复用现有管理平台的功能，则基于现有的 Istio 体系进行共建。

部署架构

如上图所示，整体分为控制面和数据面两部分。数据面由双方共建设计方案，落地交由轻舟负责；控制面严选跟轻舟共建，统一到已有严选 API 网关管理平台。而具体数据面集群的规划，沿用了严选 Ianus 网关的部署方式，在此不再赘述。

数据面建设

如上图所示，数据面在选型时，对流量是否要经过网关和 Sidecar 两层进行了权衡，从简化调用链路，网关与 Sidecar 角色差异考虑，采用了绕过 Sidecar 的模式。此时网关部分功能与 Sidecar 功能虽有重合，但与 ServiceMesh 保持了独立，可各自演进。当前支持的基础功能包括：默认路由能力、版本分流能力、兜底路由能力等。特别地，对请求流量治理时，需要同时考虑 ServiceMesh 跟 API 网关的控制指令下发。

控制面建设

如上图所示，为了保持严选 API 网关产品的一致性，轻舟的控制面最终需要跟当前严选 API 网关的管理平台功能对齐，复用严选 Ianus 网关管理平台的能力，包括配置管理、API 发布管控等等，确保用户体验的一致性！

如上图所示，为整个控制面的下发链路，主要组件包括：

• API Gateway Admin

严选网关管理平台，集成到现有的网关管理平台中，通过数据中心（严选|轻舟）的切换，实现两边配置的管理，对外展示表现完全一致。

• API Plane

轻舟 Envoy 网关控制面配置适配层，负责接收配置数据（严选 API 配置模型），转化格式（对应到 Istio 模型），并存储到 K8S Config Store。严选负责严选适配组件的扩展开发，轻舟负责基础功能的实现。主要功能包括，网关集群获取、后端服务列表获取、插件列表 / 详情获取、API 创建 / 删除等。最终发布时，将轻舟侧代码反向同步到严选侧的 GIT 上，统一到严选的发布体系中。

• Istio Pilot

Pilot 作为 Istio ServiceMesh 方案控制面组件，主要负责以下功能：

1、从注册中心获取服务注册信息，并转换为 CDS，EDS 下发。

2、从配置中心获取服务配置信息，并转换为 LDS，RDS，CDS 下发。

3、Envoy 静态配置的生成以及生命周期的管理。

严选 ServiceMesh2.0 解决方案中，Pilot 分饰两角，一个作为网格内服务控制面，另一个作为网关服务控制面。

插件能力建设

为支持严选 Ianus 网关长期的演进迁移到轻舟 Envoy 网关，同时参考了 Kong 和 Envoy 已有的插件能力进行落地。

Envoy 原生插件

原生 Envoy 单个功能插件的开发，涉及到整个配置链路多模块变更，丧失了插件可扩展性的优势。

落地时，对插件配置的转换进行了规范，归一到 Schema 上来，后端根据该 Schema 进行统一的 Istio 资源转换，前端管理平台根据 Schema 进行统一的配置页面渲染。开发成本缩减到一个模块，扩展优势得到体现。

LUA 扩展插件

严选 Ianus 网关下，基于 Kong 的 LUA 插件扩展能力，已经实现了较丰富的功能插件，如果直接切换到轻舟 Envoy 网关，则原有的插件都需要按照新的规范重新开发。

在 Envoy 现有插件的基础上，扩充 LUA 插件开发的能力。严选侧总结分享 Kong 现有的插件开发实践，为 Envoy 下 LUA 插件的规范提供参考，最终保证两者上手的差异最小化。落地迁移时，基本复用了严选 Ianus 网关的插件代码，插件迁移代价（不论是开发还是测试）非常低，提高了轻舟 Envoy 网关的插件建设效率。

收益启示

通过上述工作，我们实现了：

1、网关管理平台复用，保证用户习惯一致性。

2、LUA 插件复用，方便扩展功能的无缝迁移。

3、函数级别路由能力的支持，为后续 FaaS 的引流铺平了道路。

整个控制面共建过程，Kong 与 Envoy 两个技术栈取长补短，共同打造了基于云原生的轻舟 Envoy 网关体系，这也是我们未来的发展方向。

5 总结

API 网关 1.0（严选 Ianus 网关）在过去两年的时间中发挥的作用是举足轻重的，并且在整个严选业务迁移上云的过程中也承载着核心流量调度管控。同时在 API 网关 2.0（轻舟 Envoy 网关）崛起的过程中，Ianus 网关也给出了有价值的参考，如插件体系的建设等。在接下来的道路中，API 网关 2.0 将持续跟进云原生、Serverless 等的步伐，并不断输出反哺业界和社区，最终成为网关的引领者！

作者简介：

杨文超，2012 年加入网易，资深 Java 开发，致力于服务端的技术研发及方案设计工作，目前在数据平台及风控部，负责严选 FaaS 平台的建设。主导了网易严选风控系统、网关系统建设。