Descripción general del balanceo de cargas avanzado
El balanceo de cargas avanzado consiste en funciones que te permiten ajustar el balanceo de cargas y la distribución del tráfico globales para cumplir mejor con tus objetivos de disponibilidad, rendimiento y eficiencia de costos. Este documento está dirigido a usuarios que tienen, al menos, un conocimiento intermedio de los conceptos de Cloud Service Mesh y el balanceo de cargas.
Para implementar el balanceo de cargas avanzado, creas una política de balanceo de cargas de servicio (recurso serviceLbPolicies), que contiene valores que influyen en la selección de un backend. Luego, adjunta la política de balanceo de cargas de servicio a un servicio de backend. La política de balanceo de cargas de servicios especifica el algoritmo que se usa para
determinar cómo se balancea el tráfico a los backends.
Puedes elegir entre las siguientes opciones de algoritmo para el balanceo de cargas avanzado:
- Cascada por región (algoritmo predeterminado)
- Difundir a la región
- Difundir al mundo
- Cascada por zona
Están disponibles las siguientes opciones adicionales:
- Designa backends preferidos. Cloud Service Mesh envía tráfico a esos MIG o NEG antes de enviar tráfico a otros backends.
- Configura el desvío de capacidad automático.
- Personaliza el comportamiento de conmutación por error.
Antes de configurar cualquiera de las opciones avanzadas de balanceo de cargas, te recomendamos que revises la documentación del recurso de servicio de backend.
Cómo Cloud Service Mesh enruta y balancea las cargas del tráfico
En el siguiente diagrama, se muestra cómo Cloud Service Mesh decide enrutar el tráfico.
Primero, Cloud Service Mesh elige un servicio de backend según las características de la solicitud y según las reglas de enrutamiento en el recurso Route o el mapa de URL, según la API que use tu implementación.
En segundo lugar, Cloud Service Mesh elige un MIG o NEG de backend asociado con el servicio de backend, según la ubicación del cliente, la ubicación, el estado y la capacidad del MIG o NEG, y la información de la política de balanceo de cargas del servicio asociada con el servicio de backend.
Por último, Cloud Service Mesh elige una instancia o un extremo dentro del MIG o el NEG. Esta elección se basa en la información de la política de balanceo de cargas de la localidad en los servicios de backend.
Backends compatibles y no compatibles
Los siguientes tipos de backend son compatibles con el balanceo de cargas avanzado:
- Grupos de instancias no administrados
- Grupos de instancias administrados (MIG)
- Grupos de extremos de red por zonas (NEG de GCE_VM_IP_PORT)
- Grupos de extremos de red de conectividad híbrida (NEG de NON_GCP_PRIVATE_IP_PORT)
Los siguientes tipos de backend no son compatibles con el balanceo de cargas avanzado:
- Grupos de instancias administrados regionales
- Grupos de extremos de red de Internet (NEG de INTERNET_FQDN_PORT)
Casos de uso
En las siguientes secciones, se describe cómo funciona cada algoritmo y cuál elegir según las necesidades de tu empresa en particular.
Balancea el tráfico entre los backends de una región
El algoritmo de balanceo de cargas predeterminado, en cascada por región, distribuye el tráfico de forma uniforme entre todos los MIG o NEG en las zonas de una región. Te recomendamos que uses el algoritmo predeterminado, a menos que tengas requisitos especiales.
Con la cascada por región, los backends reciben tráfico en proporción a su capacidad, lo que proporciona protección contra sobrecargas. El tráfico se envía a través de los límites de zona cuando es necesario para mantener los backends cargados de manera uniforme dentro de la región. Incluso si la zona local del cliente tiene capacidad restante, hay tráfico entre zonas. Las solicitudes de cada cliente se pueden distribuir en varios MIG o NEG zonales de la región, lo que ayuda a mantener la carga en los MIG o NEG uniforme cuando la carga de tráfico de los clientes no es uniforme.
Aumenta la resiliencia distribuyendo el tráfico de un cliente entre las zonas
El algoritmo predeterminado de cascada por región intenta equilibrar el uso de la capacidad en varios MIG o NEG zonales. Sin embargo, según ese algoritmo, las solicitudes que provienen de un solo cliente no se envían de forma coherente a todas las zonas, y las solicitudes de un solo cliente suelen enrutarse a MIG o NEG en una sola zona.
Usa el algoritmo de distribución en la región cuando desees que los clientes distribuyan sus solicitudes a todos los MIG o NEG de una región, lo que reduce el riesgo de sobrecargar los MIG o NEG en una sola zona cuando hay un aumento rápido y localizado en el volumen de tráfico.
Con el algoritmo de distribución de tráfico a la región, si tienes dos zonas, A y B, y hay un aumento repentino del tráfico en la zona B, el tráfico se dividirá entre las dos zonas. Con el algoritmo predeterminado, un aumento repentino en la zona B podría activar una sobrecarga en la zona antes de que Cloud Service Mesh pueda responder al cambio.
Ten en cuenta que, cuando usas el algoritmo de distribución en regiones, el tráfico de cada cliente siempre se distribuye entre las zonas de backend de una región. Esto genera un tráfico entre zonas más alto de forma coherente, incluso cuando queda capacidad en la zona local, y puede generar un área afectada más grande para el tráfico de Cloud Service Mesh, si dos clientes de Cloud Service Mesh envían tráfico a las mismas zonas.
Distribuye el tráfico de tu cliente en todos los backends de varias regiones
Como se explicó en las secciones anteriores, el algoritmo de distribución en la región distribuye el tráfico de cada cliente a todas las zonas de una región. En el caso de los servicios que tienen MIG o NEG en varias regiones, Cloud Service Mesh aún optimiza la latencia general enviando tráfico a la región más cercana.
Si prefieres un radio de propagación más grande, usa el algoritmo de spray a mundo. Con este algoritmo, los clientes distribuyen sus solicitudes a todos los MIG o NEG del mundo en varias regiones.
Es importante tener en cuenta que, con este algoritmo, todo el tráfico se distribuye a todos los backend a nivel mundial. Una consulta defectuosa podría dañar todos los backends de tus implementaciones. El algoritmo también genera más tráfico entre regiones, lo que podría aumentar la latencia de las solicitudes y generar costos adicionales.
Minimiza el tráfico interzonal
Puedes optimizar la latencia general y reducir el tráfico entre zonas con la configuración de cascada por zona. Cuando se configuran varios MIG o NEG en una zona, el tráfico del cliente se enruta al MIG o NEG más cercano en la zona, hasta su capacidad, antes de enviar el tráfico al siguiente MIG o NEG en la zona hasta que se use toda la capacidad del MIG o NEG en la zona. Solo entonces el tráfico se transfiere a la zona más cercana.
Con este algoritmo, puedes minimizar el tráfico interzonal innecesario. La latencia general podría mejorar un poco porque se prefieren los backends locales más cercanos. Sin embargo, esto también podría crear un tráfico desigual entre los MIG o los NEG dentro de una región.
Comparación de los algoritmos de balanceo de cargas
En la siguiente tabla, se proporciona una comparación detallada de los cuatro algoritmos de balanceo de cargas de Cloud Service Mesh.
| Comportamiento | Cascada por región | Difundir a la región | Difundir al mundo | Cascada por zona |
|---|---|---|---|---|
| Uso uniforme de la capacidad dentro de una región en estado estable | Sí | Sí | Sí | No |
| Uso uniforme de la capacidad en varias regiones en estado estable | No | No | Sí | No |
| División de tráfico uniforme dentro de una región en estado estable | No | Sí | Sí | No |
| Tráfico entre zonas | Sí. Este algoritmo distribuirá el tráfico de manera uniforme entre las zonas de una región mientras optimiza la latencia de la red. Si es necesario, el tráfico se puede enviar a varias zonas. | Sí | Sí | Sí, el tráfico llenará la zona más cercana hasta su capacidad. Luego, irá a la siguiente zona. |
| Sensibilidad a los aumentos repentinos del tráfico de la zona local | Promedio: Depende de la cantidad de tráfico que ya se haya redireccionado para equilibrar las zonas. | Más baja, ya que los aumentos repentinos de tráfico de una sola zona se distribuirán en todas las zonas de la región. | Más baja, ya que los aumentos repentinos de tráfico de una sola zona se distribuirán en todas las regiones. | Más alta, ya que es más probable que los aumentos repentinos de zona se entreguen por completo a través de una sola zona hasta que Cloud Service Mesh pueda reaccionar. |
Opciones avanzadas adicionales de balanceo de cargas
En las siguientes secciones, se analizan las opciones para modificar el balanceo de cargas de Cloud Service Mesh.
Backends preferidos
Puedes configurar el balanceo de cargas para que un grupo de backends de un servicio de backend se designe como preferido. Estos backends se usan por completo antes de que las solicitudes posteriores se enruten a los backends restantes. Cloud Service Mesh distribuye el tráfico de clientes primero a los backends preferidos, lo que minimiza las latencias de solicitudes para tus clientes.
El tráfico que supere la capacidad configurada de los backends preferidos se enruta a los backends no preferidos. El algoritmo de balanceo de cargas distribuye el tráfico entre los backends no preferidos.
Un caso de uso es el desbordamiento a Google Cloud, en el que especificas recursos de procesamiento local, representados por un NEG de conectividad híbrida, para que se usen por completo antes de que las solicitudes se enruten a MIG o NEG de backend de Google Cloud con escalamiento automático. Esta configuración puede minimizar el consumo de procesamiento de Google Cloud y, al mismo tiempo, tener la capacidad de transferir gradualmente o conmutarse por error a Google Cloud cuando sea necesario.
Desvío de capacidad automático
Cuando un backend no está en buen estado, suele ser conveniente excluirlo lo más rápido posible de las decisiones de balanceo de cargas. Si excluyes el backend, se evita que las solicitudes se envíen al backend en mal estado. Además, el tráfico se equilibra entre los backends en buen estado para evitar la sobrecarga del backend y optimizar la latencia general.
Esta opción es similar a establecer capacityscalar en cero. Le solicita a Cloud Service Mesh que reduzca automáticamente la capacidad del backend a cero cuando un backend tenga menos del 25% de sus instancias o extremos individuales que superen las verificaciones de estado. Con esta opción, se quitan los backends en mal estado del balanceo de cargas global.
Cuando los backends desviados automáticamente vuelven a estar en buen estado, se desvían si al menos el 35% de los extremos o instancias están en buen estado durante 60 segundos. Cloud Service Mesh no desvía más del 50% de los extremos en un servicio de backend, independientemente del estado del backend.
Un caso de uso es que puedes usar el desvío de capacidad automática con backends preferidos. Si se prefiere un MIG o NEG de backend y muchos de los extremos que contiene están en mal estado, este parámetro de configuración protege los extremos restantes en el MIG o NEG, ya que aleja el tráfico de ellos.
Personaliza el comportamiento de conmutación por error
Por lo general, Cloud Service Mesh envía tráfico a los backends teniendo en cuenta varios factores. En estado estable, Cloud Service Mesh envía tráfico a backends que se seleccionan en función de los algoritmos que se analizaron anteriormente. Los backends seleccionados se consideran óptimos en términos de latencia y uso de la capacidad. Se denominan backends principales.
Cloud Service Mesh también realiza un seguimiento de los backends que se usarán cuando los backends principales estén en mal estado y no puedan recibir tráfico. Estos backends se denominan backends de failover. Por lo general, son backends cercanos que tienen algo de capacidad disponible.
Cuando un backend no está en buen estado, Cloud Service Mesh intenta evitar enviarle tráfico y, en su lugar, lo redirecciona a backends en buen estado.
El recurso serviceLbPolicy incluye un campo, failoverHealthThreshold, cuyo valor se puede personalizar para controlar el comportamiento de conmutación por error. El valor del umbral que establezcas determina cuándo se cambia el tráfico de los backends principales a los backends de conmutación por error.
Cuando algunos extremos del backend principal están en mal estado, Cloud Service Mesh no cambia el tráfico de inmediato. En cambio, Cloud Service Mesh podría cambiar el tráfico a extremos en buen estado en el backend principal para intentar estabilizar el tráfico.
Si demasiados extremos del backend están en mal estado, los extremos restantes no pueden manejar el tráfico adicional. En este caso, el umbral de fallas se usa para decidir si se activa o no la conmutación por error. Cloud Service Mesh tolera el estado no saludable hasta el umbral y, luego, cambia una parte del tráfico de los backends principales a los backends de conmutación por error.
El umbral de estado de conmutación por error es un valor porcentual. El valor que establezcas determina cuándo Cloud Service Mesh dirige el tráfico a los backends de conmutación por error. Puedes establecer el valor en un número entero entre 1 y 99. El valor predeterminado de Cloud Service Mesh es 70 con Envoy y 50 para gRPC sin proxy. Un valor más alto inicia la conmutación por error de tráfico antes que un valor más bajo.
Soluciona problemas
Los patrones de distribución del tráfico pueden cambiar según la forma en que configures el nuevo serviceLbPolicy con el servicio de backend.
Para depurar problemas de tráfico, usa los sistemas de supervisión existentes para examinar cómo fluye el tráfico a tus backends. Las métricas adicionales de Cloud Service Mesh y de la red pueden ayudarte a comprender cómo se toman las decisiones de balanceo de cargas. En esta sección, se ofrecen sugerencias generales de solución de problemas y mitigación.
En general, Cloud Service Mesh intenta asignar tráfico para mantener los backends en funcionamiento dentro de su capacidad configurada. Ten en cuenta que no hay garantía de que se pueda satisfacer la solicitud. Puedes revisar la documentación del servicio de backend para obtener más detalles.
Luego, el tráfico se asigna según el algoritmo que uses. Por ejemplo, con el algoritmo de WATERFALL_BY_ZONE, Cloud Service Mesh intenta mantener el tráfico en la zona más cercana. Si revisas las métricas de red, verás que Cloud Service Mesh prefiere un backend con la latencia de RTT más pequeña cuando envía solicitudes para optimizar la latencia general de RTT.
En las siguientes secciones, se describen los problemas que podrías ver con la política de balanceo de cargas del servicio y la configuración de backend preferida.
El tráfico se envía a MIG o NEG más distantes antes que a los más cercanos
Este es el comportamiento deseado cuando los backends preferidos se configuran con MIG o NEG más distantes. Si no deseas este comportamiento, cambia los valores en el campo de backends preferidos.
El tráfico no se envía a los MIG o NEG que tienen muchos extremos inactivos
Este es el comportamiento deseado cuando se agotan los MIG o los NEG porque se configuró un autoCapacityDrain. Con este parámetro de configuración, se quitarán de las decisiones de balanceo de cargas los MIG o NEG con muchos extremos en mal estado, por lo que se evitarán. Si este comportamiento no es deseado, puedes inhabilitar la configuración de autoCapacityDrain. Sin embargo, ten en cuenta que esto significa que el tráfico se puede enviar a MIG o NEG con muchos extremos en mal estado y, por lo tanto, las solicitudes pueden fallar con errores.
No se envía tráfico a algunos MIG o NEG cuando se prefieren algunos MIG o NEG
Este es el comportamiento deseado si los MIG o NEG configurados como preferidos aún no alcanzaron la capacidad.
Cuando se configuran los backends preferidos y no alcanzan su límite de capacidad, el tráfico no se enviará a otros MIG o NEG. Los MIG o NEG preferidos se asignarán primero según la latencia de RTT a estos backends.
Si prefieres que el tráfico se envíe a otro lugar, puedes configurar su servicio de backend sin backends preferidos o con estimaciones de capacidad más conservadoras para los MIG o NEG preferidos.
El tráfico se envía a demasiadas MIG o NEG distintas desde una sola fuente.
Este es el comportamiento deseado si se usa la propagación a región o a todo el mundo. Sin embargo, es posible que tengas problemas con una distribución más amplia de tu tráfico. Por ejemplo, las tasas de acierto de caché podrían reducirse a medida que los backends ven tráfico de una selección más amplia de clientes. En este caso, considera usar otros algoritmos, como la cascada por región.
Se envía el tráfico a un clúster remoto cuando cambia el estado del backend
Cuando failoverHealthThreshold se establece en un valor alto, este es el comportamiento deseado. Si deseas que el tráfico permanezca en los backends principales cuando haya cambios de estado transitorios, establece failoverHealthThreshold en un valor más bajo.
Los extremos en buen estado están sobrecargados cuando algunos extremos no están en buen estado
Cuando failoverHealthThreshold se establece en un valor bajo, este es el comportamiento deseado. Cuando algunos extremos están en mal estado, el tráfico de estos extremos puede distribuirse entre los extremos restantes en el mismo MIG o NEG. Si deseas que el comportamiento de la conmutación por error se active antes, establece failoverHealthThreshold en un valor más alto.
Limitaciones y consideraciones
Las siguientes son limitaciones y consideraciones que debes tener en cuenta cuando configures el balanceo de cargas avanzado.
Cascada por zona
Durante los eventos de mantenimiento transparentes, es posible que el tráfico se equilibre temporalmente fuera de la zona local.
Es posible que se produzcan casos en los que algunos MIG o NEG estén al máximo de su capacidad, mientras que otros MIG o NEG de la misma región estén infrautilizados.
Si la fuente de tráfico a tu servicio está en la misma zona que sus extremos, verás una reducción del tráfico entre zonas.
Una zona se puede asignar a diferentes clústeres de hardware físico interno dentro de los centros de datos de Google, por ejemplo, debido a la virtualización de zonas. En este caso, es posible que las VMs de la misma zona no se carguen de forma uniforme. En general, se optimizará la latencia general.
Difusión a la región
Si los extremos de un MIG o NEG fallan, las consecuencias suelen propagarse a un conjunto más grande de clientes. En otras palabras, es posible que una mayor cantidad de clientes de malla se vea afectada, pero con menos gravedad.
Como los clientes envían solicitudes a todos los MIG o NEG de la región, en algunos casos, esto podría aumentar la cantidad de tráfico entre zonas.
La cantidad de conexiones abiertas a los extremos puede aumentar, lo que genera un mayor uso de recursos.
Backends preferidos
Es posible que los MIG o NEG configurados como backends preferidos estén lejos de los clientes y que causen una latencia promedio más alta para los clientes. Esto puede suceder incluso si hay otros MIG o NEG que podrían entregar los clientes con una latencia más baja.
Los algoritmos de balanceo de cargas globales (cascada por región, distribución en varias regiones y cascada por zona) no se aplican a los MIG ni a los NEG configurados como backends preferidos.
Desvío de capacidad automático
La cantidad mínima de MIG que nunca se agota es diferente del valor configurado cuando se configura con
serviceLbPolicies.De forma predeterminada, la cantidad mínima de MIG que nunca se agotan es 1.
Si se establece
serviceLbPolicies, el porcentaje mínimo de MIG o NEG que nunca se agota es del 50%. En ambas configuraciones, un MIG o NEG se marca como no en buen estado si menos del 25% de las instancias o los extremos del MIG o NEG están en buen estado.Para que una MIG o un NEG se desagoten después de un drenaje, al menos el 35% de las instancias o los extremos deben estar en buen estado. Esto es necesario para garantizar que un MIG o NEG no vacile entre los estados de drenaje y no drenaje.
Aquí también se aplican las mismas restricciones para el escalador de capacidad de los backends que no usan un modo de balanceo.
¿Qué sigue?
- Para obtener instrucciones de configuración, consulta Configura el balanceo de cargas avanzado.