Descripción general del balanceo de cargas avanzado
El balanceo de cargas avanzado consta de funciones que te permiten ajustar el balanceo de cargas global y la distribución de tráfico para cumplir mejor con tus objetivos de disponibilidad, rendimiento y rentabilidad. Este documento está dirigido a usuarios que tienen, al menos, un conocimiento intermedio de los conceptos de Cloud Service Mesh y del balanceo de cargas.
Para implementar el balanceo de cargas avanzado, debes crear una política de balanceo de cargas de servicio (recurso serviceLbPolicies), que contiene valores que influyen en la selección de un backend. Luego, adjuntas la política de balanceo de cargas del servicio a un servicio de backend. La política de balanceo de cargas del servicio especifica el algoritmo que se usa para determinar cómo se balancea el tráfico a los backends.
Puedes elegir entre las siguientes opciones de algoritmos para el balanceo de cargas avanzado:
- Cascada por región (algoritmo predeterminado)
- Aplica el aerosol en la región.
- Aplica el aerosol 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 vaciado automático de la capacidad.
- Personaliza el comportamiento de la 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 servicios de backend según las características de la solicitud y 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 que está asociado con el servicio de backend, según la ubicación del cliente, la ubicación, el estado, la capacidad del MIG o NEG y la información en 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 NEG. Esta opción se basa en la información de la política de balanceo de cargas de 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 (NON_GCP_PRIVATE_IP_PORT NEG)
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 puedes elegir según tus necesidades empresariales particulares.
Equilibra el tráfico entre los backends de una región
El algoritmo de balanceo de cargas predeterminado, en cascada por región, distribuye el tráfico de manera 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 cascada por región, los backends reciben tráfico en proporción a su capacidad, lo que proporciona protección contra sobrecargas de backend. El tráfico se envía a través de los límites de la 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 en la región, lo que ayuda a mantener uniforme la carga en los MIG o NEG cuando la carga de tráfico de los clientes no es uniforme.
Aumenta la resiliencia mediante la distribución del tráfico de un cliente entre las zonas
El algoritmo predeterminado de cascada por región intenta balancear el uso de capacidad en varios MIG o NEG zonales. Sin embargo, según ese algoritmo, las solicitudes que se originan en un solo cliente no se envían de forma coherente a todas las zonas, y las solicitudes de un solo cliente, por lo general, se enrutan a MIG o NEG en una sola zona.
Usa el algoritmo de rociar a 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 MIG o NEG en una sola zona cuando hay un aumento rápido y localizado en el volumen de tráfico.
Con el algoritmo de irrigación a la región, si tienes dos zonas, A y B, y hay un aumento repentino de tráfico en la zona B, el tráfico se dividirá entre las dos zonas. Con el algoritmo predeterminado, un aumento 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 rociar a la región, el tráfico de cada cliente siempre se distribuye entre las zonas de backend de una región. Esto genera un tráfico entre zonas mucho mayor, incluso cuando hay capacidad restante 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 entre todos los backends en varias regiones
Como se discutió en las secciones anteriores, el algoritmo de irrigación a la región distribuye el tráfico de cada cliente a todas las zonas de una región. Para los servicios que tienen MIG o NEG en varias regiones, Cloud Service Mesh igualmente optimiza la latencia general mediante el envío de tráfico a la región más cercana.
Si prefieres un radio de dispersión más amplio, usa el algoritmo de espray para el 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 extiende a todos los backends del mundo. Una consulta defectuosa puede dañar todos los backends en tus implementaciones. El algoritmo también genera más tráfico entre regiones, lo que podría aumentar la latencia de la solicitud y generar costos adicionales.
Minimiza el tráfico entre zonas
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 de cliente se enruta al MIG o NEG más cercano, hasta su capacidad, antes de enviar tráfico al siguiente MIG o NEG de la zona hasta que se use toda la capacidad del MIG o NEG en la zona. Solo entonces el tráfico se vuelca a la zona más cercana.
Con este algoritmo, puedes minimizar el tráfico innecesario entre zonas. La latencia general puede mejorarse un poco porque se prefieren los backends locales más cercanos. Sin embargo, esto también puede crear tráfico desigual entre los MIG o 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 | Aerosol en la región | Saludar al mundo | Cascada por zona |
|---|---|---|---|---|
| Uso de capacidad uniforme dentro de una región en estado estable | Sí | Sí | Sí | No |
| Uso de capacidad uniforme en varias regiones en estado estable | No | No | Sí | No |
| División uniforme del tráfico 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 y optimizará la latencia de red. El tráfico se puede enviar entre zonas si es necesario. | Sí | Sí | Sí, el tráfico llenará la zona más cercana hasta su capacidad máxima. Luego, irá a la siguiente zona. |
| Sensibilidad a los aumentos repentinos de tráfico en la zona local | Promedio, según cuánto tráfico ya se haya trasladado para balancear entre zonas | Más bajo, a medida que los picos de una sola zona se extenderán por todas las zonas de la región. | Menor, ya que los picos de una sola zona se extenderán por todas las regiones. | Mayores, ya que es más probable que una sola zona entregue los aumentos repentinos de una sola zona hasta que Cloud Service Mesh pueda reaccionar |
Opciones adicionales avanzadas 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 se designe como preferido un grupo de backends de un servicio de backend. 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 los clientes a los backends preferidos primero, lo que minimiza las latencias de las solicitudes de tus clientes.
Cualquier tráfico que exceda 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 práctico es el desbordamiento de Google Cloud, en el que especificas recursos de procesamiento locales, 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 ajuste de escala automático. Esta configuración puede minimizar el consumo de procesamiento en Google Cloud y, aun así, tener la resiliencia para derramar o conmutar por error a Google Cloud de manera gradual cuando sea necesario.
Vaciado automático de la capacidad
Cuando un backend está en mal estado, por lo general, es conveniente excluirlo lo más rápido posible de las decisiones de balanceo de cargas. Excluir el backend evita que se envíen solicitudes al backend en mal estado. Además, el tráfico se balancea entre backends en buen estado para evitar la sobrecarga del backend y optimizar la latencia general.
Esta opción es similar a configurar capacityscalar como cero. Le pide a Cloud Service Mesh que reduzca la capacidad de backend a cero de forma automática cuando un backend tiene menos del 25% de sus instancias o extremos individuales que pasan las verificaciones de estado. Con esta opción, los backends en mal estado se quitan del balanceo de cargas global.
Cuando los backends desviados automáticamente vuelven a estar en buen estado, no se desvían si al menos el 35% de los extremos o las instancias están en buen estado durante 60 segundos. Cloud Service Mesh no desvía más del 50% de los extremos en un servicio de backend, sin importar el estado del backend.
Un caso de uso es que puedes usar el vaciado automático de capacidad con backends preferidos. Si se prefiere un MIG o NEG de backend y muchos de los extremos que contiene están en mal estado, esta configuración protege los extremos restantes en el MIG o NEG mediante el alejamiento del tráfico del MIG o el NEG.
Personaliza el comportamiento de la conmutación por error
Por lo general, Cloud Service Mesh envía tráfico a los backends si se tienen en cuenta varios factores. En un estado estable, Cloud Service Mesh envía tráfico a los backends que se seleccionan según los algoritmos que se analizaron antes. Los backends seleccionados se consideran óptimos en términos de latencia y uso de capacidad. Se llaman backends principales.
Cloud Service Mesh también realiza un seguimiento de los backends que se usan cuando los backends principales no están en buen estado y no pueden recibir tráfico. Estos backends se llaman backends de conmutación por error. Por lo general, son backends cercanos que tienen algo de capacidad restante.
Cuando un backend está en mal estado, Cloud Service Mesh intenta evitar el envío de tráfico hacia él y, en su lugar, lo cambia 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 estableces determina cuándo el tráfico se cambia de backends principales a backends de conmutación por error.
Cuando algunos extremos del backend principal no están en buen estado, Cloud Service Mesh no necesariamente 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 en el backend están en mal estado, los extremos restantes no podrán controlar el tráfico adicional. En este caso, el umbral de fallas se usa para decidir si la conmutación por error se activa o no. Cloud Service Mesh tolera el mal estado hasta el umbral y, luego, traslada una parte del tráfico de los backends principales a los de conmutación por error.
El umbral de estado de la conmutación por error es un valor porcentual. El valor que estableces 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 de 70 con Envoy y 50 para gRPC sin proxy. Un valor mayor inicia la conmutación por error del tráfico antes que un valor más pequeño.
Soluciona problemas
Los patrones de distribución de tráfico pueden cambiar según cómo configures el serviceLbPolicy nuevo con el servicio de backend.
A fin de 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 red pueden ayudarte a comprender cómo se toman las decisiones de balanceo de cargas. En esta sección, se ofrecen sugerencias generales para la solución de problemas y la mitigación.
En general, Cloud Service Mesh intenta asignar tráfico para mantener los backends ejecutándose sin superar la capacidad configurada. Ten en cuenta que esto no está garantizado. 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 menor latencia de RTT cuando envía solicitudes para optimizar la latencia general del RTT.
En las siguientes secciones, se describen los problemas que puedes 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 previsto cuando los backends preferidos se configuran con MIG o NEG más distantes. Si no quieres este comportamiento, cambia los valores en el campo de backends preferidos.
El tráfico no se envía a MIG o NEG que tienen muchos extremos en mal estado
Este es el comportamiento previsto cuando se desvían los MIG o NEG porque se configuró una autoCapacityDrain. Con esta configuración, los MIG o NEG con muchos extremos en mal estado se quitarán de las decisiones de balanceo de cargas y, por lo tanto, se evitarán. Si este comportamiento no es el deseado, puedes inhabilitar la configuración de autoCapacityDrain. Sin embargo, ten en cuenta que esto significa que el tráfico puede enviarse a MIG o NEG con muchos extremos en mal estado y, por lo tanto, las solicitudes pueden fallar con errores.
El tráfico no se envía a algunos MIG o NEG cuando se prefieren algunos MIG o NEG
Este es el comportamiento previsto si los MIG o los NEG configurados como preferidos aún no alcanzaron su capacidad.
Cuando se configuran backends preferidos y no han alcanzado su límite de capacidad, el tráfico no se enviará a otros MIG o NEG. Los MIG o NEG preferidos se asignarán primero en función de la latencia del 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 demasiados MIG o NEG distintos de una sola fuente
Este es el comportamiento previsto si se usa de "rociar a la región" o de "rociar al mundo". Sin embargo, es posible que tengas problemas con una distribución más amplia del tráfico. Por ejemplo, las tasas de acierto de caché pueden reducirse a medida que los backends ven el tráfico de una selección más amplia de clientes. En este caso, considera usar otros algoritmos, como cascada por región.
El tráfico se envía a un clúster remoto cuando cambia el estado del backend
Cuando failoverHealthThreshold se establece en un valor alto, este es el comportamiento previsto. Si deseas que el tráfico permanezca en los backends principales cuando hay cambios de estado transitorios, establece failoverHealthThreshold en un valor más bajo.
Los extremos en buen estado se sobrecargan cuando algunos extremos no están en buen estado
Cuando failoverHealthThreshold se establece en un valor bajo, este es el comportamiento previsto. Cuando algunos extremos están en mal estado, el tráfico de estos extremos en mal estado puede propagarse entre los extremos restantes en el mismo MIG o NEG. Si deseas que el comportamiento de la conmutación por error se active antes de tiempo, configura 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 balancee de forma temporal fuera de la zona local.
Hay casos en los que algunos MIG o NEG están al límite de su capacidad, mientras que otros MIG o NEG de la misma región tienen poco uso.
Si la fuente de tráfico a tu servicio se encuentra en la misma zona que sus extremos, verás una reducción en el tráfico entre zonas.
Una zona puede asignarse a diferentes clústeres de hardware físico interno dentro de los centros de datos de Google, por ejemplo, debido a la virtualización de la zona. En este caso, es posible que las VMs en la misma zona no se carguen de manera uniforme. En general, se optimizará la latencia general.
Spray para aplicar a la región
Si los extremos en un MIG o NEG fallan, las consecuencias, por lo general, se extienden a un conjunto más grande de clientes; en otras palabras, una mayor cantidad de clientes de la malla podría verse afectada, pero de forma menos grave.
A medida que los clientes envían solicitudes a todos los MIG o NEG de la región, en algunos casos, esto puede aumentar la cantidad de tráfico entre zonas.
La cantidad de conexiones abiertas a los extremos puede aumentar, lo que provoca un mayor uso de recursos.
Backends preferidos
Los MIG o NEG configurados como backends preferidos pueden estar lejos de los clientes y causar una latencia promedio más alta para los clientes. Esto puede suceder incluso si hay otros MIG o NEG que podrían entregar a los clientes con menor latencia.
Los algoritmos de balanceo de cargas globales (caída de agua por región, rociador a región, cascada por zona) no se aplican a MIG o NEG configurados como backends preferidos.
Desvío de capacidad automático
La cantidad mínima de MIG que nunca se desvían es diferente del valor establecido cuando se configura mediante
serviceLbPolicies.De forma predeterminada, la cantidad mínima de MIG que nunca se desvían es 1.
Si se configura
serviceLbPolicies, el porcentaje mínimo de MIG o NEG que nunca se desvían es del 50%. En ambas opciones de configuración, un MIG o NEG se marca como en mal estado si menos del 25% de las instancias o los extremos en el MIG o NEG están en buen estado.Para que un MIG o NEG se desvíen después de un desvío, al menos el 35% de las instancias o los extremos deben estar en buen estado. Esto es necesario para asegurarte de que un MIG o NEG no varíen entre los estados de desvío y sin drenar.
Las mismas restricciones para el escalador de capacidad para backends que no usan un modo de balanceo también se aplican aquí.
¿Qué sigue?
- Para obtener instrucciones de configuración, consulta Configura el balanceo de cargas avanzado.