처리율 제한 장치(Rate Limiter)는 클라이언트 또는 서비스가 보내는 트래픽의 처리율(Rate)를 제어하기 위한 장치이다.

처리율 제한 장치를 이용하면 특정 기간 내에 전송되는 클라이언트의 요청 수를 제한할 수 있다. 제한 기준은 상황에 따라 여러 기준을 정할 수 있는데 예를 들어 API별로 요청 횟수를 제한한다면 정의된 임계치를 넘어서면 추가적으로 들어오는 요청들은 처리가 중단(block)되게 된다.

처리율 제한 장치의 사용 예시는 아래와 같다.

• 사용자는 초당 2회 이상의 새 글을 올릴 수 없다.
• 같은 IP 주소로는 하루에 10개 이상의 계정을 생성할 수 없다.
• 같은 디바이스로는 주당 5회 이상 리워드를 요청할 수 없다.

API 처리율 제한 장치의 이점

• DoS(Denail of Service) 공격에 의한 자원 고갈을 방지할 수 있다. 구글, 트위터 등 대형 IT 기업들에서 공개한 대부분의 API들은 처리율 제한 장치를 갖고 있어 DoS 공격을 방지한다.
• 비용을 절감할 수 있다. 추가요청에 대한 처리를 제한하며 서버를 많이 두지 않아도 되고, 우선순위가 높은 API에 더 많은 자원을 할당할 수 있다.
• 서버의 과부하를 막는다. bot에서 오는 트래픽이나 사용자의 잘못된 이용 패턴으로 유발된 트래픽을 처리율 제한 장치로 걸러낼 수 있다.

처리율 제한 장치는 어디에 둘까?

서버에 있을 수도 있고 클라이언트 측에 둘 수도 있다. 하지만 클라이언트에 위치하는 것은 클라이언트 요청은 쉽게 위변조가 가능하기에 일반적으로 안정적으로 걸 수 있는 방법이 아니다.

서버에 직접적으로 위치시키는 방법 외에도 처리율 제한 미들웨어(middleware)를 만들어 서버로 가는 요청을 통제하는 방법도 존재한다.

클라우드 마이크로서비스의 경우, 처리율 제한 장치는 보통 API 게이트웨이(gateway)라고 불리는 컴포넌트에 구현된다. 이는 처리율 제한, SSL 종단(termination), 사용자 인증(authentication), IP 허용 목록 관리 등을 지원하는 완전 위탁 관리형(클라우드 업체가 유지보수를 담당하는) 서비스이다.

API 게이트웨이도 처리율 제한을 지원하는 미들웨어이다!

적용할 수 있는 지침

• 프로그래밍 언어, 캐시 서비스 등 현재 사용하는 기술 스택을 점검하며 현재 사용하는 프로그래밍 언어가 서버 측 구현을 지원하기 충분할 정도로 효율이 높은지 확인하라.
• 필요에 맞는 처리율 제한 알고리즘을 찾아야 한다.
• 설계가 마이크로서비스에 기반하고 있고, 사용자 인증이나 IP 허용 목록 관리 등을 처리하기 위해 API 게이트웨이를 설계에 포함시켰다면 처리율 제한 기능 또한 게이트웨이에 포함시켜야 할 수도 있다.
• 처리율 제한 서비스를 직접 만드는 것은 시간이 든다. 충분한 인력이 없다면 상용 API 게이트웨이를 쓰는 것이 바람직한 방법이다.

처리율 제한 알고리즘 종류

알고리즘 1 - 토큰 버킷 (Token Bucket)

동작원리

토큰 버킷은 지정된 용량을 갖는 컨테이너를 이용해 처리율 제한을 한다. 버킷에는 토큰 공급률(refill rate)에 따라 토큰이 주기적으로 채워지며 버킷이 꽉 찰 경우에는 추가로 공급된 토큰은 버려진다.

동작은 요청이 도착하면 버킷에 충분한 토큰이 있는지 검사하고 충분한 토큰이 있으면 버킷에서 토큰을 하나 꺼낸 후, 요청을 시스템에 전달하게 된다. 반대로 토큰이 없을 경우에는 해당 요청은 버려지게 된다.

필요한 인자

• 버킷 크기 : 버킷에 담을 수 있는 토큰의 최대 개수
• 토큰 공급률(refill rate) : 초당 몇 개의 토큰이 버킷에 공급되는지

버킷 할당 방법

버킷은 통상적으로 API endpoint마다 버킷을 둔다. 예를 들면 하루에 한 번만 포스팅을 할 수가 있다, 하루에 좋아요 버튼은 다섯 번 까지만 누를 수 있다. 와 같은 상황이 있을 경우 사용자마다 2개의 버킷을 갖게 된다. 또한 IP주소별로 처리율을 제한할 경우 IP 주소마다 버킷을 두면 된다.

하지만 반대로 시스템의 전체 처리율을 제한할 경우에는 모든 요청이 하나의 버킷을 공유하도록 해야 한다.

장점

• 구현이 쉽다.
• 메모리 사용 측면에서도 효율적이다.
• 짧은 시간에 집중되는 트래픽도 처리가 가능하다. (버킷에 토큰이 남아있다면 요청이 시스템에 전달된다.)

단점

• 두 개의 인자 값을 적절하게 튜닝하는게 까다롭다.

알고리즘 2 - 누출 버킷 알고리즘 (Leaky Bucket)

토큰 버킷 알고리즘과 비슷하지만 요청 처리율이 고정되어 있다는 점이 다르며 보통 FIFO 큐로 구현한다.

동작 원리

요청이 도착하면 큐가 가득차있는지 보고 빈자리가 있을 경우에는 큐에 요청을 추가한다. 하지만 큐가 가득 차 있을 경우 요청을 버리게 된다. 큐에 쌓인 요청은 지정된 시간마다 큐에서 꺼내어 처리한다.

필요한 인자

• 버킷 크기 : 큐 사이즈와 같은 값이다.
• 처리율(outflow rate) : 지정된 시간당 몇 개의 항목을 처리할지 지정하는 값이다.

장점

• 큐의 크기가 제한되어 있어 메모리 사용량 측면에서 효율적이다.
• 고정된 처리율을 갖고 있기에 안정적인 출력이 필요한 경우에 적합하다.

단점

• 단시간에 많은 트래픽이 몰리는 경우, 큐에는 오래된 요청들이 쌓이게 되고 그 요청들을 제때 처리하지 못하면 새로운 요청들이 버려지게 된다.
• 두 개의 인자 값을 적절하게 튜닝하는게 까다롭다.

알고리즘 3 - 고정 윈도 카운터 알고리즘 (Fixed window counter)

동작 원리

타임라인(timeline)을 고정된 간격의 윈도(window)로 나누고, 각 윈도마다 카운터를 붙여준다. 그리고 요청이 접수될 때마다 카운터의 값을 1씩 증가시키는데 만약 카운터의 값이 임계치(threshold)에 도달하면 새로운 요청은 새 윈도가 열릴 때까지 버려지게 된다.

e.g. 타임라인의 시간 단위를 1초로 정하고 초당 3개의 요청만을 허용한다면 특정 윈도우에 3개 이상의 요청이 오면 초과분은 버려지게 된다.

장점

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

단점

• 윈도우 경계 부근에 일시적으로 많은 트래픽이 집중될 경우, 기대했던 시스템의 처리 한도보다 많은 양의 요청을 처리하게 된다.

  • 1분에 10개의 요청을 처리할 수 있는 시스템에서 01:00:50 ~ 01:01:10에 20개의 요청이 몰린다면 01:00:50~01:01:00에 요청이 10개, 01:01:00~01:01:10에 10개가 통과되어 20초 안에 20개의 요청이 보내질 수가 있다.

알고리즘 4 - 이동 윈도 로깅 알고리즘 (Sliding window log)

고정 윈도 카운터 알고리즘의 문제를 해결한 알고리즘이다.

동작원리

• 타임스탬프(timestamp)를 추적하여 타임스템프 데이터를 보통 레디스(Redis)의 정렬 집합(sorted set)과 같은 캐시에 보관한다.
• 새 요청이 오면 현재 윈도의 시작 시점보다 오래된 만료된 타임스템프를 제거한다.
• 새 요청의 타임스탬프를 log에 추가한다.
• log의 크기가 허용치보다 같거나 작으면 요청을 시스템에 전달한다. 그렇지 않을 경우 처리를 거부한다.

장점

• 매커니즘이 정교하여 어느 순간 윈도를 보더라도 허용되는 요청의 개수는 시스템의 처리율 한도를 넘지 않게 된다.

단점

• 거부된 타임스템프도 보관하여 다량의 메모리를 사용하게 된다.

개략적인 아키텍처

1. 클라이언트가 처리율 제한 미들웨어에게 요청을 보낸다.

2. 처리율 제한 미들웨어는 레디스의 지정 버킷에서 카운터를 가져와서 한도에 도달했는지 아닌지 검사한다.

   1. 만약 한도에 도달했으면 요청이 거부한다.
   2. 한도에 도달하지 않았으면 요청은 API 서버로 전달된다. (미들웨어는 카운터의 값을 증가시킨 후 다시 레디스에 저장한다.)

카운터의 보관 위치

• DB는 디스크 접근 때문에 느려서 사용할 수가 없고 메모리상에서 동작하는 캐시가 바람직하다. 뿐만 아니라 캐시는 시간에 기반한 만료 정책을 지원하여 더더욱 적합하다.
• 대표적으로는 레디스를 사용하는데, 레디스는 메모리에 저장된 카운터 값을 증가시키는 INCR 명령어와 카운터의 타임아웃 값을 설정하는 EXPIRE 명령어를 지원한다. (설정 시간이 지나면 카운터는 자동으로 삭제된다.)

상세 설계

• 처리율 제한 규칙을 만들어 디스크에 보관하고 작업 프로세스들은 수시로 규칙을 디스크에서 읽어 캐시에 저장한다.
• 처리율 제한 미들웨어는 요청이 왔을 때 제한 규칙을 캐시에서, 요청의 타임스탬프는 레디스 캐시에서 가져오고 해당 값들을 기반으로 요청을 API 서버로 보낼지 에러를 보낼지 결정한다.

처리율 제한 규칙

처리율 제한 규칙들은 아래와 같은 형태로 만들어지며 이는 보통 설정파일 형태로 디스크에 저장된다.

// 마케팅 메시지의 최대치를 하루 5개로 제한한 예시
domain: messaging
descriptions:
    key: message_type
    Value: marketing
    rate_limit:
        unit: day
        requester_per_unit: 5

처리율 한도 초과 트래픽 처리

요청이 한도 제한에 걸리면 API는 HTTP 429(too many request)를 반환한다. 하지만 한도 제한에 대한 응답은 시스템별로 메시지 큐에 남겨 응답을 나중에 보낼 수도 있고, 요청을 보관했다가 나중에 처리할 수도 있다.

클라이언트는 HTTP 응답 헤더를 통해 자신의 요청이 처리율 제한에 걸리기까지 얼마나 많은 요청을 보낼 수 있는지, 제한에 걸리고 있는지를 감지할 수 있다.

• X-Ratelimit-Remaining: 윈도 내에 남은 처리 가능 요청의 수
• X-Ratelimit-Limit: 매 윈도마다 클라이언트가 전송할 수 있는 요청의 수
• X-Ratelimit-Retry-After: 한도 제한에 걸리지 않으려면 몇 초 뒤에 요청을 다시 보내야 하는지 알림

분산 환경에서의 처리율 제한 장치의 구현

여러대의 서버와 병렬 스레드를 지원하도록 시스템을 확장하는 것은 경쟁 조건(Race Condition)과 동기화(Synchronization)문제를 해결해야 한다.

Race Condition

• 두 개의 스레드가 레디스에서 카운터의 값을 변경하는 과정을 동시에 진행할 경우 발생할 수 있다.
• 해결 방법으로는 먼저 Lock을 거는 방법이 있는데, 이는 시스템의 성능을 상당히 떨어뜨릴 수 있다. 그래서 더 나은 방법으로 루아스크립트(Lua Script) 또는 레디스의 정렬 집합(Sorted set)을 사용하는 방법을 사용할 수도 있다.

Synchronization

• 여러 사용자를 지원하기 위해 여러 대의 처리율 제한 장치 서버를 둔다면 동기화가 필요해진다. (서버들은 Stateless한 상태라 클라이언트가 요청별로 다른 서버로 보낼 수 있어서 사용자별로 버킷을 두는 처리율 제한 장치들은 올바르게 수행하지 못할 수 있다.)
• 해결 방법으로는 고정 세션(Sticky Session)을 사용하여 같은 클라이언트는 같은 서버로 요청을 보내는 방법이 있으나 해당 방법은 확장 가능하지도 않고 유연하지도 않다. 그래서 더 나은 방법으로 레디스와 같은 중앙 집중형 데이터 저장소를 써서 해결하는 것이 좋다.

성능 최적화

• 데이터 센터에서 멀리 떨어지면 지연시간이 증가하여 여러 곳에 edge 서버를 두어 지연 시간을 줄일 수 있다.
• 제한 장치 간에 데이터를 동기화할 때 최종 일관성 모델(eventual consistency model)을 사용한다.

모니터링

처리율 제한 장치를 설치한 이후에는 효과적으로 동작하는지 확인하기 위해 기본적으로 아래의 두 정보를 확인한다.

• 채택된 처리율 제한 알고리즘이 효과적인지
• 정의한 처리율 제한 규칙이 효과적인지

해당 정보들을 판단하며 알고리즘을 바꾸거나 규칙을 바꾸는 등의 튜닝 작업을 진행해야 한다.

추가로 고민하면 좋은 점

• 경성(hard) 또는 연성(soft) 처리율 제한

  • 경성 처리율 제한: 요청의 개수는 임계치를 절대 넘어설 수 없다.
  • 연성 처리율 제한: 요청 개수는 잠시 동안은 임계치를 넘어설 수 있다.

• 다양한 계층에서의 처리율 제한

  • 위에서 살펴본 OSI 7계층인 애플리케이션 계층에서의 처리율 제한 뿐만 아니라 다른 계층에서의 제한을 생각해볼 수 있다.

• 처리율 제한을 회피하는 방법과 클라이언트를 어떻게 설계하는 것이 최선인지?

  • 클라이언트 측 캐시를 사용하여 API 호출 횟수를 줄인다.
  • 처리율 제한의 임계치를 이해하고, 짧은 시간동안 너무 많은 메시지를 보내지 않도록 한다.
  • 예외나 에러를 처리하는 코드를 도입해 클라이언트가 예외 상황으로부터 복구될 수 있도록 한다.
  • 재시도 로직을 구현할 때는 충분한 백오프(back-off)시간을 둔다.

추가 용어 정리

분산형 처리율 제한(Distributed rate limiting): 하나의 처리율 제한 장치를 여러 서버나 프로세스에서 공유할 수 있어야 한다.

높은 결함 감내성(Fault Tolerance): 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안 된다.