网络问题排查

阅读大约需要 3 分钟

本节将介绍一些常用的工具和技能，用于解决流量管理方面的问题。

请求被 Envoy 拒绝

要了解拒绝请求的原因，最佳方式是检查 Envoy 的访问日志。默认情况下，访问日志输出到容器的标准输出。运行以下命令以查看日志：

$ kubectl logs -it PODNAME -c istio-proxy -n NAMESPACE

在默认访问日志格式中，Envoy响应标志和 Mixer 策略状态位于响应代码之后，如果您使用的是自定义日志格式，请确保包含％RESPONSE_FLAGS％和％DYNAMIC_METADATA（istio.mixer：status）％。

详细的响应标志请参考 Envoy 响应标志

常见的响应标志是：

NR: 没有配置路由，检查你的 DestinationRule 或 VirtualService。
UO: 上游溢出，熔断，在 DestinationRule 中检查你的熔断器配置。
UF: 无法连接到上游，如果你正在使用Istio身份验证，请检查双向 TLS 配置冲突。

如果响应标志为 UAEX 且 Mixer 策略状态不是 -，则 Mixer 拒绝请求。

通用 Mixer 策略状态为：

UNAVAILABLE: Envoy 无法连接到 Mixer，策略配置为关闭失败。
UNAUTHENTICATED: Mixer 身份验证拒绝该请求。
PERMISSION_DENIED: Mixer 授权拒绝该请求。
RESOURCE_EXHAUSTED: Mixer 配额拒绝该请求。
INTERNAL: 由于 Mixer 内部错误，请求被拒绝。

路由规则好像没有生效

在当前版本的 Envoy Sidecar 实现中，可能要 100 个请求才能观察到有权重版本的路由分发过程。

如果一组路由规则能够完美的和 Bookinfo 配合，但是类似的版本路由功能在其它应用上无法生效，一个可能的解决方法就是对 Kubernetes Service 进行一点改动。Kubernetes Service 的定义必须符合一定规范，才能享受到 Istio 的七层路由特性。应该根据 Istio 对 Pod 和服务的要求对服务进行调整。

还有个潜在问题就是路由的生效速度很慢。Istio 在 Kubernetes 上实现了一种最终一致性算法，这个算法用于保障所有 Envoy Sidecar 都能够获得正确的配置信息，其中就包含所有的路由规则。配置的变化需要一些时间来传递给所有的 Sidecar。在部署规模很大的情况下，这一传播过程会更长，可能会有数秒的延迟。

设置目标规则后出现 503 错误

在应用一个 DestinationRule 之后，如果对服务的请求突然开始生成 HTTP 503 错误，并且该错误会一直持续到删除或回滚 DestinationRule 为止，那么这个 DestinationRule 可能引起了服务的 TLS 冲突。

举个例子来说，如果在集群上启用了全局的双向 TLS，那么 DestinationRule 必须包含下面的 trafficPolicy 定义：

trafficPolicy:
  tls:
    mode: ISTIO_MUTUAL

这一模式的缺省值是 DISABLE，会导致客户端 Sidecar 使用明文 HTTP 请求，而不是 TLS 加密请求；而服务端却又要求接收加密请求，因此就产生了冲突。

可以执行 istioctl authn tls-check 命令来检查这一问题，查看该命令的返回内容中的 STATUS 字段是否为 CONFLICT，例如：

$ istioctl authn tls-check httpbin.default.svc.cluster.local
HOST:PORT                                  STATUS       SERVER     CLIENT     AUTHN POLICY     DESTINATION RULE
httpbin.default.svc.cluster.local:8000     CONFLICT     mTLS       HTTP       default/         httpbin/default

不论何时，在应用 DestinationRule 时都应该确认 trafficPolicy TLS 模式是否符合全局设置的要求。

路由规则在 Ingress Gateway 请求中无效

假设要使用 Ingress Gateway，结合 VirtualService 来访问一个内部服务。VirtualService 看起来大概是这样：

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: myapp
spec:
  hosts:
  - "myapp.com" # 如果在没有 DNS 的确情况下进行测试，使用 IP 来访问网关，也可以使用“*”
  gateways:
  - myapp-gateway
  http:
  - match:
    - uri:
        prefix: /hello
    route:
    - destination:
        host: helloworld.default.svc.cluster.local
  - match:
    ...

另外还有一个 VirtualService ，会把发往 helloworld 服务的请求路由到某个 subset：

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: helloworld
spec:
  hosts:
  - helloworld.default.svc.cluster.local
  http:
  - route:
    - destination:
        host: helloworld.default.svc.cluster.local
        subset: v1

这种情况下会注意到，通过 Ingress 网关发出的对 helloworld 服务的请求并没有被重定向到 v1，而是继续使用缺省的轮询路由。

Ingress 请求使用的是网关定义的主机（例如 myapp.com）进行访问的，因此会使用 myapp 这个 VirtualService，结果就是路由到 helloworld 服务的任意端点；只有在网格内部发往主机 helloworld.default.svc.cluster.local 的请求才会使用 helloworld 这个 VirtualService，这个配置的目的就是将流量分配到 v1。

要控制来自网关的流量，就需要把引流到 subset 的配置写入到 myapp 中：

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: myapp
spec:
  hosts:
  - "myapp.com" # 如果在没有 DNS 的确情况下进行测试，使用 IP 来访问网关，也可以使用“*” (例如 http://1.2.3.4/hello)
  gateways:
  - myapp-gateway
  http:
  - match:
    - uri:
        prefix: /hello
    route:
    - destination:
        host: helloworld.default.svc.cluster.local
        subset: v1
  - match:
    ...

还有一个方式就是把两个 VirtualService 合而为一：

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: myapp
spec:
  hosts:
  - myapp.com # 因为有了网格内的服务主机的定义，这里就不能用 * 了
  - helloworld.default.svc.cluster.local
  gateways:
  - mesh # 对内部网关也生效
  - myapp-gateway
  http:
  - match:
    - uri:
        prefix: /hello
      gateways:
      - myapp-gateway # 限制只对 Ingress 网关的流量有效
    route:
    - destination:
        host: helloworld.default.svc.cluster.local
        subset: v1
  - match:
    - gateways:
      - mesh # 对所有网格内服务有效
    route:
    - destination:
        host: helloworld.default.svc.cluster.local
        subset: v1

Headless TCP 服务连接丢失

如果部署了 istio-citadel，Envoy 会每隔 15 分钟重启一次，来完成证书的刷新任务。这就造成了服务间的长连接以及 TCP 流的中断。

建议提高应用的适应能力，来应对这种断流情况。如果要阻止这种情况的发生，就要禁止双向 TLS 和 istio-citadel 的部署。

首先编辑 istio 配置来禁止双向 TLS：

$ kubectl edit configmap -n istio-system istio
$ kubectl delete pods -n istio-system -l istio=pilot

接下来对 istio-citadel 进行缩容，来阻止 Envoy 的重启：

$ kubectl scale --replicas=0 deploy/istio-citadel -n istio-system

这样应该就能阻止 Istio 重启 Envoy，从而防止 TCP 连接的中断。

Envoy 在高压情况下会崩溃

检查一下 ulimit -a，很多系统缺省设置打开文件描述符数量上限为 1024，会导致 Envoy 断言失败引发崩溃：

[2017-05-17 03:00:52.735][14236][critical][assert] assert failure: fd_ != -1: external/envoy/source/common/network/connection_impl.cc:58

确认提高 ulimit 上限，例如 ulimit -n 16384。

Envoy 无法连接 HTTP/1.0 服务

Envoy 要求上游服务提供 HTTP/1.1 或者 HTTP/2。例如当使用 NGINX 在 Envoy 之后提供服务时，就需要在 NGINX 配置文件中设置 proxy_http_version 为 1.1，否则就会使用缺省值 1.0。

配置样例：

upstream http_backend {
    server 127.0.0.1:8080;

    keepalive 16;
}

server {
    ...

    location /http/ {
        proxy_pass http://http_backend;
        proxy_http_version 1.1;
        proxy_set_header Connection "";
        ...
    }
}