[译] Cloudflare 边缘网络架构：无处不在的 BPF（2019）
译者序
本文翻译自 2019 年的一篇英文博客 Cloudflare architecture and how BPF eats the world 。
由于译者水平有限，本文不免存在遗漏或错误之处。如有疑问，请查阅原文。
以下是译文。
边缘网络
Cloudflare 的服务器运行 Linux 系统。
我们的数据中心分为两类：
- 大的“核心”数据中心：用于处理日志、分析攻击、统计分析数据
- 小的“边缘”数据中心（服务器集群）：分布在全球 180 个站点，用于分发用户内容
本文将关注于边缘服务器部分。特别地，我们在这些服务器中使用了最新的 Linux 特 性，进行了针对性的性能优化，并特别关注 DoS 弹性。
特殊的网络配置——大量使用任播路由（anycast routing）——导致我们的边缘服务器也 很特殊。任播意味着，我们所有的数据中心都通告相同的一组 IP 地址，如上图所示。
这种设计可以带来很多好处：
首先，可以保证终端用户的访问速度最优。不管用户在全球什么位置，都会匹配到最近 的数据中心；
其次，可以分散 DoS 攻击。当发生攻击时，每个边缘节点只会收到全部流量的一 小部分，这使得流量过滤更容易。
另外，任播使得所有边缘数据中心的网络配置都是一致的（uniform）。因此，当我们 将同一设计应用于所有数据中心时，这些边缘服务器中的软件栈也都是一致的。即，所有服 务器运行的软件都是相同的。
理论上来说，每台机器都可以处理任何任务（every machine can handle every task）。 我们在机器上运行了多种不同功能和不同需求的任务。我们有完整的 HTTP 协议栈、神奇的 Cloudflare Workers、两种 DNS —— 权威 DNS 和解析 DNS，以及其他对外的服务，例如 Spectrum 和 Warp。
即使每台服务器都部署了以上所有软件，典型情况下，请求还是经过多台机器最终穿过我们 的软件栈的。例如，一个 HTTP 请求的 5 个处理阶段如下图所示：
inbound packet（入向包）的几个处理阶段：
- 包到达路由器，路由器通过 ECMP 将包转发给下一级服务器。我们用 ECMP 在后端 机器（至少 16 个）之间分发数据包，这是最底层的（rudimentary）的负载均衡技术
- 在服务器上，通过 XDP eBPF 收包。XDP 层做两件事情，首先是运行 DoS mitigations，识别来自大规模三层攻击的包并将其丢弃
- 然后通过四层负载均衡（也是在 XDP），将正常的包重定向到下一级应用服务器， 这些服务器上跑的是应用。这样的设计使得我们有比 ECMP 更细粒度的负载均衡，并 且有能力将异常的应用机器优雅地移出集群
- 包到达应用宿主机，进入 Linux 网络栈、经过 iptables 防火墙，最后分发到相应 的 socket
- 最后，包被应用程序接收。例如 HTTP 连接会由“协议”服务器处理，这种服务器负 责执行 TLS 加密、处理 HTTP、HTTP/2 以及 QUIC 协议等等
在以上过程中我们使用了最新最酷的 Linux 特性。这些非常有用的现代功能可以分为三类：
- DoS Handling
- Load balancing
- Socket dispatch
DDos Mitigation
来更深入地看一下 DDoS 处理。
前面说到，ECMP 路由之后会到 Linux XDP，这里会做一些包括 DDoS 防御在内的处理。
我们传统的抵御大规模 DDoS 攻击的代码是基于 BPF 和 iptables 的。最近，我们将这些 代码迁移到了 XDP eBPF。这项工作非常有挑战性，有兴趣可以参考我们的下列分享：
- L4Drop: XDP DDoS Mitigations
- xdpcap: XDP Packet Capture
- XDP based DoS mitigation talk by Arthur Fabre
- XDP in practice: integrating XDP into our DDoS mitigation pipeline (PDF)
在这个过程中，我们遇到了很多 eBPF/XDP 的限制，其中之一就是缺少并发原语（
concurrency primitives）。实现 race-free token bucket （无竞争令牌桶）之类的东西
是非常难的。后来我们发现 Facebook 的工程师 Julia
Kartseva 也面临同样的问题。
在二月份引入了 bpf_spin_lock 辅助函数之后，这个问题得到了解决。
虽然我们的现代大规模 DoS 防御系统是在 XDP 层做的，但我们的 7 层（应用层）防御目前
还是依赖 iptables。在应用层，更高级别防火墙的一些特性会带来很大帮助：connlimit、
hashlimits 和 ipsets。我们也用到了 xt_bpf iptables 模块，以在 iptables 内运行
cBPF 匹配 packet payload。下面两个分享中介绍了这部分工作：
XDP 和 iptables 之后，我们还有位于内核的最后一层 DoS 防御层。
考虑 UDP mitigation 失败的情况。在这种情况下，大量的 UDP 包会直接到达应用的 UDP socket，可能导致 socket 溢出而丢包 —— 期望的包和不期望的包都丢了。对于 DNS 之类的 应用来说（DNS 基于 UDP）这将是灾难性的。以前我们应付这种问题的方式：每个 IP 只 运行一个 socket，如果一个 IP （或机器）被攻击了，至少不会影响其他 IP 的流量。
现在这一方式很难奏效了：我们有 30K+ DNS IP，运行同样数量的 UDP socket 显然不合理
。因此，我们的新方案是：使用 SO_ATTACH_BPF 选项，在每个 UDP socket 上运行一
个（复杂的）eBPF 过滤器 。关于在 socket 上运行 eBPF 的内容，参考我们的分享：
前面提到，eBPF 可以对包做限速。它的实现方式是在 eBPF map 中维护了状态信息 —— 包的数量。这样可以保证单个被攻击的 IP 不会影响其他流量。这项工作目前运行良好，但 在过程中我们发现了 eBPF 校验器的一个 bug：
我猜可能是因为在 UDP socket 上运行 eBPF 还是一件比较少见的事情，所以 bug 之前没 有被及时发现。
负载均衡
除了 DoS 之外，我们还在 XDP 中做 4 层负载均衡。这是个新项目，因此我们对外的 分享还不多。简单来说（做这件事情）是因为：在特定的情况下，我们要能通过 XDP 查询 socket。
问题比较简单：从包中提取五元组（5-tuple），根据五元组查找内核数据结构 “socket”。
这还是比较容易实现的，因为可以利用 bpf_sk_lookup 辅助函数；但其中也有复杂之处
，例如：当 SYN-cookie 功能打开时，无法验证收到的某个 ACK 是否来自
一个合法的三次握手。我的同事 Lorenz Bauer 正在致力于为这个边界场景添加支持。
TCP/UDP Socket Dispatch
经过了 DoS 和 LB 层之后，数据包来到了常规的 Linux TCP/UDP 协议栈。这里是进行 socket dispatch 的地方，例如，端口是 53 的包会被发送到 DNS 服务器。
我们尽量使用常规的 Linux 特性，但当服务器（集群）上有上千个 IP 地址时，情况变得 复杂起来。
如果使用 “AnyIP” trick，那
让 Linux 正确地对包进行路由是很容易的。但要将包正确地发送到对应的应用，则是另外一回事
。不幸的是，Linux 原生的 socket dispatch 逻辑对我们的需求来说不够灵活。我们希
望 80 这样的常用端口可以被不同应用共享，每个应用运行在不同的 IP 地址范围。Linux
本身并不支持这种功能，bind() 只能针对单个具体 IP，或者所有 IP（0.0.0.0）。
为了满足这种需求，我们开发了一个内核补丁，添加了 SO_BINDTOPREFIX socket 选项
。从名字上可以看出，它允许对给定的
IP 前缀调用 bind()，这就使得多个应用可以共享某些常用端口，例如 53 和 80。
接着我们遇到了另一问题：我们的 Spectrum 产品需要监听所有的 65535 个端口。监听这 么多的 socket 并不是一个好主意（可以查看我们之前的博客 ），所以得寻找其他 方式。经过一翻探索，我们找到了一个冷门的 iptables 模块：TPROXY，来解决这个问题。 进一步阅读：
这种配置可以工作，但我们不想要那些额外的防火墙规则。我们正在尝试解决这个问题 —— 事实上是扩展 socket dispatch 逻辑。你猜对了 —— 我们想基于 eBPF 来做。敬请 期待我们的补丁。
SOCKMAP
一种基于 eBPF 优化应用的方式。
近期我们对基于 SOCKMAP 做 TCP splicing 非常感兴趣：
这项技术有望用于优化我们软件栈中几个部分的尾延迟。虽然当前 SOCKMAP 的功能尚不 完备，但其潜力巨大。
类似的，新的 TCP-BPF，也就是 BPF_SOCK_OPS hooks 提 供了强大的方式检查 TCP flow 的性能参数，对我们性能团队来说非常有用。
Prometheus - ebpf_exporter
Linux 自带的一些统计计数很棒，但数据的粒度过粗，无法满足现代监控的需求，例如，
TcpExtListenDrops 和 TcpExtListenOverflows 都是全局计数器，而我们需要的是应
用级别的计数。
我们的解决方案是：使用 eBPF probes 直接从内核获取这些数据。我的同事 Ivan Babrou 写了一个名为 “ebpf_exporter” 的 Prometheus metrics exporter 来完成这项工 作，见：
无处不在的 eBPF
最后总结一下，本文介绍了 eBPF 在我们的边缘服务器里 6 个不同层次的应用：
- 大规模 DoS mitigation：XDP eBPF
- 防御应用层攻击：iptables
xt_bpfcBPF - UDP socket 限速：
SO_ATTACH_BPF - 负载均衡器：XDP
- TCP socket splicing；TCP-BPF：TCP 测量：SOCKMAP
- 细粒度监控采集：ebpf_exporter
这仅仅是开始！
接下来我们会进一步改进基于 eBPF 的 socket dispatch，基于 eBPF 的 Linux TC（Traffic Control），以及与 cgroup eBPF hook 的更多集成。我们的 SRE 团队 也维护着越来越多的 BCC 脚本，它们对 debug 很有 帮助。
Linux 似乎已经停止开发新的 API，所有新功能都是以 eBPF hook 和辅助函数的方式实现 的。这可以带来很多优势，升级 eBPF 程序要比重新编译内核模块方便和安全得多。其中一 些东西，例如 TCP-BPF、导出大量性能跟踪数据等，没有 eBPF 可能就无法完成。
有人说“软件正在吞噬世界”（software is eating the world），而我要说：“BPF 正 在吞噬软件”（BPF is eating the software）。