今日鸡汤
对每个人而言，真正的职责只有一个：找到自我，然后在心中坚守一生，全心全意，永不停息。所有其他的路都是不完整的，是人的逃避方式，是对大众理想的懦弱回归，是随波逐流，是对内心的恐惧。
愿你能够幸运的找到自我，并坚守一生。
上次说到：
Prometheus采用Pull方式搜集被监控对象的Metrics，将这些数据保存在时序数据库中，之后可以按照时间进行检索。
Istio如何收集指标——Mixer 到 Mixerless
先看看1.5版本前的方式
在1.5版本前，Istio还采用的是各个控制组件各司其职的方式，Istio使用Mixer做为独立的遥测后端，数据采集不需要Envoy来做，真正实现应用、代理、遥测后端三方解耦的功能。
Mixer的设计哲学——搞中介
Mixer作为Istio与开放基础设施之间的抽象层，提供了一种中介模式，允许通过配置不同的Adapter连接不同的后端，从而使运行在Service Mesh中的服务可以不直接访问后端接口就直接与后端交互。同时，通过使用不同的插件，使Mixer能暴露一致的API，在运行时通过配置就能切到不同后端，非常灵活。
引用官方文档对Mixer的定义：
Mixer 本质上就是一个处理属性和路由的机器。代理将属性作为预检和遥测报告的一部分发送出来，并且转换为一系列对适配器的调用。运维人员提供了用于描述如何将传入的属性映射为适配器的配置。
Mixer的设计
简单说来，它的目标就是减少业务系统的复杂性，将策略逻辑从业务的微服务的代码转移到Mixer中, 并且改为让运维人员控制。
Mixer有什么功能？
Mixer可不仅仅是为了遥测而生，其实它还负责预检和配额，这两个功能的加持也是后面它被吐槽的很凶原因。
总结来说，Mixer 提供三个核心功能：
- 前提条件检查。允许服务在响应来自服务消费者的传入请求之前验证一些前提条件。前提条件包括认证，黑白名单，ACL检查等等。
- 配额管理。使服务能够在多个维度上分配和释放配额。典型例子如限速。
- 遥测报告。使服务能够上报日志和监控。
在Istio内，由于Envoy只是个干活的小兵，因此它也重度依赖Mixer。
监控的都是什么数据？
监控的是一种称为”属性“的一小部分数据，来描述请求信息和请求的环境，比如请求大小、响应情况、源IP地址等。各个Envoy会给Mixer吐数进行上报。
数据怎么传递的？
整个过程权责明确，以Prometheus作为后端为例，主要有四个步骤：
1）Envoy批量将请求属性（描述请求或服务运行环境的一些元信息）通过Report接口异步上报给Mixer；
2）Mixer根据handler配置将Instance转换为Prometheus Adapter需要的格式；
3）Prometheus Adapter通过HTTP接口发布Metric数据；
4）Prometheus拉取、存储Metric数据，并提供Query接口进行检索。
Prometheus 默认监控指标？
Mixer 安装中默认包含一个 Prometheus Adapter，Adapter会收到一份用于生成默认监控指标的配置，比如，对HTTP来说，包括Request Count、Request Duration、Request Size、Response Size。 所以当安装好Istio，Prometheus实例可以直接抓取 Mixer 以获取默认指标。
Istio附带了一组默认的dashboard，根据指标来监控服务，比如istio_requests_total。
如何配置Adapter自定义监控指标？
Adapter的配置主要有三个重要对象：
- Instance：Instance描述如何将请求属性到Adapter输入的映射。
# Configuration for metric instances
apiVersion: config.istio.io/v1alpha2
kind: instance
metadata:
name: doublerequestcount
namespace: istio-system
spec:
compiledTemplate: metric
params:
value: "2" # count each request twice
dimensions:
reporter: conditional((context.reporter.kind | "inbound") == "outbound", "client", "server")
source: source.workload.name | "unknown"
destination: destination.workload.name | "unknown"
message: '"twice the fun!"'
monitored_resource_type: '"UNSPECIFIED"'
- Handler：描述Adapter和它的配置，在这里配置的就是prometheus的Adapter，这里就定义了一个叫做double_request_count的prometheus监控指标。
# Configuration for a Prometheus handler
apiVersion: config.istio.io/v1alpha2
kind: handler
metadata:
name: doublehandler
namespace: istio-system
spec:
# convert collected instances to Prometheus format
compiledAdapter: prometheus
params:
metrics:
- name: double_request_count # Prometheus metric name
instance_name: doublerequestcount.instance.istio-system # Mixer instance name (fully-qualified)
kind: COUNTER
label_names:
- reporter
- source
- destination
- message
- Rule：定义了哪个Instance在什么时候被发送到哪个Handler来处理，一般包含一个表达式和一个Action。匹配表达式控制何时调用Adapter，Action决定Adapter的Instance集。
# Rule to send metric instances to a Prometheus handler
apiVersion: config.istio.io/v1alpha2
kind: rule
metadata:
name: doubleprom
namespace: istio-system
spec:
actions:
- handler: doublehandler
instances: [ doublerequestcount ]
Istio1.5后
在Istio1.5版本后，Istio抛弃了饱受诟病的Mixer，转为使用Telemetry V2进行遥测数据收集。那Mixer为什么被吐槽呢？从它的设计说起。
性能永远是软件的试金石
之前采用的是Mixer与Proxy分离的架构，这种架构为什么不好?
先说优美之处，有三点：
- 分离的设计意味着Mixer的变动不影响sidecar；
- Sidercar不需要跟Adapter耦合；
- 如果需要替换数据平面的需求，可以直接换掉。
缺陷也很明确，性能差。
可以看到，区别就在于，Mixer将进程内Adapter优化为进程外Adapter，也就是说，把Adapter的进程从Mixer里移出来了，改为独立于Mixer的单独进程。虽然这一波操作将Out-of-process Adapter从Istio移出来了，让Istio的设计变得更简单，但是却收获了更多的吐槽，原因有两个：其一，多一个组件反而增加运维人员的工作。其二，这种设计并没有减少Sidecar与Mixer之间远程调用的次数，反而在Mixer和Out-of-process Adapter之间增加了一次远程调用。
你说这个设计是不是蜜汁尴尬！！本来是为了解决性能问题，结果还导致甩锅和更大的性能问题，可能架构师只追求架构图的完美而忽略了实际生产的根本需求。
这是对Mixer遥测功能性能的“优化”，你还记得吗？Mixer还负责预检呢。预检就是在转发请求前，把请求拦下来，做前提条件检查和配额管理，只有满足条件的请求才会被转发。为了做这个事情，Envoy还需要跟Mixer发一次请求，并且这个请求不能做成异步哦，因为它是前提条件检查哦。
也就是说，为了帮助Mixer完成它的工作，Envoy在转发请求前要发起一次对Mixer的请求做预检和配额管理，在转发请求后还要再发一次请求做上报。后一次可以是异步，但前一次只能是同步。
于是，为了解决这个问题，神奇的架构师灵机一动，想到了性能问题的大招——缓存。
于是乎，在Envoy中增加Mixer Filter负责和Mixer来通讯，它里面保存有策略判断所需的数据缓存，因此大部分策略判断在Envoy中就处理了，不需要发送请求到Mixer。另外Envoy收集到的遥测数据会先保存在Envoy的缓存中，每隔一段时间再通过批量的方式上报到Mixer。
虽然增加了缓存机制，但是性能依旧很烂。
另外，当所有的流量通过Mixer来统一采集和上报，导致规模上来后，Mixer容易成为性能瓶颈。这也是被吐槽的很惨的一个重要原因。
解法——Web Assembly
天下合久必分，分久必合，既然分开不好，那么很自然的就想要把Mixer的功能合并到Sidecar做，将遥测和服务鉴权能力下沉到每个服务的代理Proxy Envoy中。
这机智的大脑，那问题来了，Envoy是C++写的，Mixer是Go的，怎么把功能加进去？直接撸袖子再写一把C++吗？
纠结了很久，Envoy开始提供Web Assembly(WASM)的支持，成了扩展Envoy解药。那什么是Web Assembly，我的理解也不是很深刻，摘抄一下：
WebAssembly不是一门编程语言，而是一份字节码标准。WebAssembly字节码是一种抹平了不同CPU架构的机器码，WebAssembly字节码不能直接在任何一种CPU架构上运行，但由于非常接近机器码，可以非常快的被翻译为对应架构的机器码，因此WebAssembly运行速度和机器码接近。（类比Java bytecode）
Envoy支持了WASM后，无论用哪种高级语言写的各路Adapter，都可以编译成WASM，然后被Envoy加载，这样就避免了修改Envoy，也不再需要远程调用了。
也是被逼到没办法了，开了如此拍案叫绝的脑洞呀。
Mixerless的实现——Telemetry V2
正如官博《重新定义代理的扩展性：Envoy 和 Istio 引入 WebAssembly》所说：
WebAssembly是一种针对代理服务扩展的新接口，可以把 Istio 的扩展从控制平面迁移到 sidecar 代理中。
目前在Envoy中，有4个内置的WebAssembly扩展：
- access_log_policy和stackdriver：用于往Google StackDriver推送数据
- metadata_exchange：做request和response上下游标记，记录请求
- stats：采集请求相关监控指标，暴露Prometheus 可采集的接口。
目前istio默认生成的标准指标可以通过这里查到：Istio标准度量指标，我专门从官方文档比了一下，默认的指标没有变化：
标签也基本一样，只不过Telemetry v2增加了一个叫做“规范服务”的标签：
纠结了很久的如何定制Metrics也终于找到了官方的wiki来说明：Configurable Metrics without Mixer。大致分两步：
- 第一步，配置EnvoyFilter。
- 第二步，在pod中添加annotations。不难理解，由于遥测下沉到Envoy了，因此每一个pod都需要将想要让Prometheus监控的指标声明出来。
具体怎么操作，接下来会翻译加实操一下，敬请期待。
另外，如果你想写自己的扩展，可以使用Solo.io发布的工具WebAssembly Hub，官方介绍为：
这是一套为 Envoy 和 Istio 做的，用于构建，部署，共享和发现 Envoy Proxy Wasm 扩展的工具和仓库。用户可以轻松地把任何受支持语言开发的代码编译为 Wasm 扩展。可以将这些扩展上传到 Hub 仓库，并且用单个命令就将其在 Istio 中部署和删除。
本宝宝准备过两天也照着文档试一下WebAssembly Hub，看看怎么使，到时候再跟大家分享啦。
