HTTP流量神器Goreplay核心源码详解

Posted 华为云开发者社区

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了HTTP流量神器Goreplay核心源码详解相关的知识,希望对你有一定的参考价值。

摘要:Goreplay 前称是 Gor,一个简单的 TCP/HTTP 流量录制及重放的工具,主要用 Go 语言编写。

本文分享自华为云社区《流量回放工具之 goreplay 核心源码分析》,作者:zuozewei。

一、前言

Goreplay 前称是 Gor,一个简单的 TCP/HTTP 流量录制及重放的工具,主要用 Go 语言编写。

Github地址:https://github.com/buger/goreplay

二、工程结构

这里以最新的 v1.3 版本为例,与 v1.0 的代码存在较大差异。

 ~/GoProjects/gor_org/goreplay   release-1.3 ±✚  tree -L 1

.
├── COMM-LICENSE
├── Dockerfile
├── Dockerfile.dev
├── ELASTICSEARCH.md
├── LICENSE.txt
├── Makefile
├── Procfile
├── README.md
├── byteutils
├── capture
├── circle.yml
├── docs
├── elasticsearch.go
├── emitter.go 
├── emitter_test.go
├── examples
├── go.mod
├── go.sum
├── gor.go  
├── gor_stat.go
├── homebrew
├── http_modifier.go
├── http_modifier_settings.go
├── http_modifier_settings_test.go
├── http_modifier_test.go
├── http_prettifier.go
├── http_prettifier_test.go
├── input_dummy.go
├── input_file.go
├── input_file_test.go
├── input_http.go
├── input_http_test.go
├── input_kafka.go
├── input_kafka_test.go
├── input_raw.go
├── input_raw_test.go
├── input_tcp.go
├── input_tcp_test.go
├── kafka.go
├── limiter.go
├── limiter_test.go
├── middleware
├── middleware.go
├── middleware_test.go
├── mkdocs.yml
├── output_binary.go 
├── output_dummy.go
├── output_file.go
├── output_file_test.go
├── output_http.go
├── output_http_test.go
├── output_kafka.go
├── output_kafka_test.go
├── output_null.go
├── output_s3.go
├── output_tcp.go
├── output_tcp_test.go
├── plugins.go     
├── plugins_test.go
├── pro.go
├── proto
├── protocol.go
├── ring
├── s3
├── s3_reader.go
├── s3_test.go
├── settings.go  
├── settings_test.go
├── sidenav.css
├── simpletime
├── site
├── size
├── snapcraft.yaml
├── tcp
├── tcp_client.go
├── test_input.go
├── test_output.go
├── vendor
└── version.go

工程目录比较扁平,主要看 plugin.go,settings.go,emitter.go 几个主要文件,其它分 input_xxx ,output_xxx 都是适配具体协议的输入输出插件,程序入口是 gor.go 的 main 函数。

主要文件说明:

  • settings.go:实现对于启动命令参数的解析,决定其注册那些插件到 Plugin.Inputs,Plugin.Outputs两个列表里。
  • plugin.go:主要是所有输入输出插件的管理。
  • emitter.go:程序核心事件处理,实现对于 Plugin.Inputs 输入流的读取、判断是否需要进行 middlewear 的处理、http修改等,然后异步复制流量到所有 Plugin.outputs,同时将所有 Plugin.outputs 中有 response 的数据,复制到所有 outputs 中。
  • input_xxx.go:主要是输入的插件,实现 tcp/http/raw/kafka等协议, 实现 io.Reader 接口,最后根据配置注册到 Plugin.inputs队列里。
  • output_xxx.go:主要是输出的插件,实现 tcp/http/raw/kafka 等协议, 实现 io.Writer 接口,最后根据配置注册到 Plugin.outputs 队列里。

三、主要核心流程

goreplay 只有 input 和 output 两个概念,是 goreplay 对数据流的抽象,统称为 plugin。

gor.go 中 main 函数,它主要做了以下事情:

1、解析命令行参数:

// Parse parses the command-line flags from os.Args[1:]. Must be called
// after all flags are defined and before flags are accessed by the program.
func Parse() 
	// Ignore errors; CommandLine is set for ExitOnError.
	CommandLine.Parse(os.Args[1:])

2、初始化全局的 Settings 变量。

func checkSettings() 
	if Settings.OutputFileConfig.SizeLimit < 1 
		Settings.OutputFileConfig.SizeLimit.Set("32mb")
	
	if Settings.OutputFileConfig.OutputFileMaxSize < 1 
		Settings.OutputFileConfig.OutputFileMaxSize.Set("1tb")
	
	if Settings.CopyBufferSize < 1 
		Settings.CopyBufferSize.Set("5mb")
	

3、命令行参数的定义在 settings.go 的 init 函数中,会先于 main 函数执行。

func init() 
	flag.Usage = usage
	flag.StringVar(&Settings.Pprof, "http-pprof", "", "Enable profiling. Starts  http server on specified port, exposing special /debug/pprof endpoint. Example: `:8181`")
	flag.IntVar(&Settings.Verbose, "verbose", 0, "set the level of verbosity, if greater than zero then it will turn on debug output")
	flag.BoolVar(&Settings.Stats, "stats", false, "Turn on queue stats output")

	if DEMO == "" 
		flag.DurationVar(&Settings.ExitAfter, "exit-after", 0, "exit after specified duration")
	 else 
		Settings.ExitAfter = 5 * time.Minute
	

	flag.BoolVar(&Settings.SplitOutput, "split-output", false, "By default each output gets same traffic. If set to `true` it splits traffic equally among all outputs.")
	flag.BoolVar(&Settings.RecognizeTCPSessions, "recognize-tcp-sessions", false, "[PRO] If turned on http output will create separate worker for each TCP session. Splitting output will session based as well.")
 
    ......

	// default values, using for tests
	Settings.OutputFileConfig.SizeLimit = 33554432
	Settings.OutputFileConfig.OutputFileMaxSize = 1099511627776
	Settings.CopyBufferSize = 5242880

4、根据命令行传参初始化插件,在 main 函数中调用 InitPlugins 函数。

// NewPlugins specify and initialize all available plugins
func NewPlugins() *InOutPlugins 
	plugins := new(InOutPlugins)

	for _, options := range Settings.InputDummy 
		plugins.registerPlugin(NewDummyInput, options)
	
 
    ......

	return plugins

5、调用 Start 函数,启动 emitter,每个 input 插件,都启动一个协程,读取 input,写 output。​

/ Start initialize loop for sending data from inputs to outputs
func (e *Emitter) Start(plugins *InOutPlugins, middlewareCmd string) 
	if Settings.CopyBufferSize < 1 
		Settings.CopyBufferSize = 5 << 20
	
	e.plugins = plugins

	if middlewareCmd != "" 
		middleware := NewMiddleware(middlewareCmd)

		for _, in := range plugins.Inputs 
			middleware.ReadFrom(in)
		

		e.plugins.Inputs = append(e.plugins.Inputs, middleware)
		e.plugins.All = append(e.plugins.All, middleware)
		e.Add(1)
		go func() 
			defer e.Done()
			if err := CopyMulty(middleware, plugins.Outputs...); err != nil 
				Debug(2, fmt.Sprintf("[EMITTER] error during copy: %q", err))
			
		()
	 else 
		for _, in := range plugins.Inputs 
			e.Add(1)
			go func(in PluginReader) 
				defer e.Done()
				if err := CopyMulty(in, plugins.Outputs...); err != nil 
					Debug(2, fmt.Sprintf("[EMITTER] error during copy: %q", err))
				
			(in)
		
	

如果只有一个协程,存在性能瓶颈。默认是一个 input 复制多份,写多个 output,如果传了 --split-output 参数,并且有多个 output ,则使用简单的 Round Robin 算法来选 output,不会写多份。多个 input 之间是并行的,但单个 input 到多个 output,是串行的。所有 input 都实现了 io.Reader 接口,output 都实现了 io.Writer 接口。所以阅读代码时,input 的入口是 Read() 方法,output 的入口是 Write() 方法。

// CopyMulty copies from 1 reader to multiple writers
func CopyMulty(src PluginReader, writers ...PluginWriter) error 
	wIndex := 0
	modifier := NewHTTPModifier(&Settings.ModifierConfig)
	filteredRequests := make(map[string]int64)
	filteredRequestsLastCleanTime := time.Now().UnixNano()
	filteredCount := 0

	for 
		msg, err := src.PluginRead()
		if err != nil 
			if err == ErrorStopped || err == io.EOF 
				return nil
			
			return err
		
		if msg != nil && len(msg.Data) > 0 
			if len(msg.Data) > int(Settings.CopyBufferSize) 
				msg.Data = msg.Data[:Settings.CopyBufferSize]
			
			meta := payloadMeta(msg.Meta)
			if len(meta) < 3 
				Debug(2, fmt.Sprintf("[EMITTER] Found malformed record %q from %q", msg.Meta, src))
				continue
			
			requestID := byteutils.SliceToString(meta[1])
			// start a subroutine only when necessary
			if Settings.Verbose >= 3 
				Debug(3, "[EMITTER] input: ", byteutils.SliceToString(msg.Meta[:len(msg.Meta)-1]), " from: ", src)
			
			if modifier != nil 
				Debug(3, "[EMITTER] modifier:", requestID, "from:", src)
				if isRequestPayload(msg.Meta) 
					msg.Data = modifier.Rewrite(msg.Data)
					// If modifier tells to skip request
					if len(msg.Data) == 0 
						filteredRequests[requestID] = time.Now().UnixNano()
						filteredCount++
						continue
					
					Debug(3, "[EMITTER] Rewritten input:", requestID, "from:", src)

				 else 
					if _, ok := filteredRequests[requestID]; ok 
						delete(filteredRequests, requestID)
						filteredCount--
						continue
					
				
			

			if Settings.PrettifyHTTP 
				msg.Data = prettifyHTTP(msg.Data)
				if len(msg.Data) == 0 
					continue
				
			

			if Settings.SplitOutput 
				if Settings.RecognizeTCPSessions 
					if !PRO 
						log.Fatal("Detailed TCP sessions work only with PRO license")
					
					hasher := fnv.New32a()
					hasher.Write(meta[1])

					wIndex = int(hasher.Sum32()) % len(writers)
					if _, err := writers[wIndex].PluginWrite(msg); err != nil 
						return err
					
				 else 
					// Simple round robin
					if _, err := writers[wIndex].PluginWrite(msg); err != nil 
						return err
					

					wIndex = (wIndex + 1) % len(writers)
				
			 else 
				for _, dst := range writers 
					if _, err := dst.PluginWrite(msg); err != nil && err != io.ErrClosedPipe 
						return err
					
				
			
		

		// Run GC on each 1000 request
		if filteredCount > 0 && filteredCount%1000 == 0 
			// Clean up filtered requests for which we didn't get a response to filter
			now := time.Now().UnixNano()
			if now-filteredRequestsLastCleanTime > int64(60*time.Second) 
				for k, v := range filteredRequests 
					if now-v > int64(60*time.Second) 
						delete(filteredRequests, k)
						filteredCount--
					
				
				filteredRequestsLastCleanTime = time.Now().UnixNano()
			
		
	

轮询调度算法的原理是每一次把来自用户的请求轮流分配给内部中的服务器,从1开始,直到 N(内部服务器个数),然后重新开始循环。

算法的优点是其简洁性,它无需记录当前所有连接的状态,所以它是一种无状态调度。

四、其它的小知识

1、goreplay 抓包调用 google/gopacket 来实现,后者通过 cgo 来调用 libpcap。整体工具小巧而实用,既可以实现 rawsocket 的抓包,也可以实现 http 的录制、回放,也支持多实例之间的级联。RAW_SOCKET 允许监听任何端口上的流量,因为它们是在IP级别上操作的。端口是 TCP 的特性,具有流量控制、传输可靠等优点。这个包实现了自己的TCP层: 使用tcp_packet 解析TCP包。流控制由 tcp_message.go管理

参考地址:http://en.wikipedia.org/wiki/Raw_socket

2、用三个猴头 emoji 字符作为请求分隔符,第一眼看到感觉挺搞笑的。

比如:

3、配置信息全靠启动命令参数。

比如:

/usr/local/bin/gor --input-raw :80 --input-raw-track-response   --input-raw-bpf-filter "host ! 167.xxx.xxx.xx"  --input-raw-override-snaplen --prettify-http --output-http http://192.168.3.110:80 --output-http-timeout 10s --output-http-workers 1000 --output-http-workers-min 100  --http-allow-header "Aww-Csid: xxxxx" --output-http-track-response --http-allow-method POST --middleware "/production/www/go_replay/client/middleware/sync --project project_name" --output-http-compatibility-mode --http-allow-url /article/detail

4、goreplay 支持 Java 程序配合工作的。支持开启插件模式:

gor --input-raw :80 --middleware "java -jar xxx.jar" --output-file request.gor

通过 middleware 参数可以传递一条命令给 gor ,gor 会拉起一个进程执行这个命令。在录制过程中,gory 通过获取进程的标准输入和输出与插件进程进行通信。

数据流向大致如下:

+-------------+     Original request     +--------------+     Modified request      +-------------+
|  Gor input  |----------STDIN---------->|  Middleware  |----------STDOUT---------->| Gor output  |
+-------------+                          +--------------+                           +-------------+
  input-raw                              java -jar xxx.jar                            output-file   

5、拦截器的设置

参考地址:https://github.com/buger/goreplay/wiki/Dealing-with-missing-requests-and-responses

实际使用过程中,发现录制流量并发达到一定量级会丢失很多请求,经过阅读官方文档和测试,发现最相关的一个关键参数是 –input-raw-buffer-size。
其主要原因四由于 gor 本身需要对数据包进行读取,协议解析等,借助于 pcap 及 os 缓冲区,当缓冲区不足,到达的数据包不足以组装 Http 请求则出现丢失或失效请求,无法正确处理。

listener.go 该参数是作用在底层录制上:

  inactive.SetTimeout(t.messageExpire)
      inactive.SetPromisc(true)
      inactive.SetImmediateMode(t.immediateMode)
      if t.immediateMode 
        log.Println("Setting immediate mode")
      
      if t.bufferSize > 0 
        inactive.SetBufferSize(int(t.bufferSize))
      

      handle, herr := inactive.Activate()
      if herr != nil 
        log.Println("PCAP Activate error:", herr)
        wg.Done()
        return
      

在具体复制动作定义bufferSize:

// CopyMulty copies from 1 reader to multiple writers
func CopyMulty(src io.Reader, writers ...io.Writer) (err error) 
  buf := make([]byte, Settings.copyBufferSize)
  wIndex := 0
  modifier := NewHTTPModifier(&Settings.modifierConfig)
  filteredRequests := make(map[string]time.Time)
  filteredRequestsLastCleanTime := time.Now()
 
  ......

五、代码调用链路图

最后附送一张 gor 代码调用链路图。

原图地址:

点击关注,第一时间了解华为云新鲜技术~

以上是关于HTTP流量神器Goreplay核心源码详解的主要内容,如果未能解决你的问题,请参考以下文章

流量回放工具之 goreplay 核心源码分析

流量回放工具之 GoReplay output-http-stats(HTTP请求统计) 源码分析

流量回放工具之 GoReplay output-http-stats(HTTP请求统计) 源码分析

在也不用 Mock 数据测试了!直接 COPY 线上流量岂不美哉 !分流神器 — Goreplay 「你值得拥有,炸墙推荐」

在也不用 Mock 数据测试了!直接 COPY 线上流量岂不美哉 !分流神器 — Goreplay 「你值得拥有,炸墙推荐」

流量回放工具之GoReplay output-http 源码分析