http://arthurchiao.art/blog/trip-stepping-into-cloud-native-networking-era-zh/

This post also provides an English version.

本文是我们的前一篇博客 Trip.com: First Step towards Cloud Native Networking 的后续，介绍自上一篇博客以来我们在基于 Cilium 的云原生网络和云原生安全方面的一些 探索和实践。

• 1 网络演进：简要回顾
• 2 云原生网络实践
  • 2.1 BGP 建连模型
  • 2.2 典型流量转发路径：从 Pod 访问 Service
  • 2.3 集群边界 L4/L7 入口解决方案
• 3 云原生安全尝试
  • 3.1 Cilium 安全策略
  • 3.2 落地挑战
    • 多集群问题
    • 混合基础设施
  • 3.3 整体方案设计
    • 3.3.1 用 ClusterMesh 做 Cilium 集群互连
    • 3.3.2 扩展 ClusterMesh，感知 mesh 外实例
• 4 总结
• 参考文献

1 网络演进：简要回顾

从 2013 到 2018 年，我们经历了物理机到虚拟机再到容器的基础设施演进，但网络技 术栈基本都是沿用 Neutron+OVS —— 即使对我们（前期）的 Kubernetes 集群也是 如此。但业务开始往 Kubernetes 迁移之后，这套 Neutron+OVS 的网络方案越来越捉襟见肘， 尤其是在部署密度更高、规模更大的容器面前，这种大二层网络模型的软件和硬件瓶颈暴露无遗 [1]。

为了解决这些问题，更重要地，为了满足云原生业务的各种需求（例如，支持Kubernetes 的 Service 模型），我们调研了很多较新的网络方案，综合评估之后，选择了 Cilium+BGP 的组合 [3]。

Fig 1-1. Networking solutions over the past years [2]

Cilium+BGP 方案 2019 年底正式在我们生产环境落地，我们打通了 Cilium 网络和现有网 络，因此能灰度将容器从 Neutron 迁移到 Cilium。

2 云原生网络实践

作为 Cilium 的早起用户之一，我们对 Cilium 的实现和部署做了一些修改或定制化，以使 这套方案能平滑地落地到我们现有的基础设施之中，例如 [2]，

1. 用 docker-compsoe + salt 来部署，而不是采用默认的 daemonset+configmap 方式。

   这样每台 node 上的 cilium-agent 都有独立配置，我们能完全控制发布灰度，将 变更风险降到最低。

2. 用 BIRD 作为 BGP agent，而不是采用默认的 kube-router。

   kube-router 开箱即用，但缺少对 ECMP、BFD 等高级功能的支持，不符合我们生产环境的要求。

3. 为了保证某些业务的平滑迁移，我们开发了 StatefulSet/AdvancedStatefulSet 固定 IP 的支持（需要 sticky 调度配合）。

4. 定制化了监控和告警。

5. 其他一些自定义配置。

我们之前的一篇文章 [2] 对此有较详细的介绍，有兴趣可以移步。 下面讨论几个之前介绍较少或者没有覆盖到的主题。

2.1 BGP 建连模型

Cilium+BIRD 方案中，以宿主机为界，网络可以大致分为两部分，如图 2-1 所示，

Fig 2-1. High level topology of the Cilium+BGP solution [2]

1. 宿主机内部网络：由 Cilium（及内核协议栈）负责，职责包括，
   • 为容器创建和删除虚拟网络。
   • 为容器生成、编译和加载 eBPF。
   • 处理同宿主机内容器之间的网络通信。
2. 跨宿主机网络：由 BGP（及内核路由模块）负责，职责包括，
   • 与数据中心网络交换路由（PodCIDRs）。
   • 对出宿主机的流量进行路由。

对于跨宿主机部分，需要确定要采用哪种 BGP peering 模型，这个模型解决的问题包括 ：

1. BGP agent 的职责，是作为一个全功能路由控制服务，还是仅用作 BGP speaker？
2. 宿主机和数据中心的哪些设备建立 BGP 邻居？
3. 使用哪种 BGP 协议，iBGP 还是 eBGP？
4. 如何划分自治域（AS），使用哪种 ASN（自治域系统编号）方案？

取决于具体的网络需求，这套 BGP 方案可能很复杂。基于我们数据中心网络能提供的能力 及实际的需求，我们采用的是一种相对比较简单的模型，

1. 每台 node 运行 BIRD，仅作为 BGP speaker，
   1. Node 在上线时会自动分配一个 /25 或 /24 的 PodCIDR。
   2. BIRD 和数据中心网络中的两个邻居建立 BGP 连接。
   3. BIRD 将 PodCIDR 通告给邻居，但 不从邻居接受任何路由。
2. 数据中心网络只从 node 接受 /25 或 /24 路由宣告，但不向 node 宣告任何路由。
3. 整张网络是一张三层纯路由网络（pure L3 routing network）。

这种模型的简单之处在于，

1. 数据中心网络从各 node 学习到 PodCIDR 路由，了解整张网络的拓扑，因此 Pod 流量在数据中心可路由。
2. Node 不从数据中心学习任何路由，所有出宿主机的流量直接走宿主机默认路由（到数据 中心网络），因此宿主机内部的路由表不随 node 规模膨胀，没有路由条目数量导致的性能瓶颈。

Fig 2-2. BGP peering model in 3-tier network topology

在路由协议方面，

• 老数据中心基于“接入-汇聚-核心”三级网络架构，如图 2-2 所示,
  • 节点和核心交换机建立 BGP 连接。
  • 使用 iBGP 协议交换路由。
• 新数据中心基于 Spine-Leaf 架构，
  • 节点和直连的 Leaf 交换机（置顶交换机）建立 BGP 连接。
  • 使用 eBGP 协议交换路由。

我们已经将这方面的实践整理成文档，见 Using BIRD to run BGP [3]。

2.2 典型流量转发路径：从 Pod 访问 Service

来看一下在这套方案中，典型的流量转发路径。

假设从一个 Pod 内访问某个 Service，这个 Service 的后端位于另一台 Node，如下图所示，

Fig 2-3. Traffic path: accessing Service from a Pod [4]

主要步骤：

1. 在 Node1 上的 Pod1 里面访问某个 Service (curl <ServiceIP>:<port>)。
2. eBPF 处理 Service 抽象，做客户端负载均衡：选择某个后端，然将包的目的 IP 地址从 ServiceIP 换成后端 PodIP（即执行 DNAT）。
3. 内核路由决策：查询系统路由表，根据包的目的 IP 地址确定下一跳；对于这个例 子匹配到的是默认路由，应该通过宿主机网卡（或 bond）发送出去。
4. 包到达宿主机网卡（bond），通过默认路由发送到宿主机的默认网关（配置在数据中心 网络设备上）。
5. 数据中心网络对包进行路由转发。由于此前数据中心网络已经从各 Node 学习到了 它们的 PodCIDR 路由，因此能根据目的 IP 地址判断应该将包送到哪个 Node。
6. 包达到 Node 2 的网卡（bond）：一段 eBPF 代码负责提取包头，根据 IP 信息找到 另一段和目的 Pod 一一对应的 eBPF 代码，然后将包交给它。
7. 后一段 eBPF 代码对包执行 入向策略检查，如果允许通过，就将包交给 Pod4。
8. 包到达 Pod4 的虚拟网卡，然后被收起。

我们有一篇专门的文章详细介绍整个过程，见 [4]。

2.3 集群边界 L4/L7 入口解决方案

在 Kubernetes 的设计中，ServiceIP 只能在集群内访问，如果要从集群外访问 Service 怎么办？例如，从 baremetal 集群、OpenStack 集群，或者其他 Kubernetes 集群访问？这属于集群边界问题。

K8s 为这些场景提供了两种模型：

1. L7 模型：称为 Ingress，支持以 7 层的方式从集群外访问 Service，例如通过 HTTP API 访问。
2. L4 模型: 包括 externalIPs Service、LoadBalancer Service，支持以 4 层的方 式访问 Service，例如通过 VIP+Port。

但是，K8s 只提供了模型，没提供实现，具体的实现是留给各厂商的。例如，假如你使 用的是 AWS，它提供的 ALB 和 ELB 就分别对应上面的 L7 和 L4 模型。在私有云，就需要 我们自己解决。

我们基于 Cilium+BGP+ECMP 设计了一套四层入口方案。本质上这是一套四层负载均衡器（ L4LB），它提供一组 VIP，可以将这些 VIP 配置到 externalIPs 类型或 LoadBalancer 类 型的 Service，然后就可以从集群外访问了。

Fig 2-4. L4LB solution with Cilium+BGP+ECMP [5]

基于这套四层入口方案部署 istio ingress-gateway，就解决了七层入口问题。从集群外访 问时，典型的数据转发路由如下：

Fig 2-5. Traffic path when accesing Service from outside the Kubernetes cluster [5]

我们之前有篇博客详细介绍这个主题，见 [5]。

3 云原生安全尝试

Cilium 提供的两大核心能力：

1. 基于 eBPF 的灵活、动态、高性能网络。
2. L3-L7 安全策略：CiliumNetworkPolicy 是对 K8s 的 NetworkPolicy 的扩展。

在落地了网络功能后，针对安全需求，我们在尝试落地基于 Cilium 的安全。

3.1 Cilium 安全策略

首先来看一个简单的例子，看看 CiliumNetworkPolicy (CNP) 长什么样 [6]：

apiVersion: "cilium.io/v2"
kind: CiliumNetworkPolicy
metadata:
  name: "clustermesh-ingress-l4-policy"
  description: "demo: allow only employee to access protected-db"
spec:
  endpointSelector:
    matchLabels:
      app: protected-db
  ingress:
  - toPorts:
    - ports:
      - port: "6379"
        protocol: TCP
    fromEndpoints:
      - matchLabels:
          app: employee

上面的 yaml：

1. 创建一个 CNP，可以指定 name 和 description 等描述字段。
2. 对带 app=protected-db 标签（labels）的 endpoints（pods）执行这个 CNP。
3. 在执行 CNP 的时候，只对入向（ingress）流量做控制，并且限制如下流量来源：
   • 协议是 TCP，并且端口是 6379.
   • 流量来自带 app:employee labels 的 endpoints（pods）。

可以看到，CNP 非常灵活，使用起来也很方便。但真实世界要远比想象中复杂，要真正落地 Cilium 安全策略，还存在很多挑战。

3.2 落地挑战

下面举两个例子，相信这些问题在很多公司都需要面对，并不是我们独有的。

多集群问题

如果你所有的应用都运行在 Cilium 集群中，并且客户端和服务端都收敛到一个集群（大部 分公有云厂商都推荐一个 region 只部署一套 K8s 集群，所有访问都收敛到这套集群），那落 地起来会简单很多。

但大部分有基础设施演进的公司恐怕都不满足这个假设，实际的情况很可能是：业务分散在多 个集群。

混合基础设施

多集群还不是最大的问题，因为业界多少还有一些多集群解决方案。

更严重的一个问题是：业务不仅分散在不同集群，而且在不同平台。例如对我们来说，现在 有：

1. Bare metal 集群
2. OpenStack 集群
3. 基于 Neutron+OVS 的 Kubernetes 集群
4. 基于 Cilium+BGP 的 Kubernetes 集群

虽然我们计划将所有容器从 Neutron 网络迁移到 Cilium 网络，但另外两种，bare metal 和 OpenStack 集群，还是会长期存在的，虽然规模可能会逐渐减小。

3.3 整体方案设计

我们目前的一个整体方案：在服务端容器做入向安全策略，客户端可以来自任何平台、任何集群：

1. 这将范围框定到了已经在 Cilium 网络的服务端容器，是一个不错的起点。
2. 传统网络里的服务端容器，会逐渐迁移到 Cilium 网络。
3. BM 和 VM 的服务端实例，第一阶段先不考虑安全控制。

那接下来的问题就是：服务端如何具备对所有类型、所有集群的客户端进行限制的能力？ 我们的解决方案是：

1. 首先，用 Cilium 提供 ClusterMesh 将已有 Cilium 集群连接起来；
2. 然后，“扩展” ClusterMesh，让它能感知到 mesh 之外的 endpoints，即 BM、BM 和 Neutron Pods。

下面分别解释这两点。

3.3.1 用 ClusterMesh 做 Cilium 集群互连

Fig 3-1. Vanilla Cilium ClusterMesh [6]

ClusterMesh [7] 是 Cilium 自带的一个多集群解决方案。如果所有应用都在 Cilium 集群 里，那这种方式可以解决跨集群的安全策略问题，即，application 实例可以分布在不同的集群。

这样说来，使用 ClusterMesh 似乎是理所当然的，但其实它并不是我们当初的第一选择。 因为多集群还有其他方案，本质上做的事情就是如何在多个集群之间同步元数据，并且做到 集群变动的实时感知。

1. 出于多个内部需求，当时有考虑自己做这样一套元数据同步方案，它能解决包括 Cilium 在内的多个需求。
2. 并未看到业界大规模使用 ClusterMesh 的案例，所以对它的可用性还存疑。

但后来综合对比了几种选项之后，觉得 ClusterMesh 还是值得尝试的。

关于 ClusterMesh 的实地（功能）测试，可以参考我们之前的一篇博客 [6]。

3.3.2 扩展 ClusterMesh，感知 mesh 外实例

这里的外部实例（external endpoints）包括 Neutron Pod、VM、BM。

基于对 Cilium 的理解，我们判断只要将外部实例信息以 Cilium 能感知的方式（格式）同 步到 Cilium 集群，那在入向（inbound），Cilium 对这些实例的控制能力，与对原生 Cilium 实例的控制能力并无区别。换句话说，我们“骗一下” Cilium，让它认为这些实例都是 Cilium endpoints/pods。

为此我们开发了一个组件，使得 OpenStack 平台、Bare metal 平台和Neutron-powered Kubernetes 平台能将它们的实例创建/销毁/更新信息同步更新到 Cilium 集群，如下图所示：

Fig 3-2. Proposed security solution over hybrid infrastructures

结合 3.3.1 & 3.3.2，在这套“扩展之后的” ClusterMesh 中，每个 Cilium agent 都对 全局实例（container/vm/bm）有着完整的、一致的视图，因此能在 Cilium Pod 的入向 对各种类型的客户端做安全控制。目前计划支持的是 L3-L4 安全策略，未来考虑支持 L7。

这套方案已经通过了功能验证，正在进行正式开发和测试，计划年底开始灰度上线。

4 总结

本文总结了我们自上一篇博客以来，在基于 Cilium 的云原生网络和云原生安全方面的一些 探索和实践。更多技术细节，可参考下面一些链接。

参考文献

1. Ctrip Network Architecture Evolution in the Cloud Computing Era
2. Trip.com: First Step towards Cloud Native Networking.
3. Cilium Doc: Using BIRD to run BGP
4. Life of a Packet in Cilium: Discovering the Pod-to-Service Traffic Path and BPF Processing Logics
5. L4LB for Kubernetes: Theory and Practice with Cilium+BGP+ECMP
6. Cilium ClusterMesh: A Hands-on Guide
7. Cilium Doc: clustermesh