Estensibilità del piano dati con EnvoyFilter

Puoi utilizzare l'API EnvoyFilter per estendere le funzionalità del data plane in Cloud Service Mesh che altrimenti non sono realizzabili utilizzando altre API Istio. Con l'API EnvoyFilter, puoi personalizzare la configurazione di Envoy generata da altre norme applicate ai carichi di lavoro, ad esempio aggiungendo filtri alla catena di filtri HTTP.

Considerazioni importanti

• Tieni presente che la superficie API è legata ai dettagli di implementazione interni, pertanto è necessario prestare particolare attenzione quando si utilizza questa funzionalità, poiché configurazioni errate potrebbero destabilizzare la mesh. Utilizza l'API EnvoyFilter solo se le altre API Istio non soddisfano le tue esigenze.
• L'API EnvoyFilter è supportata con limitazioni specifiche sui campi e sulle estensioni che possono essere utilizzate per motivi di affidabilità e supporto. Per un elenco esaustivo delle funzionalità supportate nell'API EnvoyFilter, consulta Funzionalità supportate che utilizzano le API Istio (control plane gestito).
• L'ambito dell'assistenza offerta da Google è limitato alla propagazione della configurazione fornita dall'utente ai workload con sidecar Envoy e non si estende alla correttezza della configurazione specificata utilizzando le API per estensione.

Campi API supportati

L'API EnvoyFilter è supportata con l'implementazione del control plane TRAFFIC_DIRECTOR solo con supporto limitato come segue:

• targetRefs: non supportato
• configPatches[].applyTo : è supportato solo HTTP_FILTER
• configPatches[].patch.operation: sono supportati solo INSERT_FIRST e INSERT_BEFORE se utilizzati con il filtro percorso.
• configPatches[].patch.value.type_url: consulta la sezione Estensioni supportate
• configPatches[].patch.filterClass: non supportato
• configPatches[].match.proxy: non supportato
• configPatches[].match.routeConfiguration: non supportato
• configPatches[].match.cluster: non supportato
• I seguenti campi sono supportati solo per l'operazione INSERT_BEFORE:
  • configPatches[].match.listener: è supportato solo filter.
  • configPatches[].match.listener.filter.name: è supportato solo envoy.filters.network.http_connection_manager.
  • configPatches[].match.listener.filter.subFilter.name: è supportato solo envoy.filters.http.router.

Estensioni supportate

Di seguito è riportato l'elenco delle estensioni supportate insieme ai relativi campi API supportati nei vari canali di rilascio. La definizione dell'API e la relativa semantica sono disponibili nella documentazione ufficiale di Envoy.

type.googleapis.com/envoy.extensions.filters.http.local_ratelimit.v3.LocalRateLimit

Campo	Rapido	Normale	Stabile
stat_prefix
status
token_bucket
filter_enabled
filter_enforced
response_headers_to_add
request_headers_to_add_when_not_enforced
local_rate_limit_per_downstream_connection
enable_x_ratelimit_headers

type.googleapis.com/envoy.extensions.filters.http.grpc_web.v3.GrpcWeb

Campo	Rapido	Normale	Stabile
(Nessun campo)

Esempi di utilizzo

In questo tutorial imparerai a utilizzare la limitazione di frequenza locale integrata di Envoy per limitare dinamicamente il traffico a un servizio utilizzando l'API EnvoyFilter.

Costi

Questo tutorial utilizza i seguenti componenti fatturabili di Google Cloud:

• GKE
• Cloud Service Mesh

Al termine di questo tutorial, puoi evitare l'addebito di costi ricorrenti eliminando le risorse create. Per ulteriori informazioni, consulta Esegui la pulizia.

Prima di iniziare

• Assicurati che la fatturazione sia attivata per il tuo progetto.
• Esegui il provisioning di Cloud Service Mesh su un cluster GKE.

• Clona il repository:

    git clone https://github.com/GoogleCloudPlatform/anthos-service-mesh-samples
    cd anthos-service-mesh-samples
  

Esegui il deployment di un gateway in entrata

1. Imposta il contesto attuale per kubectl sul cluster:

   Nota: utilizza --region anziché --zone se il cluster è un cluster regionale.

   gcloud container clusters get-credentials CLUSTER_NAME  \
       --project=PROJECT_ID \
       --zone=CLUSTER_LOCATION 
   

2. Crea uno spazio dei nomi per il gateway in entrata:

   kubectl create namespace asm-ingress
   

3. Abilita lo spazio dei nomi per l'inserimento. I passaggi dipendono dall'implementazione del control plane.

   Applica l'etichetta di inserimento predefinita allo spazio dei nomi:

   kubectl label namespace asm-ingress \
       istio.io/rev- istio-injection=enabled --overwrite
   

4. Esegui il deployment del gateway di esempio nel repository anthos-service-mesh-samples:

   kubectl apply -n asm-ingress \
       -f docs/shared/asm-ingress-gateway
   

   Output previsto:

   serviceaccount/asm-ingressgateway configured
   service/asm-ingressgateway configured
   deployment.apps/asm-ingressgateway configured
   gateway.networking.istio.io/asm-ingressgateway configured
   

Deployment dell'applicazione di esempio Online Boutique

1. Se non l'hai ancora fatto, imposta il contesto attuale per kubectl sul cluster:

   gcloud container clusters get-credentials CLUSTER_NAME  \
     --project=PROJECT_ID \
     --zone=CLUSTER_LOCATION 
   

2. Crea lo spazio dei nomi per l'applicazione di esempio:

   kubectl create namespace onlineboutique
   

3. Etichetta lo spazio dei nomi onlineboutique per inserire automaticamente i proxy Envoy:

   kubectl label namespace onlineboutique \
      istio.io/rev- istio-injection=enabled --overwrite
   

4. Esegui il deployment dell'app di esempio, di VirtualService per il frontend e dei service account per i workload. Per questo tutorial, eseguirai il deployment di Online Boutique, un'app demo di microservizi.

   kubectl apply \
     -n onlineboutique \
     -f docs/shared/online-boutique/virtual-service.yaml
   

   kubectl apply \
     -n onlineboutique \
     -f docs/shared/online-boutique/service-accounts
   

Visualizzare i tuoi servizi

1. Visualizza i pod nello spazio dei nomi onlineboutique:

   kubectl get pods -n onlineboutique
   

   Output previsto:

   NAME                                     READY   STATUS    RESTARTS   AGE
   adservice-85598d856b-m84m6               2/2     Running   0          2m7s
   cartservice-c77f6b866-m67vd              2/2     Running   0          2m8s
   checkoutservice-654c47f4b6-hqtqr         2/2     Running   0          2m10s
   currencyservice-59bc889674-jhk8z         2/2     Running   0          2m8s
   emailservice-5b9fff7cb8-8nqwz            2/2     Running   0          2m10s
   frontend-77b88cc7cb-mr4rp                2/2     Running   0          2m9s
   loadgenerator-6958f5bc8b-55q7w           2/2     Running   0          2m8s
   paymentservice-68dd9755bb-2jmb7          2/2     Running   0          2m9s
   productcatalogservice-84f95c95ff-c5kl6   2/2     Running   0          114s
   recommendationservice-64dc9dfbc8-xfs2t   2/2     Running   0          2m9s
   redis-cart-5b569cd47-cc2qd               2/2     Running   0          2m7s
   shippingservice-5488d5b6cb-lfhtt         2/2     Running   0          2m7s
   

   Tutti i pod per la tua applicazione devono essere in esecuzione, con un 2/2 nella colonna READY. Ciò indica che i pod hanno un proxy sidecar Envoy inserito correttamente. Se dopo un paio di minuti non viene visualizzato 2/2, consulta la Guida alla risoluzione dei problemi.

2. Ottieni l'IP esterno e impostalo su una variabile:

   kubectl get services -n asm-ingress
   export FRONTEND_IP=$(kubectl --namespace asm-ingress \
   get service --output jsonpath='{.items[0].status.loadBalancer.ingress[0].ip}' \
   )
   

   Vedrai un output simile al seguente:

   NAME                   TYPE           CLUSTER-IP      EXTERNAL-IP   PORT(S)                                      AGE
   asm-ingressgateway   LoadBalancer   10.19.247.233   35.239.7.64   80:31380/TCP,443:31390/TCP,31400:31400/TCP   27m
   
   

3. Visita l'indirizzo EXTERNAL-IP nel browser web. Dovresti vedere il negozio Online Boutique nel browser.

   

Applica configurazione limite di frequenza

Questa sezione applica una risorsa EnvoyFilter per limitare tutto il traffico al servizio frontend a 5 richieste/minuto.

1. Applica la CR al servizio frontend:

   kubectl apply -f - <<EOF
   apiVersion: networking.istio.io/v1alpha3
   kind: EnvoyFilter
   metadata:
     name: frontend-local-ratelimit
     namespace: onlineboutique
   spec:
     workloadSelector:
       labels:
         app: frontend
     configPatches:
       - applyTo: HTTP_FILTER
         match:
           context: SIDECAR_INBOUND
           listener:
             filterChain:
               filter:
                 name: "envoy.filters.network.http_connection_manager"
                 subFilter:
                   name: "envoy.filters.http.router"
         patch:
           operation: INSERT_BEFORE
           value:
             name: envoy.filters.http.local_ratelimit
             typed_config:
               "@type": type.googleapis.com/udpa.type.v1.TypedStruct
               type_url: type.googleapis.com/envoy.extensions.filters.http.local_ratelimit.v3.LocalRateLimit
               value:
                 stat_prefix: http_local_rate_limiter
                 token_bucket:
                   max_tokens: 5
                   tokens_per_fill: 5
                   fill_interval: 60s
                 filter_enabled:
                   runtime_key: local_rate_limit_enabled
                   default_value:
                     numerator: 100
                     denominator: HUNDRED
                 filter_enforced:
                   runtime_key: local_rate_limit_enforced
                   default_value:
                     numerator: 100
                     denominator: HUNDRED
   EOF
   

   Output previsto:

   envoyfilter.networking.istio.io/frontend-local-ratelimit created
   

2. Verifica che lo stato di CR non segnali errori:

   kubectl get envoyfilter -n onlineboutique frontend-local-ratelimit -o yaml
   

   Output previsto:

   ...
   status:
     conditions:
     - lastTransitionTime: "2025-06-30T14:29:25.467017594Z"
       message: This resource has been accepted. This does not mean it has been propagated
         to all proxies yet
       reason: Accepted
       status: "True"
       type: Accepted
   

3. Rimuovi il deployment loadgenerator perché chiama il servizio più volte, consumando token:

   kubectl delete -n onlineboutique deployment loadgenerator
   

   Output previsto:

   deployment.apps/loadgenerator deleted
   

4. Utilizzando curl, verifica che non siano consentite più di 5 richieste in 60 secondi. Il codice 429 indica che viene applicata la limitazione di frequenza.

   for i in {1..10}; do curl -s http://${FRONTEND_IP} -o /dev/null -w "%{http_code}\n"; sleep 1; done
   

   Output previsto:

   200
   200
   200
   200
   200
   429
   429
   429
   429
   429
   

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi continui per le risorse utilizzate in questo tutorial, puoi eliminare il progetto o le singole risorse.

Elimina il progetto

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

• L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per questo tutorial, quando lo eliminerai, eliminerai anche tutto il lavoro effettuato nel progetto.
• Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

In Cloud Shell, elimina il progetto:

  gcloud projects delete PROJECT_ID

Elimina le risorse

• Se vuoi conservare il cluster e rimuovere l'esempio Online Boutique:

  1. Elimina gli spazi dei nomi dell'applicazione:

     kubectl delete namespace onlineboutique
     

     Output previsto:

     namespace "onlineboutique" deleted
     

  2. Elimina lo spazio dei nomi del gateway in entrata:

     kubectl delete namespace asm-ingress
     

     Output previsto:

     namespace "asm-ingress" deleted
     

• Se vuoi evitare addebiti aggiuntivi, elimina il cluster:

  gcloud container clusters delete CLUSTER_NAME  \
    --project=PROJECT_ID \
    --zone=CLUSTER_LOCATION 
  

Risoluzione dei problemi

Consulta Risolvere i problemi di estensibilità del data plane.