Nginx-Lua-Proxy

Przygotowane rozwiązanie

Celem projektu jest stworzenie narzędzia wspomagającego skalowanie ruchu www dla dynamicznie pojawiających się hostów (serwerów www).

W Ermlab tworząc skalowalne rozwiązania dla naszych klientów oraz dla nas samych (serwis PLON)  wielokrotnie spotkaliśmy się z problemem powoływania do życia dynamicznych aplikacji www. W sytuacji, gdy na żądanie dla użytkownika należy szybko postawić serwis internetowy zazwyczaj wymaga to rekonfiguracji i restartu serwera rozdzielającego ruch www (load balancera), tak aby nowy serwis był widoczny w sieci internet. Powoduje to chwilowe zatrzymanie usługi a co za tym idzie i wstrzymanie innych aplikacji www. Przygotowane przez nas rozwiązanie pozwala dynamicznie, bez rekonfiguracji i restartu dodawać nowe serwisy internetowe, które od razu i automatycznie widoczne są dla użytkowników internetu.

Nasze rozwiązanie pozwoliło:

• wyeliminować restartowanie serwera rozdzielającego ruch www
• zautomatyzować proces dodawania nowych dynamicznych serwisów www
• zwiększyć ilość obsługiwanych żądań przez klientów ponad trzykrotnie (3x) w stosunku od konkurencyjnej usługi Hipache
• skrócić  czas reakcji i wczytywania stron www czterokrotnie (4x) w stosunku od konkurencyjnej usługi Hipache

Technologia

Z technologicznego punktu widzenia przy tworzeniu skalowalnego proxy wykorzystaliśmy:

• serwer nginx – jako bazowy serwer proxy
• rozszerzenie nginx’a pozwalające wykorzystać w trakcie przetwarzania żądania www język Lua
• Redis – skalowana i wydajna nie relacyjna baza danych
• Docker – wykorzystany do zapakowania całego rozwiązania w łatwą do zainstalowania paczkę

W Ermlab wyznajemy filozofię dzielenia się naszymi rozwiązaniami (zobacz nasze projekty  Ermlab OpenSource), stąd też Nginx-Lua-Proxy udostępniliśmy za darmo w serwisie github.com, tam też znajduje się pełna dokumentacja.

Testy wydajności

Przeprowadzone przez nas testy z użyciem oprogramowania Apache Benchmark wskazują, że w stosunku konkurencyjnego serwera proxy – Hipache opracowane przez nas rozwiązanie jest zdecydowanie wydajniejsze. Obrazuje to poniższa tabela: