Ze života s Kubernetes: Jak HTTP server neupřednostnil Španěly

Zástupce našeho klienta, jehož aplikační zásobník je umístěn v cloudu Microsoftu (Azure), řešil problém: v poslední době začaly některé požadavky některých klientů z Evropy končit chybou 400 (Špatný požadavek). Všechny aplikace jsou napsány v .NET, nasazeny v Kubernetes...

Jednou z aplikací je API, přes které nakonec přichází veškerý provoz. Tomuto provozu naslouchá server HTTP Poštolka, nakonfigurovaný klientem .NET a hostovaný v podu. Při ladění jsme měli štěstí v tom smyslu, že existoval konkrétní uživatel, který problém konzistentně reprodukoval. Vše však zkomplikoval dopravní řetězec:

Chyba v Ingress vypadala takto:

{
   "number_fields":{
      "status":400,
      "request_time":0.001,
      "bytes_sent":465,
      "upstream_response_time":0,
      "upstream_retries":0,
      "bytes_received":2328
   },
   "stream":"stdout",
   "string_fields":{
      "ingress":"app",
      "protocol":"HTTP/1.1",
      "request_id":"f9ab8540407208a119463975afda90bc",
      "path":"/api/sign-in",
      "nginx_upstream_status":"400",
      "service":"app",
      "namespace":"production",
      "location":"/front",
      "scheme":"https",
      "method":"POST",
      "nginx_upstream_response_time":"0.000",
      "nginx_upstream_bytes_received":"120",
      "vhost":"api.app.example.com",
      "host":"api.app.example.com",
      "user":"",
      "address":"83.41.81.250",
      "nginx_upstream_addr":"10.240.0.110:80",
      "referrer":"https://api.app.example.com/auth/login?long_encrypted_header",
      "service_port":"http",
      "user_agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36",
      "time":"2019-03-06T18:29:16+00:00",
      "content_kind":"cache-headers-not-present",
      "request_query":""
   },
   "timestamp":"2019-03-06 18:29:16",
   "labels":{
      "app":"nginx",
      "pod-template-generation":"6",
      "controller-revision-hash":"1682636041"
   },
   "namespace":"kube-nginx-ingress",
   "nsec":6726612,
   "source":"kubernetes",
   "host":"k8s-node-55555-0",
   "pod_name":"nginx-v2hcb",
   "container_name":"nginx",
   "boolean_fields":{}
}

Ve stejné době, Kestrel dal:

HTTP/1.1 400 Bad Request
Connection: close
Date: Wed, 06 Mar 2019 12:34:20 GMT
Server: Kestrel
Content-Length: 0

I při maximální výřečnosti obsahovala chyba Kestrel extrémně málo užitečných informací:

{
   "number_fields":{"ThreadId":76},
   "stream":"stdout",
   "string_fields":{
      "EventId":"{"Id"=>17, "Name"=>"ConnectionBadRequest"}",
      "SourceContext":"Microsoft.AspNetCore.Server.Kestrel",
      "ConnectionId":"0HLL2VJSST5KV",
      "@mt":"Connection id "{ConnectionId}" bad request data: "{message}"",
      "@t":"2019-03-07T13:06:48.1449083Z",
      "@x":"Microsoft.AspNetCore.Server.Kestrel.Core.BadHttpRequestException: Malformed request: invalid headers.n   at Microsoft.AspNetCore.Server.Kestrel.Core.Internal.Http.Http1Connection.TryParseRequest(ReadResult result, Boolean& endConnection)n   at Microsoft.AspNetCore.Server.Kestrel.Core.Internal.Http.HttpProtocol.<ProcessRequestsAsync>d__185`1.MoveNext()",
      "message":"Malformed request: invalid headers."
   },
   "timestamp":"2019-03-07 13:06:48",
   "labels":{
      "pod-template-hash":"2368795483",
      "service":"app"
   },
   "namespace":"production",
   "nsec":145341848,
   "source":"kubernetes",
   "host":"k8s-node-55555-1",
   "pod_name":"app-67bdcf98d7-mhktx",
   "container_name":"app",
   "boolean_fields":{}
}

Zdálo by se, že tento problém pomůže vyřešit pouze tcpdump... ale zopakuji se o dopravním řetězci:

Vyšetřování

Je zřejmé, že je lepší poslouchat provoz na tom konkrétním uzlu, kde Kubernetes nasadil pod: objem výpisu bude takový, že bude možné celkem rychle najít alespoň něco. A skutečně, při jeho zkoumání byl zaznamenán následující rámec:

GET /back/user HTTP/1.1
Host: api.app.example.com
X-Request-ID: 27ceb14972da8c21a8f92904b3eff1e5
X-Real-IP: 83.41.81.250
X-Forwarded-For: 83.41.81.250
X-Forwarded-Host: api.app.example.com
X-Forwarded-Port: 443
X-Forwarded-Proto: https
X-Original-URI: /front/back/user
X-Scheme: https
X-Original-Forwarded-For: 83.41.81.250
X-Nginx-Geo-Client-Country: Spain
X-Nginx-Geo-Client-City: M.laga
Accept-Encoding: gzip
CF-IPCountry: ES
CF-RAY: 4b345cfd1c4ac691-MAD
CF-Visitor: {"scheme":"https"}
pragma: no-cache
cache-control: no-cache
accept: application/json, text/plain, */*
origin: https://app.example.com
user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36
referer: https://app.example.com/auth/login
accept-language: en-US,en;q=0.9,en-GB;q=0.8,pl;q=0.7
cookie: many_encrypted_cookies; .AspNetCore.Identity.Application=something_encrypted; 
CF-Connecting-IP: 83.41.81.250
True-Client-IP: 83.41.81.250
CDN-Loop: cloudflare

HTTP/1.1 400 Bad Request
Connection: close
Date: Wed, 06 Mar 2019 12:34:20 GMT
Server: Kestrel
Content-Length: 0

Při bližším prozkoumání skládky si toho slova všimli M.laga. Je snadné uhodnout, že ve Španělsku není žádné město M.laga (ale existuje Malaga). S touto myšlenkou jsme se podívali na konfigurace Ingress, kde jsme viděli tu vloženou před měsícem (na žádost klienta) "neškodný" úryvek:

    ingress.kubernetes.io/configuration-snippet: |
      proxy_set_header X-Nginx-Geo-Client-Country $geoip_country_name;
      proxy_set_header X-Nginx-Geo-Client-City $geoip_city;

Po zakázání předávání těchto hlaviček bylo vše v pořádku! (Brzy se ukázalo, že samotná aplikace již tyto hlavičky nepotřebuje.)

Nyní se podíváme na problém obecněji. Lze jej snadno reprodukovat v aplikaci odesláním požadavku telnet na localhost:80:

GET /back/user HTTP/1.1
Host: api.app.example.com
cache-control: no-cache
accept: application/json, text/plain, */*
origin: https://app.example.com
Cookie: test=Desiree

... se vrací 401 Unauthorized, podle očekávání. Co se stane, když uděláme:

GET /back/user HTTP/1.1
Host: api.app.example.com
cache-control: no-cache
accept: application/json, text/plain, */*
origin: https://app.example.com
Cookie: test=Désirée

?

Vrátí se 400 Bad request — v protokolu aplikace se zobrazí chyba, která je nám již známá:

{
   "@t":"2019-03-31T12:59:54.3746446Z",
   "@mt":"Connection id "{ConnectionId}" bad request data: "{message}"",
   "@x":"Microsoft.AspNetCore.Server.Kestrel.Core.BadHttpRequestException: Malformed request: invalid headers.n   at Microsoft.AspNetCore.Server.Kestrel.Core.Internal.Http.Http1Connection.TryParseRequest(ReadResult result, Boolean& endConnection)n   at Microsoft.AspNetCore.Server.Kestrel.Core.Internal.Http.HttpProtocol.<ProcessRequestsAsync>d__185`1.MoveNext()",
   "ConnectionId":"0HLLLR1J974L9",
   "message":"Malformed request: invalid headers.",
   "EventId":{
      "Id":17,
      "Name":"ConnectionBadRequest"
   },
   "SourceContext":"Microsoft.AspNetCore.Server.Kestrel",
   "ThreadId":71
}

Výsledky

Konkrétně Kestrel nemůže správně zpracovávat HTTP hlavičky se správnými znaky v UTF-8, které jsou obsaženy v názvech poměrně velkého množství měst.

Dalším faktorem v našem případě je, že klient aktuálně neplánuje změnu implementace Kestrel v aplikaci. Problémy v samotném AspNetCore (№ 4318, № 7707) říkají, že to nepomůže...

Abych to shrnul: poznámka už není o konkrétních problémech Kestrel nebo UTF-8 (v roce 2019?!), ale o tom, že všímavost a důsledné studium Každý krok, který při hledání problémů uděláte, dříve či později přinese ovoce. Hodně štěstí!

PS

Přečtěte si také na našem blogu:

• «6 zábavných systémových chyb v provozu Kubernetes [a jejich řešení]";
• «Tipy a triky Kubernetes: vlastní chybové stránky v NGINX Ingress";
• «Přehled a srovnání Ingress controllerů pro Kubernetes";
• «Monitorování pingů mezi uzly Kubernetes – náš recept";
• «3 neobvyklé případy týkající se síťového subsystému Linux".

Zdroj: www.habr.com