2021-07-22-elasticache-maintenance.md

최근 AWS의 Redis Service인 ElastiCache를 사용하면서 겪었던 유지관리 기간(Maintenance)에 대한 이슈 해결과정을 적어보고자 합니다.

Maintenance 이란?

https://aws.amazon.com/ko/elasticache/elasticache-maintenance/

보안 패치나 안정성을 위해 이용자가 지정한 시기에 노드를 교체하거나 클러스터가 다운되거나 특정 샤드의 노드들이 변경됩니다. 문서상에선 몇 초의 다운타임이 발생한다고 하는데요.

제가 경험한 바로는 약간 틀린 점(?)이 있었습니다.

환경

• Redis Server: AWS ElastiCache Cluster
• Redis Client: lettuce 5.3.7

※ lettuce의 경우, 사용하고 있는 버전(5.1.1)에서 버그가 있어 5.3.7으로 변경했었는데요. 자세한 내용은 아래서 다시 설명드리겠습니다.

Maintenance 대응하기

Maintenance는 요일과 시간대(1시간 간격)를 지정해두면, AWS에서 event 알림과 함께 Maintenance 스케줄을 잡습니다. (물론, 갑작스럽게 스케줄이 잡히고 그러진 않습니다.) 이 때, 클러스터가 내려가거나 샤드의 노드들이 변경되거나 재배치하게 되는데요. lettuce client에서는 각 노드들을 캐싱하고 있는 정보들(Partitions)을 리로드해야 하기 때문에 이에 맞는 추가 옵션이 필요합니다.

spring-data-redis를 사용한다면, 다음과 같이 적용할 수 있습니다.

private static LettuceClientConfiguration lettuceClientConfiguration() {
    final ClusterClientOption clientOptions = 
            ClusterClientOptions.builder()
                                .topologyRefreshOptions(
                                    ClusterTopologyRefreshOptions.builder()
                                                                 .enablePeriodicRefresh(...) // <--
                                                                 .enableAllAdaptiveRefreshTriggers() // <--
                                                                 .build())
                                .timeoutOptions(...)
                                .build();
    return LettuceClientConfiguration.builder()
                                     .commandTimeout(...)
                                     .shutdownTimeout(...)
                                     .clientOptions(clientOptions)
            .build();
}

enablePeriodicRefresh(...)

주기적으로 connection을 갱신해주는 옵션 활성화와 기간을 지정할 수 있습니다. 기간은 기본 60초입니다.

enableAllAdaptiveRefreshTriggers()

문제가 될만한 operation이 발생한다면 즉시 connection을 갱신해주는 이벤트를 트리거 시켜주는 설정입니다. 해당 기능은 rate-limit 같은(?) 처리가 되어 있어서 퍼포먼스에 문제가 되지 않습니다.

재현해보기

aws에서는 aws-cli를 통해 test-failover라는 커맨드를 제공해주고 있으며, 이를 통해 위 현상을 재현해볼 수 있습니다.

해당 기능은 첫 시도 기준 5회의 제한을 두고 있기 때문에 무분별한 시도는 안하는게 좋습니다.

깔끔하지 않은 결론...

aws-cli를 통해 test-failover를 실행하면 클러스터가 내려갑니다. 해당 갭은 1분 정도 되는데요. 위 문서에서 얘기한 몇 초의 다운타임보다 많은 시간이 소요됨을 알 수 있습니다. 이를 해결할 방법은 딱히 없는 걸로 보여 '서비스 운영에서 있어 다운타임을 최소화 했다'라는 것에 의의를 두고 해당 이슈를 마무리 짓기로 했습니다. 기존에서는 10분정도의 다운타임이 발생했습니다.

다만, 클러스터가 내려가는게 아닌 샤드의 노드들이 변경되거나 재배치되는 것은 다운타임이 아예 없었습니다.

혹시 다른 방법이 있으면 공유해주시면 감사하겠습니다 :)

마무리...?!

옵션을 추가하고 배포를 몇 번 해보니, 배포 중 다음 에러로그와 함께 애플리케이션 서버가 내려가지 않는 현상이 발생합니다. 해당 버전은 lettuce 5.1.1에서 발생했습니다.

ERROR: Failed to submit a listener notification task. Event loop shut down?
java.util.concurrent.RejectedExecutionException: event executor terminated
	at io.netty.util.concurrent.SingleThreadEventExecutor.reject(SingleThreadEventExecutor.java:845)
	at io.netty.util.concurrent.SingleThreadEventExecutor.offerTask(SingleThreadEventExecutor.java:328)
	at io.netty.util.concurrent.SingleThreadEventExecutor.addTask(SingleThreadEventExecutor.java:321)
	at io.netty.util.concurrent.SingleThreadEventExecutor.execute(SingleThreadEventExecutor.java:756)
	at io.netty.util.concurrent.DefaultPromise.safeExecute(DefaultPromise.java:768)
	at io.netty.util.concurrent.DefaultPromise.notifyListeners(DefaultPromise.java:432)
	at io.netty.util.concurrent.DefaultPromise.addListener(DefaultPromise.java:162)
	at io.netty.channel.DefaultChannelPromise.addListener(DefaultChannelPromise.java:95)
	at io.netty.channel.DefaultChannelPromise.addListener(DefaultChannelPromise.java:30)
...

jstack을 확인해보니, 해당 애플리케이션 서버에 thread 중 WAITING이 존재하는 것을 알 수 있었습니다. 해당 stack은 shutdown시에 쓰레드 경합이 발생하면서 생긴 문제로 보였는데요. (아쉽게도... 로그가 유실되어 첨부하지 못 했습니다.) 이는 lettuce 저장소 issue#989를 통해 바로 해결할 수 있었습니다.

해당 이슈의 커밋 로그를 잠깐 살펴보자면, eventloop가 활성화되어 있는지 여부를 판단하는 방어코드가 추가된 것을 알 수 있습니다.

private boolean isEventLoopActive() {

    EventExecutorGroup eventExecutors = clientResources.eventExecutorGroup();

    return !eventExecutors.isShuttingDown();
}

저희는 이것을 5.2.0에 해결된 것으로 보였으나, 그냥 마이너 최신버전(5.3.7)까지 올려서 테스트 해보기로 했습니다. 다행히 배포시에 위 현상이 해결되어 안정적인 스무스하게(?) 배포할 수 있었습니다.

참고

• https://aws.amazon.com/ko/elasticache/elasticache-maintenance/
• https://lettuce.io/core/release/reference/#redis-cluster.refreshing-the-cluster-topology-view
• https://docs.aws.amazon.com/cli/latest/reference/elasticache/test-failover.html
• redis/lettuce#989