微服务架构入门:污点分析为什么失效
1 前言
看论文看到了关于“微服务架构的污点式漏洞”,想着我对“微服务架构”并没有很深入地了解,遂用此文记录一下对该架构的初步了解。
2 从“单体应用”开始说起
传统做法是“单体应用”:一个代码库、一次构建、一个进程、一个数据库。所有功能——用户、订单、支付、推荐、图片处理——都在这一个程序里。
单体的问题不是他没法 handle 大型应用,而是随规模增长而系统性恶化:
改一处,测全部。 改支付逻辑要重新部署整个应用,回归测试覆盖所有模块。
扩一处,扩全部。 推荐模块吃 CPU,你只能把整个应用复制一份,浪费掉用户、订单模块的资源。
技术栈锁死。 团队想用 Go 重写某个模块?不可能,必须用现有语言。
组织瓶颈(康威定律)。 几百人改一个代码库,合并冲突、发布排队、"谁都不敢动那块核心代码"。
故障不隔离。 一个模块内存泄漏或死循环,整个进程挂掉,全部业务不可用。
新依赖的风险是全公司的。 一个图像库的 CVE 让整个应用受影响。
3 微服务的核心思想
把应用按“业务能力”切成一组小的、可独立部署的服务,每个服务自己拥有自己的数据,服务之间通过网络上的轻量协议通信。
其中有几个词可以展开说说:
按业务能力切(而非按技术层切):
微服务架构并不像传统应用一样,“一个数据库层 + 一个业务层 + 一个 UI 层”(这也是经典的三层架构了);
而是类似“订单服务”“支付服务”“风控服务”。
判断标准通常是“这块业务能否由一个小团队长期独立拥有”。
独立部署:每个服务可以单独发布,不要求其他服务同步升级。
独立数据(database per service):这是一个比较重要也比较特殊的点。服务 A 不能直接读服务 B 的数据库表,只能通过 B 的接口。这保证了 B 能自由重构自己表结构。
轻量通信:HTTP/REST、gRPC、消息队列(Kafka/RabbitMQ)、事件流。
去中心化治理:不同服务可以用不同语言、不同框架、不同数据库。
4 它是怎么冒出来的:康威定律与组织
微服务流行起来,并不只是技术原因,其中的组织原因更为重要。
康威定律说:系统的架构会照抄设计它的组织的沟通结构。
一个 300 人的团队如果只产出 1 个可部署单元,那部署就成了全组织同步会议,任何小改动都要排期。微服务把“部署粒度”降到“团队粒度”——每个团队负责几个服务,自己能上线。这是 Netflix、Amazon、Uber 那批公司推它出来的真实动因。
代表落地:服务网格(Service Mesh),如 Istio、Linkerd,把“服务间通信”的治理(服务发现、重试、熔断、双向 TLS 身份认证、细粒度授权、链路追踪)从业务代码里抽出来,做成一个边车(sidecar)代理。
这里出现了一个问题:服务之间如何互相认证?答案是 SPIFFE/SPIRE 之类的身份体系——给每个工作负载签发短期证书,用 mTLS 通信。
5 为什么说它是“用复杂度换灵活性”
拆开之后,原本“进程内的一次函数调用”变成了“一次网络请求”。于是开发者被迫重新面对分布式系统的全部经典难题:
笔者注:这里涉及到了很多新的术语&技术,有空再展开讨论讨论吧。
所以业界的共识是:微服务不是“更先进”,而是“在超过某个团队规模后更划算”。小项目上微服务是负收益。
笔者注:这其实也纠正了我之前的一个思想,我之前觉得微服务的可扩展性更好,因此有的项目一开始就用的微服务架构,但是这无形中增加了许多工作量,对于小型项目,尤其是日活很低、系统复杂度不高的应用,使用微服务架构就是高射炮打蚊子,完全没有任何必要。完全可以等到项目变得更大的时候(事实上,大部分项目都等不到这一天),再考虑重构成微服务架构。
6 微服务架构带来的安全上的变化
在传统单体服务被拆成微服务之后,信任模型被彻底改写了。
内部通信不再可信。 单体里“模块之间的调用”是内存内的,天生可信。微服务里服务间通的是网络——如果网络被攻破、或者某个服务被攻陷,攻击者就站在了“内部”。
入口点爆炸。 单体只有一个 HTTP 入口,防护集中。微服务里每个服务都可能监听端口;开发者常常忘记“我只需要网关能访问我”,于是某个内部服务直接暴露在公网。攻击者不再只从网关进来,而是从任何一个服务进来。
漏洞可以“跨服务组合”。 这是最关键的一点:
举个栗子:服务 A 接收用户输入(一个 URL 参数),把它转发给服务 B;服务 B 用它去访问数据库或发起请求。单独看 A 是安全的(只是转发),单独看 B 也是安全的(只信任内部调用),但 A+B 合起来就是一个 SSRF 或注入漏洞。
传统污点分析在这里直接失效。 污点分析(taint analysis)的工作方式是:标记“用户输入”为污染源(source),追踪它在程序内部如何传播,看它能不能到达危险操作(sink)。而它过去一直工作在单个进程内。一旦数据流穿过网络边界:
静态分析看不到跨进程的调用;
就算看到 HTTP 调用,也无法确定对端服务的哪个 handler 会处理这个请求(因为 URL 路由是运行时决定的);
不同服务可能用不同语言,工具链完全不通用;
异步消息队列让“谁调用谁”变成一张动态图。
AI 声明 本文由作者撰写,AI 参与资料检索、润色与示例草稿。