Visão geral
A AceMQ não opera o Apigee; quem opera é o Google. O que fazemos é ajudar as equipes a depurar e ajustar o que elas construíram sobre ele: lógica dos proxies, cadeias de políticas, shared flows, configuração de target servers e a camada de integração entre o Apigee e os backends que ele expõe. Essa é a camada em que o suporte da plataforma geralmente não mexe.
Desafio
A latência de vários proxies tinha crescido a ponto de violar os SLAs internos, e o suporte da plataforma tinha informado, corretamente, que o runtime estava saudável. Os proxies incluíam políticas JavaScript fazendo trabalho síncrono, um ServiceCallout para um serviço interno de identidade sem timeout definido e logging de payloads de mensagens que capturava os corpos completos de requisições e respostas em tráfego de alto volume.
Ambiente
Apigee X no Google Cloud expondo serviços de backend em contêineres, com proxies desenvolvidos ao longo do tempo por várias equipes internas.
Abordagem
A AceMQ usou sessões de trace do Apigee para atribuir o tempo a cada política dentro de cada flow do proxy e, depois, revisou os bundles de proxy como código. Tratamos o bundle de proxy como uma aplicação em revisão de desempenho, e não como configuração.
Solução
- Uso de sessões de trace para atribuir a latência a cada política nos flows de requisição e de resposta
- Definição de timeouts e fallbacks explícitos nas políticas ServiceCallout para dependências externas
- Substituição do trabalho síncrono em políticas JavaScript por políticas nativas onde existe comportamento equivalente
- Redução do escopo do logging de mensagens, para que a captura completa de payloads deixasse de rodar nos caminhos de alto volume
- Revisão das configurações de target servers e de reutilização de conexões em relação ao comportamento de keepalive dos backends
- Criação de uma etapa de revisão de desempenho dos proxies antes da promoção de novos proxies
Resultado obtido
A latência adicionada pelos proxies voltou para dentro do SLA interno, e a equipe ganhou um método repetível para atribuir a latência às políticas, em vez de escalar a lentidão do proxy inteiro para o suporte da plataforma.