| <?xml version="1.0"?> |
| <!DOCTYPE modulesynopsis SYSTEM "../style/modulesynopsis.dtd"> |
| <?xml-stylesheet type="text/xsl" href="../style/manual.fr.xsl"?> |
| <!-- English Revision : 1657403 --> |
| <!-- French translation : Lucien GENTIS --> |
| <!-- Reviewed by : Vincent Deffontaines --> |
| |
| <!-- |
| Licensed to the Apache Software Foundation (ASF) under one or more |
| contributor license agreements. See the NOTICE file distributed with |
| this work for additional information regarding copyright ownership. |
| The ASF licenses this file to You under the Apache License, Version 2.0 |
| (the "License"); you may not use this file except in compliance with |
| the License. You may obtain a copy of the License at |
| |
| http://www.apache.org/licenses/LICENSE-2.0 |
| |
| Unless required by applicable law or agreed to in writing, software |
| distributed under the License is distributed on an "AS IS" BASIS, |
| WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. |
| See the License for the specific language governing permissions and |
| limitations under the License. |
| --> |
| |
| <modulesynopsis metafile="mod_unique_id.xml.meta"> |
| |
| <name>mod_unique_id</name> |
| <description>Fournit une variable d'environnement contenant un |
| identifiant unique pour chaque requête</description> |
| <status>Extension</status> |
| <sourcefile>mod_unique_id.c</sourcefile> |
| <identifier>unique_id_module</identifier> |
| |
| <summary> |
| |
| <p>Ce module fournit un identifiant dont l'unicité est garantie |
| parmi "toutes" les requêtes sous des conditions très précises. |
| L'identifiant unique le sera aussi parmi plusieurs machines |
| appartenant à un cluster correctement configuré. L'identifiant est |
| affecté à la variable d'environnement <code>UNIQUE_ID</code> pour |
| chaque requête. Les identifiants uniques sont utiles pour diverses |
| raisons dont la nature se situe au delà de la portée de ce |
| document.</p> |
| </summary> |
| |
| <section id="theory"> |
| <title>Théorie</title> |
| |
| <p>Tout d'abord un bref rappel de la manière dont le serveur Apache |
| fonctionne sous Unix (cette fonctionnalité n'étant actuellement pas |
| supportée sous Windows NT). Sous Unix, Apache crée plusieurs |
| processus enfants, ces derniers traitant les requêtes une par une. |
| Chaque processus enfant peut traiter plusieurs requêtes pendant sa |
| durée de vie. Dans le cadre de cette discussion, nous supposerons |
| que les différents processus enfants ne s'échangent pas de données |
| entre eux. Nous nous référerons aux processus enfants sous le nom de |
| <dfn>processus httpd</dfn>.</p> |
| |
| <p>Votre site web est réparti entre une ou plusieurs machines dont |
| vous êtes l'administrateur, et que nous nommerons cluster de |
| serveurs. Chaque serveur peut exécuter plusieurs instances d'Apache. |
| L'ensemble de ces dernières sera considéré comme "l'Univers", et |
| sous certaines hypothèses, nous montrerons qu'il est possible dans |
| cet univers, de générer des identifiants uniques pour chaque |
| requête, sans pour autant nécessiter une communication importante |
| entre les différents serveurs du cluster.</p> |
| |
| <p>Les machines de votre cluster doivent satisfaire ces conditions |
| (même si le cluster ne comporte qu'une machine, vous devez |
| synchroniser son horloge avec NTP) :</p> |
| |
| <ul> |
| <li>Les temps des machines sont synchronisés via NTP ou tout autre |
| protocole de synchronisation du temps en réseau.</li> |
| |
| <li>Les nom d'hôtes des machines sont tous différents, de façon à |
| ce que le module puisse recevoir une adresse IP différente pour |
| chaque machine du cluster en effectuant une recherche sur le nom |
| d'hôte.</li> |
| </ul> |
| |
| <p>Au vu des caractéristiques actuelles du système d'exploitation, |
| nous supposerons que les pids (identifiants processus) sont codés |
| sur 32 bits. Si le système d'exploitation utilise plus de 32 bits |
| pour un pid, la correction est triviale mais doit être effectuée |
| dans le code.</p> |
| |
| <p>Ces hypothèses posées, à un instant donné, nous pouvons |
| distinguer tout processus httpd sur toute machine du cluster de tous |
| les autres processus httpd. Pour ce faire, il suffit d'utiliser |
| l'adresse IP de la machine et le pid du processus httpd. Un |
| processus httpd peut traiter plusieurs requêtes simultanément si |
| vous utilisez un module MPM multi-threadé. Pour identifier les |
| threads, Apache httpd utilise en interne un index de threads. Ainsi, |
| afin de générer des identifiants uniques pour chaque requête, il |
| suffit d'effectuer une distinction en fonction du temps.</p> |
| |
| <p>Pour déterminer le temps, nous utiliserons un repère de temps |
| Unix (les secondes écoulées depuis le 1er janvier 1970 UTC), et un |
| compteur 16 bits. La précision du repère de temps n'étant que d'une |
| seconde, le compteur va représenter 65536 valeurs par seconde. Le |
| quadruplet <em>(adresse IP, pid, repère de temps, compteur)</em> est |
| en mesure de distinguer 65536 requêtes par seconde par processus |
| httpd. Il peut cependant arriver que le même pid soit réutilisé au |
| cours du temps, et le compteur est là pour pallier cet |
| inconvénient.</p> |
| |
| <p>Lorsqu'un processus enfant httpd est créé, le compteur est |
| initialisé avec (nombre de microsecondes actuel divisé par 10) |
| modulo 65536 (cette formule a été choisie pour éliminer certains |
| problème de variance avec les bits de poids faibles du compteur de |
| microsecondes sur certains systèmes). Lorsqu'un identifiant unique |
| est généré, le repère de temps utilisé est le moment où la requête |
| arrive sur le serveur web. Le compteur est incrémenté à chaque |
| création d'identifiant (et peut repasser à 0 lorsqu'il a atteint sa |
| valeur maximale).</p> |
| |
| <p>Le noyau génère un pid pour chaque processus lors de sa création, |
| et le compteur de pid est réinitialisé à une certaine valeur |
| lorsqu'il a atteint sa valeur maximale (les pid sont codés sur 16 |
| bits sous de nombreux Unixes, mais les systèmes les plus récents les |
| ont étendus à 32 bits). La même valeur de pid pourra donc être |
| réutilisée au cours du temps. Cependant, tant qu'elle n'est pas |
| réutilisée dans la même seconde, elle ne remet pas en cause |
| l'unicité de notre quadruplet. Nous supposerons donc que le système |
| ne créera pas plus de 65536 processus en une seconde (ce nombre peut |
| être de 32768 sous certains Unixes, mais même dans ce cas, on est en |
| général loin de cette situation).</p> |
| |
| <p>Il est possible que le temps se répète pour une raison |
| quelconque. |
| Supposons par exemple que l'horloge système soit retardée et repasse |
| par un temps passé (ou bien, comme elle avançait, elle a été remise |
| à l'heure, et elle repasse par un temps futur). Dans ce cas, il peut |
| être facilement démontré que le couple pid/repère de temps peut être |
| réutilisé. Le choix de la formule d'initialisation du compteur a |
| été effectué dans l'intention de pallier ce problème. Notez qu'un |
| nombre vraiment aléatoire serait souhaitable pour initialiser le |
| compteur, mais il n'existe pas de tel nombre directement lisible sur |
| la plupart des systèmes (c'est à dire que vous ne pouvez pas |
| utiliser rand() car vous devez déclencher le générateur avec une |
| valeur unique, et vous ne pouvez pas utiliser le temps à cet effet |
| car celui-ci , au moins à la seconde près, s'est répété). Il ne |
| s'agit donc pas d'une défense parfaite.</p> |
| |
| <p>Même si elle n'est pas parfaite, quel est le degré d'efficacité |
| de cette défense ? Supposons |
| qu'une de vos machines serve au plus 500 requêtes par seconde (ce |
| qui constitue une limite supérieure très raisonnable au moment où ce |
| document est écrit, car les systèmes ne se contentent en général pas |
| de débiter des fichiers statiques). Pour y parvenir, un certain nombre |
| de processus enfants sera nécessaire, qui dépendra du nombre de |
| clients simultanés présents. Mais soyons pessimiste et supposons |
| qu'un seul processus enfant soit capable de servir 500 requêtes par |
| secondes. |
| Il existe 1000 valeurs de démarrage possibles du compteur pour |
| lesquelles deux séquences de 500 requêtes puissent se recouvrir. Il |
| y a donc 1,5% de chance que le processus enfant répète une valeur de |
| compteur si le temps se répète (avec une résolution d'une seconde), |
| et l'unicité sera alors remise en cause. C'est cependant un exemple |
| très pessimiste, et avec les valeurs du monde réel, il y a bien |
| moins de chances que cela ne se produise. Si vous estimez que ceci a |
| tout de même quelque chances de se produire sur votre système, vous |
| pouvez migrer vers un compteur à 32 bits (en modifiant le code).</p> |
| |
| <p>On pourrait supposer que ceci a plus de chance de se produire |
| lors du passage à l'heure d'hiver où l'horloge est "retardée". Cela |
| ne constitue cependant pas un problème car les temps pris en compte |
| ici sont des temps UTC, qui vont "toujours" de l'avant. Notez que |
| les Unixes à base de processeur x86 peuvent nécessiter une |
| configuration particulière pour que ceci soit vrai -- il doivent |
| être configurés pour assumer que l'horloge système est en UTC et |
| compenser de manière appropriée. Mais même dans ce cas, si vous |
| utilisez NTP, votre temps UTC sera correct peu après le |
| redémarrage.</p> |
| |
| <!-- FIXME: thread_index is unsigned int, so not always 32bit.--> |
| <p>La variable d'environnement <code>UNIQUE_ID</code> est construite |
| par codage du quadruplet de 144 bits (adresse IP sur 32 bits, pid |
| sur 32 bits, repère de temps sur 32 bits, compteur 16 bits et index |
| de threads sur 32 bits) en |
| utilisant l'alphabet <code>[A-Za-z0-9@-]</code> d'une manière |
| similaire à celle du codage MIME base64, et sa valeur se présente |
| sous la forme d'une chaîne de 24 caractères. L'alphabet MIME base64 |
| est en fait <code>[A-Za-z0-9+/]</code> ; cependant, les caractères |
| <code>+</code> et <code>/</code> nécessitent un codage particulier |
| dans les URLs, ce qui rend leur utilisation peu commode. Toutes les |
| valeurs sont codées dans l'ordre des octets d'une adresse réseau de |
| façon à ce |
| que le codage soit comparable entre des architectures où l'ordre des |
| octets est différent. L'ordre réel de codage est : repère de temps, |
| adresse IP, pid, compteur. Cet ordre de codage possède un but |
| précis, mais il faut souligner que les applications n'ont aucun |
| intérêt à entrer dans les détails de ce codage. Les applications |
| doivent se contenter de traiter la variable <code>UNIQUE_ID</code> |
| comme un symbole opaque, qui peut être comparé avec d'autres |
| <code>UNIQUE_ID</code>s en ne testant que leur égalité.</p> |
| |
| <p>L'ordre a été choisi de façon à ce qu'il soit possible de |
| modifier le codage dans le futur sans avoir à se préoccuper de |
| conflits éventuels avec une base de données de |
| <code>UNIQUE_ID</code>s existante. Les nouveaux codages doivent |
| conserver le repère de temps comme premier élément, et pour le |
| reste, utiliser les même alphabet et longueur en bits. Comme les |
| repères de temps constituent essentiellement un séquence croissante, |
| il suffit que toutes les machines du cluster arrêtent de traiter |
| toute requête dans la même <em>seconde repère</em>, et n'utilisent |
| alors plus l'ancien format de codage. Ensuite, elles peuvent |
| reprendre le traitement des requêtes en utilisant les nouveaux |
| codages.</p> |
| |
| <p>Nous pensons que ceci apporte une solution relativement portable |
| au problème. Les |
| identifiants générés possèdent une durée de vie pratiquement infinie |
| car les identifiants futurs pourront être allongés selon les |
| besoins. Pratiquement aucune communication n'est requise entre les |
| machines du cluster (seule la synchronisation NTP est requise, ce |
| qui représente une charge très faible), et aucune communication |
| entre les processus httpd n'est nécessaire (la communication est |
| implicite et incluse dans le pid assigné par le noyau). Dans des |
| situations très spécifiques, l'identifiant peut être raccourci, mais |
| dans ce cas, d'avantage d'informations doivent être admises (par |
| exemple, les 32 bits de l'adresse IP sont excessifs pour la plupart |
| des sites, mais il n'existe pas de valeur de remplacement portable |
| plus courte).</p> |
| </section> |
| |
| |
| </modulesynopsis> |
