O que é a limitação de velocidade de solicitações no Kubernetes e como ela é implementada?

A limitação de taxa de pedidos (rate limiting) no Kubernetes é usada para controlar o número de pedidos que podem ser processados pelo servidor API durante um determinado período de tempo. Isso ajuda a proteger o cluster contra sobrecargas e ataques DoS.

No Kubernetes, a limitação de taxa é implementada em vários níveis:

• Ao nível do servidor API: utiliza-se um algoritmo de token-bucket que limita o número de pedidos de cada cliente (por exemplo, por IP ou por usuário).
• Ao nível do kube-proxy e controladores Ingress: é possível configurar limites para o tráfego de entrada.

Um exemplo de configuração de rate limiting no servidor API é definido por parâmetros de inicialização, por exemplo:

--max-requests-inflight=400
--max-mutating-requests-inflight=200

Também é possível usar ferramentas externas e proxies (como Envoy, Nginx) para um controle mais flexível da velocidade de pedidos.