在服务网格的流量管理和可观测性实现上，Headers发挥着非常关键的作用。相比而言，HTTP协议的Headers实现较为容易，因为HTTP是同步阻塞式的请求响应模式，可以很容易在GET/POST/UPDATE/DELETE方法中定义和使用读写Header的API。GPRC协议的Headers则要复杂一些，各种编程语言在4种不同通信模型中，读写Header的形式的差异化很大，同时还要考虑流式和异步的编程实现。
本篇首先介绍4种编程语言的Headers编程实践，然后讲述在服务网格实践中，GPRC协议Headers的两个重要实践：流量管理和可观测性。
1 GPRC协议Headers编程实践
服务端获取Headers
| GRPC通信模型编程语言 | Java | Go | NodeJs | Python | |
|---|---|---|---|---|---|
| 基本方法 | 实现拦截器ServerInterceptor接口的interceptCall(ServerCall<ReqT, RespT> call,final Metadata m,ServerCallHandler<ReqT, RespT> h)方法，通过String v = m.get(k)获取header信息，get方法入参类型为Metadata.Key<String>
|
metadata.FromIncomingContext(ctx)(md MD, ok bool)，MD是一个map[string][]string
|
call.metadata.getMap()，返回值类型是[key: string]: MetadataValue，MetadataValue类型定义为`string |
Buffer` |
context.invocation_metadata()，返回值类型为2-tuple数组，2-tuple的形式为('k','v')，使用m.key, m.value遍历获取键值对 |
| Unary RPC | 对Headers无感知 | 在方法中直接调用metadata.FromIncomingContext(ctx)，上下文参数ctx来自Talk的入参 |
在方法内直接调用call.metadata.getMap()
|
在方法内直接调用context.invocation_metadata()
|
|
| Server streaming RPC | 同上 | 在方法中直接调用metadata.FromIncomingContext(ctx)，上下文参数ctx从TalkOneAnswerMore的入参stream中获取：stream.Context()
|
同上 | 同上 | |
| Client streaming RPC | 同上 | 在方法中直接调用metadata.FromIncomingContext(ctx)，上下文参数ctx从TalkMoreAnswerOne的入参stream中获取：stream.Context()
|
同上 | 同上 | |
| Bidirectional streaming RPC | 同上 | 在方法中直接调用metadata.FromIncomingContext(ctx)，上下文参数ctx从TalkBidirectional的入参stream中获取：stream.Context()
|
同上 | 同上 |
客户端发送Headers
| GRPC通信模型编程语言 | Java | Go | NodeJs | Python |
|---|---|---|---|---|
| 基本方法 | 实现拦截器ClientInterceptor接口的interceptCall(MethodDescriptor<ReqT, RespT> m, CallOptions o, Channel c)方法，实现返回值类型ClientCall<ReqT, RespT>的start((Listener<RespT> l, Metadata h))方法，通过h.put(k, v)填充header信息，put方法入参k的类型为Metadata.Key<String>，v的类型为String
|
metadata.AppendToOutgoingContext(ctx,kv ...) context.Context |
metadata=call.metadata.getMap()metadata.add(key, headers[key])
|
metadata_dict = {} 变量填充 metadata_dict[c.key] = c.value最终转为list tuple类型 list(metadata_dict.items())
|
| Unary RPC | 对Headers无感知 | 在方法中直接调用metadata.AppendToOutgoingContext(ctx,kv)
|
在方法内直接使用基本方法 | 在方法内直接使用基本方法 |
| Server streaming RPC | 同上 | 同上 | 同上 | 同上 |
| Client streaming RPC | 同上 | 同上 | 同上 | 同上 |
| Bidirectional streaming RPC | 同上 | 同上 | 同上 | 同上 |
Propaganda Headers
由于链路追踪需要将上游传递过来的链路元数据透传给下游，以形成同一条请求链路的完整信息，我们需要将服务端获取的Headers信息中，和链路追踪相关的Headers透传给向下游发起请求的客户端。这就是"Propaganda Headers"的概念。
如上表格所示，除了Java语言的实现，其他语言的通信模型方法都对header有感知，因此可以将"服务端读取-传递-客户端发送"这三个动作顺序地在4种通信模型方法内部实现。
Java语言读取和写入Headers是通过两个拦截器分别实现的，因此Propaganda Headers无法在一个顺序的流程里实现，且考虑到并发因素，以及只有读取拦截器知道链路追踪的唯一ID，我们无法通过最直觉的缓存方式搭建两个拦截器的桥梁。
那么只能借助上下文了。幸好Java语言的实现提供了一种Metadata-Context Propagation的机制。
在服务器拦截器读取阶段，通过ctx.withValue(key, metadata)将Metadata/Header存入Context，其中key是Context.Key<String>类型。然后在客户端拦截器中，通过key.get()将Metadata从Context读出，get方法默认使用Context.current()上下文，这就保证了一次请求的Headers读取和写入使用的是同一个上下文。
有了Propaganda Headers的实现，基于GRPC的链路追踪就有了机制上的保证。
2 网格拓扑
完成GRPC的Headers处理后，我们进入部署和验证目录tracing。该目录下包含4种编程语言的部署脚本。我们以go版本为例，执行如下脚本进行部署和验证。
cd go
# 部署
sh apply.sh
# 验证
sh test.sh部署后的服务网格拓扑如下图所示。
3 流量转移
在VirtualService中通过定义Header键值的匹配条件，可以实现根据请求动态地进行流量转移。如果再结合前一篇中讲述的按API切流、按版本切流的实践，就可以完成应用级的精细化流量管理。
进入服务网格(ASM)实例，新建VirtualService，将如下内容复制保存。这个VirtualService定义了Header中server-version=go的请求100%流量路由到go版本服务。
apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
namespace: grpc-best
name: grpc-server-vs
spec:
hosts:
- "*"
gateways:
- grpc-gateway
http:
- match:
- headers:
server-version:
exact: go
route:
- destination:
host: grpc-server-svc
subset: v2
weight: 1004 链路追踪
进入服务网格(ASM)实例，在功能设置中勾选启用链路追踪，采样方式选择阿里云XTrace。
在本地执行如下请求脚本，向Ingressgateway发起多次请求。
USER_CONFIG=~/shop_config/ack_bj
alias k="kubectl --kubeconfig $USER_CONFIG"
INGRESS_IP=$(k -n istio-system get service istio-ingressgateway -o jsonpath='{.status.loadBalancer.ingress[0].ip}')
docker run -d --name grpc_client_node -e GRPC_SERVER="${INGRESS_IP}" registry.cn-beijing.aliyuncs.com/asm_repo/grpc_client_node:1.0.0 /bin/sleep 3650d
client_node_container=$(docker ps -q)
echo "Test in a loop:"
for i in {1..100}; do
docker exec -e GRPC_SERVER="${INGRESS_IP}" -it "$client_node_container" node mesh_client.js ${INGRESS_IP} 6666
done在服务网格(ASM)实例的左侧菜单中点击"链路追踪"，查看请求链路信息。如下图所示，完整的链路包括：本地请求端-Ingressgateway-grpc-server-svc1-grpc-server-svc2-grpc-server-svc3。