背景

云原生时代下，企业逐渐向云上迁移，越来越多的应用和服务都在进行容器化改造，服务之间的流量也开始爆发性的增长。为了能高效地管理这些规模庞大的 API，API 网关开始在技术领域大展身手。

用户除了需要 API 网关提供请求代理、熔断限流、审计监控等常规能力外，更多开始关注云原生兼容性、支撑场景的多样性，以及更好的性能及稳定性。在这样的背景下，以 Apache APISIX 和 Kong 等为代表的云原生 API 网关项目得到了越来越多开发者的青睐。

Apache APISIX 是一个云原生、高性能、可扩展的 API 网关，由深圳支流科技捐赠给 Apache 基金会，并于 2020 年 7 月从 Apache 孵化器毕业， 成为 Apache 软件基金会顶级项目。APISIX 基于 NGINX 和 etcd 来实现，和传统 API 网关相比，APISIX 具备动态路由和插件热加载，特别适合云原生架构下的 API 管理。

Kong 也是一款高可用、易扩展的开源 API 网关项目。通过提供代理、路由、负载均衡、身份验证等功能，在微服务与传统 API 领域提供网关层面的支持。

2022 年秋季，Kong 与 Apache APISIX 相继发布了最新的 3.0 版本。其中，Apache APISIX 3.0 重点在生态和架构层面进行了创新与迭代，致力让所有用户都能利用 APISIX 发挥更优秀的价值。Kong 3.0 则在新版本中更加侧重政府、金融业以及对安全合规更关注的大型企业，整体涉及在合规、易用性、功能与性能等方面进行了拓展。

作为开源微服务网关领域的优秀作品，在二者几乎同一时间发布 3.0 版本之际，我们对两个产品进行了一次性能测试，方便读者在选择和使用这两个网关产品时，对其最新版本的性能表现上有更加清晰的认知。

测试环境与方式

以下为本次进行测试的方式及环境数据，测试结果仅针对以下环境、机器及特定版本等。 同时本次测试使用 Docker 部署 APISIX 和 Kong 时，将使用 Docker 的 host 网络模式，避免网络原因影响测试结果。以下为其他相关测试配置信息。

请求拓扑图

以下是测试链路的拓扑图，压力测试工具使用 wrk2，上游服务使用 OpenResty。

相关服务器与软件信息

本次测试将在云服务器上进行，服务器配置为 Standard D8s v3 (8 核心虚拟 CPU，32 GiB 内存) 。所有测试相关组件均部署在这台服务器上，具体服务器环境信息如下表所示。

测试中所涉及到的软件版本信息如下表所示。

部署细节

我们选择 wrk2 作为性能测试工具，选择 OpenResty 作为模拟上游。用 Docker 来部署 APISIX 与 Kong，并且都启用二者的声明式配置。

在测试时，只开启一个 1 个 worker 进程，这样测试结果会比较直观。正常来说，在实际使用中多个 worker 的负载能力相比 1 个 worker 来说，其性能接近线性增长。部署脚本与测试脚本可参考 https://github.com/api7/apisix-benchmark。

注意：在测试过程中，APISIX 关闭了 proxy-cache 和 proxy-mirror 插件。这是因为这两个插件的启用将会影响 APISIX 4% 左右的性能（benchmark 相关文档中有提及），因此在本次测试中进行了关闭。

多场景测试与性能对比

场景一：1 条路由，不启用任何插件

场景一旨在测试纯代理场景。因此只设置 1 条路由，不启用任何插件，测试 APISIX 与 Kong 在该场景下的性能差异。

APISIX 配置如下：

routes:
  -
    uri: /hello
    upstream:
      nodes:
        "127.0.0.1:1980": 1
      type: roundrobin
#END

Kong 配置如下：

_format_version: "3.0"
_transform: true

services:
- name: hello
  url: http://127.0.0.1:1980
  routes:
  - name: hello
    paths:
    - /hello

性能对比

在该场景下共进行了 10 轮测试，QPS 如下折线图所示（以 QPS 指标来评价性能）。

从图中可以看到，在纯代理场景下，APISIX 3.0 的性能表现优于 Kong 3.0 之上。APISIX 3.0 的 10 轮 QPS 的平均值为 14104，Kong 3.0 的 10 轮 QPS 的平均值是 9857。相比之下，APISIX 3.0 的性能是 Kong 3.0 的 140%。

场景二：1 条路由 + 1 个插件（限流）

限流是网关产品的主要使用场景之一，因此在场景二中，我们配置了 1 条路由与 1 个限流插件来满足测试要求。

注意：该场景主要测试网关在限流场景下的性能，其中对限流插件的配置进行了较高的限制，避免触发实际的限流动作。

APISIX 配置如下：

routes:
  -
    uri: /hello
    upstream:
      nodes:
        "127.0.0.1:1980": 1
      type: roundrobin
    plugins:
      limit-count:
        count: 999999999
        time_window: 60
        rejected_code: 503
        key: remote_addr
#END

Kong 配置如下：

_format_version: "3.0"
_transform: true

services:
- name: hello
  url: http://127.0.0.1:1980
  routes:
  - name: hello
    paths:
    - /hello
    plugins:
    - name: rate-limiting
      config:
        minute: 999999999
        limit_by: ip
        policy: local

性能对比

依旧是进行了 10 轮测试，QPS 如下折线图所示（以 QPS 指标来评价性能）。

从上述对比图中可以看到，在启用「限制请求数量类」的插件后，APISIX 3.0 与 Kong 3.0 的 QPS 都下降明显，但是 Kong 3.0 的 QPS 下降幅度更大。APISIX 3.0 的 10 轮 QPS 的平均值是 9154，Kong 3.0 的 10 轮 QPS 的平均值是 4810，相比之下，APISIX 3.0 的性能是 Kong 3.0 的 190%。

场景三：1 条路由 + 2 个插件（限流+鉴权）

除上述提到的限流功能外，鉴权场景也是网关的主要使用场景之一。因此场景三将两个重要的功能合二为一，配置了 1 条路由的同时，绑定了限流插件和鉴权插件。该场景涵盖了限流与鉴权功能的同时，还在请求路径中实现了多个插件一起配合工作，覆盖了网关实际使用的经典场景。

APISIX 配置如下：

routes:
  -
    uri: /hello
    upstream:
      nodes:
        "127.0.0.1:1980": 1
      type: roundrobin
    plugins:
      key-auth:
      limit-count:
        count: 999999999
        time_window: 60
        rejected_code: 503
        key: remote_addr
consumers:
  - username: jack
    plugins:
        key-auth:
            key: user-key
#END

Kong 配置如下：

_format_version: "3.0"
_transform: true

services:
- name: hello
  url: http://127.0.0.1:1980
  routes:
  - name: hello
    paths:
    - /hello
    plugins:
    - name: rate-limiting
      config:
        minute: 999999999
        limit_by: ip
        policy: local
    - name: key-auth
      config:
        key_names:
          - apikey
consumers:
- username: my-user
  keyauth_credentials:
  - key: my-key

性能对比

从上述结果折线图中可以看到，APISIX 3.0 在启用 limit-count 和 key-auth 插件后，10 轮 QPS 的平均值为 8933，相比只启用 limit-count 插件时的 QPS 平均值 9154，只有略微下降（约为 2.4%）。 而 Kong 3.0 在启用 rate-limiting 和 key-auth 插件后，10 轮 QPS 的平均值为 3977，相比只启用 rate-limiting 插件时 QPS 平均值 4810，下降非常明显（约为 17%）。 在该场景下对比 10 轮平均 QPS，APISIX 3.0 的性能是 Kong 3.0 的 220%。

场景四：5000 条路由

该方案使用脚本生成了 5000 条不重复的路由，测试时只命中其中一条路由。该场景主要是测试 APISIX 与 Kong 进行路由匹配时的性能。

性能对比

同样是进行 10 轮测试，结果如上述折线图所示。

从图中可以看到，在该场景下，APISIX 3.0 的 10 轮 QPS 的平均值为 13787，Kong 3.0 的 10 轮 QPS 的平均值为 9840。相比之下，APISIX 3.0 的性能是 Kong 3.0 的 140%，与场景一测试环境下的效果对比类似。

结论

从上述几组测试场景的结果来看：

• 当不在路由上绑定插件时，多路由匹配与单路由纯代理场景下，APISIX 3.0 的整体表现性能为 Kong 3.0 的 140% 左右；
• 当在路由上绑定插件时，APISIX 3.0 的性能为 Kong 3.0 的 200% 左右（有近一倍的性能提升）。

因此在不同场景的性能表现上，APISIX 3.0 整体性能相比 Kong 3.0 而言，仍然保持着较大的优势。如果你对上述两个网关的使用场景有更多使用上的心得，也欢迎随时交流。