Sentilo平台API请求速率限制机制详解
2025-06-06 16:39:31作者:廉皓灿Ida
概述
在分布式物联网平台Sentilo中,API请求速率限制(Rate Limiting)是一项关键的安全特性。自1.9版本起,Sentilo提供了完善的速率限制功能,用于保护系统免受请求洪泛攻击,同时也能保护订阅Sentilo的外部系统不被过量的出站请求所影响。
速率限制的重要性
在物联网场景中,设备可能会产生大量数据请求,如果没有适当的限制机制,可能会导致:
- 服务器资源被耗尽
- 系统响应变慢甚至崩溃
- 订阅系统被大量通知淹没
- 恶意用户通过高频请求发起攻击
Sentilo的速率限制机制正是为解决这些问题而设计。
全局速率限制配置
基本配置
全局限制作用于整个Sentilo实例的所有API请求。配置位于平台配置文件中,主要包含两个关键参数:
# 每小时允许的最大请求数(0表示无限制)
sentilo.server.api.global_rate_limit.quota=100
# 请求体最大长度(字节)
sentilo.server.api.payload.max_length=4096
响应头信息
当启用全局限制时,每个API响应都会包含以下头部信息:
| 头部名称 | 描述 |
|---|---|
| X-RateLimit-Global-Inbound-Limit | 全局每小时请求限额 |
| X-RateLimit-Global-Inbound-Remaining | 当前剩余可用请求数 |
| X-RateLimit-Global-Inbound-Reset | 限额重置剩余分钟数(0表示未超限) |
错误处理
当发生以下情况时,系统会返回相应错误:
- 429状态码:全局请求限额已用完
- 400状态码:请求体超过最大长度限制
基于实体的速率限制
除了全局限制外,Sentilo还支持为每个提供者(Provider)或应用程序(Application)设置独立的速率限制。
实体限制配置
实体限制通过目录服务进行配置,可以为每个实体设置:
- 入站请求限制(输入配额)
- 出站通知限制(输出配额)
入站限制响应头
当实体设置了入站限制时,API响应会包含:
| 头部名称 | 描述 |
|---|---|
| X-RateLimit-Inbound-Limit | 实体每小时请求限额 |
| X-RateLimit-Inbound-Remaining | 当前剩余可用请求数 |
| X-RateLimit-Inbound-Reset | 限额重置剩余分钟数 |
出站限制响应头
当实体设置了出站限制时,Sentilo发送给订阅端点的通知会包含:
| 头部名称 | 描述 |
|---|---|
| X-RateLimit-Outbound-Limit | 实体每小时通知限额 |
| X-RateLimit-Outbound-Remaining | 当前剩余可用通知数 |
| X-RateLimit-Outbound-Reset | 限额重置剩余分钟数 |
示例解读
假设订阅系统收到通知包含以下头部:
X-RateLimit-Outbound-Limit: 5
X-RateLimit-Outbound-Remaining: 1
X-RateLimit-Outbound-Reset: 58
这表示:
- 该实体每小时最多接收5条通知
- 当前还可接收1条通知
- 58分钟后配额将重置
限制优先级
Sentilo采用以下优先级处理限制:
- 首先检查全局限制
- 然后检查实体特定限制
- 取两者中更严格的限制作为实际限制
这种设计既保证了系统整体安全,又允许为不同实体设置个性化限制策略。
最佳实践
- 生产环境务必设置合理的全局限制
- 为关键业务实体设置适当的独立限制
- 客户端应监控响应头中的剩余请求数
- 对于突发流量场景,考虑使用指数退避算法
- 定期审查和调整限制参数
通过合理配置Sentilo的速率限制功能,可以显著提升物联网平台的稳定性和安全性。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253