Higress 外部认证插件新增 HTTP 方法过滤功能解析
2025-06-09 22:16:04作者:宗隆裙
背景介绍
在微服务架构和 API 网关的使用场景中,跨域资源共享(CORS)是一个常见的需求。当开发者使用 Higress 的外部认证插件(ext-auth)时,经常会遇到需要处理预检请求(Preflight Request)的情况。预检请求是浏览器在发送实际跨域请求前自动发送的 OPTIONS 方法请求,用于确认服务器是否允许实际请求。
问题分析
传统的外部认证插件在处理跨域请求时存在一个痛点:它无法区分不同的 HTTP 方法(Method),导致所有请求(包括预检请求)都会被转发到外部认证服务。这不仅增加了认证服务的负担,也可能导致一些不必要的认证检查。
解决方案
Higress 社区针对这一需求,在外部认证插件中新增了 HTTP 方法过滤功能。通过在插件的 match_list 配置中增加 match_rule_method 字段,开发者可以精确控制哪些 HTTP 方法的请求需要经过外部认证。
技术实现细节
新的 match_rule_method 字段支持以下配置方式:
- 精确匹配:直接指定需要匹配的 HTTP 方法,如 GET、POST、PUT 等
- 通配符匹配:使用 * 匹配所有方法
- 多方法匹配:使用逗号分隔多个方法,如 "GET,POST"
配置示例:
match_list:
- match_rule_method: "OPTIONS"
match_rule_path: "/api/*"
match_rule_domain: "example.com"
skip_auth: true
使用场景
这一功能特别适用于以下场景:
- 跨域请求处理:可以单独配置跳过 OPTIONS 方法的预检请求认证
- RESTful API 设计:对不同操作类型(GET/POST/PUT/DELETE)实施不同的认证策略
- 性能优化:减少不必要的认证检查,降低系统负载
最佳实践建议
- 对于跨域场景,建议为 OPTIONS 方法配置 skip_auth: true
- 对于敏感操作(POST/PUT/DELETE),建议保持严格的认证检查
- 对于只读接口(GET),可以根据业务需求决定是否跳过认证
总结
Higress 外部认证插件的这一增强功能,为开发者提供了更细粒度的请求过滤能力,使得跨域场景下的认证处理更加灵活高效。通过合理配置 HTTP 方法过滤规则,可以显著提升系统性能并简化认证逻辑的实现。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219