使用Solo.io Gloo实现请求头的外部处理与修改
2025-06-12 11:38:20作者:翟萌耘Ralph
前言
在现代微服务架构中,请求头的处理是一个常见但关键的需求。Solo.io Gloo提供的ExtProc(外部处理)功能允许开发者通过外部服务对请求和响应进行高级处理。本文将详细介绍如何利用Gloo的ExtProc功能实现请求头的动态修改。
ExtProc简介
ExtProc是Gloo Gateway企业版提供的一项高级功能,它允许在请求处理流程中插入外部处理逻辑。通过ExtProc,我们可以:
- 动态修改请求和响应头
- 实现自定义的认证和授权逻辑
- 进行请求和响应的转换
- 收集请求和响应指标
环境准备
在开始之前,需要确保已经完成以下准备工作:
- 已安装Gloo Gateway企业版
- 具备Kubernetes集群操作权限
- 了解基本的Kubernetes和Gloo概念
实现步骤
1. 部署ExtProc服务
首先我们需要部署一个ExtProc服务,这个服务将负责处理请求头的修改逻辑:
apiVersion: apps/v1
kind: Deployment
metadata:
name: ext-proc-grpc
spec:
selector:
matchLabels:
app: ext-proc-grpc
replicas: 1
template:
metadata:
labels:
app: ext-proc-grpc
spec:
containers:
- name: ext-proc-grpc
image: gcr.io/solo-test-236622/ext-proc-example-basic-sink:0.0.2
imagePullPolicy: IfNotPresent
ports:
- containerPort: 18080
apiVersion: v1
kind: Service
metadata:
name: ext-proc-grpc
labels:
app: ext-proc-grpc
annotations:
gloo.solo.io/h2_service: "true"
spec:
ports:
- port: 4444
targetPort: 18080
protocol: TCP
selector:
app: ext-proc-grpc
这个示例使用了预构建的ExtProc服务镜像,它支持通过JSON格式的指令来修改请求头。
2. 配置ExtProc指令格式
ExtProc服务通过instructions头接收操作指令,指令格式如下:
{
"addHeaders": {
"header1": "value1",
"header2": "value2"
},
"removeHeaders": [ "header3", "header4" ]
}
addHeaders: 指定需要添加或修改的头部键值对removeHeaders: 指定需要移除的头部名称列表
3. 配置Gloo启用ExtProc
修改Gloo的默认Settings资源,启用ExtProc功能:
extProc:
grpcService:
extProcServerRef:
name: default-ext-proc-grpc-4444
namespace: gloo-system
filterStage:
stage: AuthZStage
predicate: After
failureModeAllow: false
allowModeOverride: false
processingMode:
requestHeaderMode: SEND
responseHeaderMode: SKIP
关键配置说明:
| 配置项 | 说明 |
|---|---|
grpcService.extProcServerRef |
指定ExtProc服务的位置 |
filterStage |
定义ExtProc在过滤器链中的执行位置 |
failureModeAllow |
控制ExtProc失败时的行为 |
processingMode |
定义请求和响应头的处理模式 |
4. 部署测试应用
为了验证ExtProc功能,我们部署一个httpbin应用作为测试后端:
apiVersion: v1
kind: ServiceAccount
metadata:
name: httpbin
apiVersion: v1
kind: Service
metadata:
name: httpbin
labels:
app: httpbin
spec:
ports:
- name: http
port: 8000
targetPort: 80
selector:
app: httpbin
apiVersion: apps/v1
kind: Deployment
metadata:
name: httpbin
spec:
replicas: 1
selector:
matchLabels:
app: httpbin
version: v1
template:
metadata:
labels:
app: httpbin
version: v1
spec:
serviceAccountName: httpbin
containers:
- image: docker.io/kennethreitz/httpbin
imagePullPolicy: IfNotPresent
name: httpbin
ports:
- containerPort: 80
5. 创建虚拟服务
创建一个虚拟服务将httpbin应用暴露在网关上:
apiVersion: gateway.solo.io/v1
kind: VirtualService
metadata:
name: vs
namespace: gloo-system
spec:
virtualHost:
domains:
- '*'
routes:
- matchers:
- prefix: /
routeAction:
single:
upstream:
name: default-httpbin-8000
namespace: gloo-system
6. 测试ExtProc功能
基本请求测试
首先发送一个简单的请求验证基础功能:
curl -vik $(glooctl proxy url)/get -H "header1: value1" -H "header2: value2"
预期输出中应包含传入的header1和header2。
ExtProc请求头修改测试
发送包含修改指令的请求:
curl -vik $(glooctl proxy url)/get -H "header1: value1" -H "header2: value2" -H 'instructions: {"addHeaders":{"header3":"value3","header4":"value4"},"removeHeaders":["instructions", "header2"]}'
预期结果:
- header2被移除
- header3和header4被添加
- instructions头被移除
修改处理模式测试
将Settings中的requestHeaderMode改为SKIP后再次测试:
curl -vik $(glooctl proxy url)/get -H "header1: value1" -H "header2: value2" -H 'instructions: {"addHeaders":{"header3":"value3","header4":"value4"},"removeHeaders":["instructions", "header2"]}'
预期结果:
- 所有原始头保持不变
- ExtProc修改指令未生效
最佳实践
- 性能考虑:ExtProc会增加请求处理延迟,建议只对需要特殊处理的请求启用
- 错误处理:合理配置
failureModeAllow,在开发环境可以设为true便于调试 - 安全考虑:确保ExtProc服务本身的安全性,避免成为攻击入口
- 监控:对ExtProc服务的性能和错误率进行监控
清理资源
完成测试后,可以删除创建的资源:
kubectl delete deployment ext-proc-grpc httpbin
kubectl delete service ext-proc-grpc httpbin
kubectl delete servicaccount httpbin
kubectl delete virtualservice vs -n gloo-system
总结
通过Gloo的ExtProc功能,我们可以灵活地实现请求头的动态修改,满足各种复杂的业务需求。这种外部处理的方式提供了极大的灵活性,同时保持了Gloo配置的简洁性。在实际应用中,可以根据业务需求扩展ExtProc服务的功能,实现更复杂的处理逻辑。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355