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
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430