Pothos GraphQL 实现基于Redis的速率限制插件
2025-07-01 04:04:44作者:袁立春Spencer
在GraphQL API开发中,速率限制是保护服务免受滥用和拒绝服务攻击的重要机制。本文将介绍如何在Pothos GraphQL框架中实现一个基于Redis的速率限制插件,类似于Nexus框架中的实现方式。
插件设计思路
Pothos提供了灵活的插件系统,允许开发者扩展字段级别的功能。速率限制插件的核心思想是:
- 在字段定义时添加速率限制配置
- 在执行解析器前检查请求频率
- 使用Redis作为分布式计数器存储
实现步骤
1. 定义类型扩展
首先需要扩展Pothos的类型系统,为字段添加速率限制配置选项:
declare global {
export namespace PothosSchemaTypes {
export interface Plugins<Types extends SchemaTypes> {
rateLimit: RateLimitPlugin<Types>;
}
export interface SchemaBuilderOptions<Types extends SchemaTypes> {
rateLimit: {
redis: Redis;
};
}
export interface FieldOptions<
Types extends SchemaTypes = SchemaTypes,
ParentShape = unknown,
Type extends TypeParam<Types> = TypeParam<Types>,
Nullable extends FieldNullability<Type> = FieldNullability<Type>,
Args extends InputFieldMap = InputFieldMap,
ResolveShape = unknown,
ResolveReturnShape = unknown,
> {
rateLimit?: {
max: number;
window: number;
message?: string;
identity?: (context: Types['Context']) => string;
};
}
}
}
2. 实现插件核心逻辑
创建插件类,重写wrapResolve方法来包装解析器:
export class RateLimitPlugin<Types extends SchemaTypes> extends BasePlugin<Types> {
override wrapResolve(
resolver: GraphQLFieldResolver<unknown, Types['Context'], object>,
fieldConfig: PothosOutputFieldConfig<Types>,
): GraphQLFieldResolver<unknown, Types['Context'], object> {
const options = fieldConfig.pothosOptions.rateLimit;
if (!options) {
return resolver;
}
const { redis } = this.builder.options.rateLimit;
return async (parent, args, context, info) => {
if (context.isAuthenticated) {
return resolver(parent, args, context, info);
}
const identity = options.identity?.(context) ?? context.ip;
const key = `rateLimit:${info.fieldName}:${identity}`;
const current = await redis.incr(key);
if (current === 1) {
await redis.expire(key, options.window);
}
if (current > options.max) {
throw new Error(options.message ?? "Limit reached, try again later.");
}
return resolver(parent, args, context, info);
};
}
}
3. 注册插件
最后需要注册插件到Pothos系统中:
SchemaBuilder.registerPlugin('rateLimit', RateLimitPlugin);
使用示例
在构建schema时,可以这样使用速率限制插件:
const builder = new SchemaBuilder<{
Plugins: {
rateLimit: true;
};
Context: {
ip: string;
isAuthenticated: boolean;
};
}>({
plugins: ['rateLimit'],
rateLimit: {
redis: new Redis(),
},
});
builder.queryType({
fields: (t) => ({
publicData: t.string({
rateLimit: {
max: 10,
window: 60,
message: 'Too many requests, please wait',
identity: (ctx) => ctx.ip,
},
resolve: () => 'Sensitive data',
}),
}),
});
高级功能扩展
- 滑动窗口算法:可以使用Redis的ZSET实现更精确的滑动窗口限流
- 多维度限流:支持基于用户ID、IP、设备指纹等多维度组合限流
- 令牌桶算法:实现更平滑的流量控制
- 分布式计数:利用Redis的原子操作确保分布式环境下的准确性
性能考虑
- 对于高频访问的API,建议使用Redis管道(pipeline)批量操作
- 考虑使用本地缓存+Redis的二级缓存策略减少Redis访问
- 对于认证用户可以考虑放宽限制或跳过检查
通过这种插件化的实现方式,我们可以灵活地为Pothos GraphQL API添加速率限制功能,同时保持代码的整洁和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南解决Jellyfin中文元数据难题:MetaShark插件3大场景配置指南5大技术突破:轻量级AI引擎的跨平台部署指南B站m4s格式无法播放?m4s-converter轻松搞定视频永久保存全攻略BTCPay Server 开源项目配置指南:跨平台部署与高效部署最佳实践RSSHub-Radar 使用问题全解析:从入门到进阶的解决方案
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108