Apache APISIX OpenID Connect插件与Keycloak集成中的双重请求问题解析
2025-05-15 00:52:42作者:廉皓灿Ida
背景介绍
在企业级API网关Apache APISIX与Keycloak身份认证服务的集成实践中,开发人员经常会配置OpenID Connect插件来实现OAuth2.0的令牌自省(introspection)功能。近期有用户反馈在APISIX 3.9.1版本中,当配置了令牌自省功能后,Keycloak服务端会收到重复的请求。
问题现象分析
通过用户提供的配置信息可以看到,这是一个典型的Bearer Token验证场景:
- 配置了
introspection_endpoint指向Keycloak的自省端点 - 使用
client_secret_basic认证方式 - 启用了
bearer_only模式
用户观察到Keycloak服务日志中,对于每个API请求都会记录两次自省请求,这引发了是否正常行为的疑问。
技术原理剖析
在OAuth2.0的令牌自省机制中,APISIX网关需要将客户端携带的访问令牌发送到授权服务器(Keycloak)进行验证。实际上,这种"双重请求"现象是设计使然:
- 缓存机制:APISIX会对自省结果进行缓存以避免频繁请求授权服务器
- 缓存刷新:默认情况下系统会定期重新验证令牌以确保其有效性
- 性能优化:首次请求触发完整验证,后续请求可能仅检查缓存状态
解决方案建议
对于希望优化此行为的用户,可以通过以下配置参数进行调整:
"openid-connect": {
"introspection_interval": 300,
"introspection_cache_ignore": false
}
其中:
introspection_interval:控制缓存刷新间隔(秒)introspection_cache_ignore:设为true可禁用缓存(不推荐)
最佳实践
- 生产环境中建议保持适当的缓存间隔(如300秒)
- 监控Keycloak的请求负载,根据实际情况调整参数
- 考虑使用JWKS验证方式替代自省,对简单场景可能更高效
- 确保网络延迟不会成为性能瓶颈
总结
APISIX与Keycloak集成时出现的双重请求现象是系统的正常行为,体现了安全性与性能的平衡设计。通过合理配置缓存参数,开发人员可以在安全验证和系统性能之间取得最佳平衡。对于高并发场景,建议进行充分的压力测试以确定最优配置。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0115
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
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
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869