NGINX JavaScript (njs) 项目教程
2024-09-18 17:39:53作者:侯霆垣
1. 项目介绍
NGINX JavaScript (njs) 是一个动态模块,允许使用熟悉的 JavaScript 语法扩展 NGINX 的内部功能。njs 是 JavaScript 语言的一个子集,符合 ECMAScript 5.1(严格模式),并包含一些 ECMAScript 6 及更高版本的扩展。njs 的主要目标是提供一种简单且高效的方式来编写复杂的访问控制、安全检查、响应头操作以及灵活的异步内容处理程序和过滤器。
2. 项目快速启动
安装 njs
首先,确保你已经安装了 NGINX。然后,你可以通过以下命令安装 njs 模块:
# 对于 Ubuntu 或 Debian 系统
sudo apt install nginx-module-njs
# 对于 RHEL、CentOS 或其他 RedHat 衍生系统
sudo yum install nginx-module-njs
# 对于 Alpine 或其他类似系统
sudo apk add nginx-module-njs@nginx
# 对于 SuSE 或其他类似系统
sudo zypper install nginx-module-njs
配置 NGINX 使用 njs
- 创建一个 njs 脚本文件,例如
http.js:
function hello(r) {
r.return(200, "Hello world\n");
}
export default { hello };
- 在 NGINX 配置文件中启用 njs 模块并指定脚本文件:
load_module modules/ngx_http_js_module.so;
events {}
http {
js_import http.js;
server {
listen 8000;
location / {
js_content http.hello;
}
}
}
- 启动或重新加载 NGINX:
sudo nginx -s reload
- 访问
http://localhost:8000,你应该会看到 "Hello world" 的响应。
3. 应用案例和最佳实践
复杂访问控制和安全检查
njs 可以用于在请求到达上游服务器之前执行复杂的访问控制和安全检查。例如,你可以编写一个脚本来验证请求的来源 IP 地址是否在允许的列表中。
function check_ip(r) {
const allowed_ips = ["192.168.1.1", "10.0.0.1"];
if (!allowed_ips.includes(r.remoteAddress)) {
r.return(403, "Forbidden\n");
} else {
r.internalRedirect("@backend");
}
}
export default { check_ip };
响应头操作
你可以使用 njs 来动态修改响应头,例如添加或删除特定的头信息。
function modify_headers(r) {
r.headersOut["X-Custom-Header"] = "MyValue";
r.internalRedirect("@backend");
}
export default { modify_headers };
异步内容处理
njs 支持异步操作,可以用于处理需要等待外部资源的情况。
async function async_handler(r) {
const response = await fetch("https://api.example.com/data");
const data = await response.json();
r.return(200, JSON.stringify(data));
}
export default { async_handler };
4. 典型生态项目
NGINX OpenID Connect
该项目扩展了 NGINX Plus 的功能,使其能够直接与 OIDC 兼容的身份提供者通信,验证用户并授权通过 NGINX Plus 提供的内容。
NGINX SAML
这是一个参考实现,将 NGINX Plus 作为 SAML 认证的服务提供者。
njs-prometheus-module
该项目提供了一个 Prometheus 指标端点,可以直接从 NGINX Plus 暴露 Prometheus 指标。
通过这些生态项目,njs 不仅扩展了 NGINX 的功能,还为开发者提供了丰富的工具和资源来构建复杂的应用。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 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++
892
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271