NGINX JavaScript (njs) 项目教程
2024-09-18 13:08:21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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
256
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
373
3.18 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
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92