Rack Middleware API限流技术文档
2024-12-23 01:13:14作者:咎竹峻Karen
1. 安装指南
此限流中间件已封装成gem,可以使用以下命令安装最新版:
sudo gem install jduff-api-throttling
如果需要使用最新源码,可以在GitHub上找到:jduff/api-throttling(这是dambalah/api-throttling的分支,包含了近期的一些改动)。
2. 项目使用说明
在Rack应用中,只需使用中间件并传递一些选项即可:
use ApiThrottling, :requests_per_hour => 3
这将设置每小时最多3次请求的限流,并使用Redis缓存来追踪。默认情况下,Rack::Auth::Basic用于基于每个用户进行请求限制。
中间件还支持以下选项:
:cache=>:redis:支持:memcache,:hash。也可以传入这些缓存的实例,或者使用Rails.cache。:auth=>false:如果你的中间件在其他地方进行了认证,可以设置此项。:key:自定义缓存键的生成方式。
使用所有选项的示例:
CACHE = MemCache.new
use ApiThrottling, :requests_per_hour => 100, :cache=>CACHE, :auth=>false,
:key=>Proc.new{|env,auth| "#{env['PATH_INFO']}_#{Time.now.strftime("%Y-%m-%d-%H")}" }
这将限制每个URL每小时100次请求,使用MemCache来存储计数。
3. 项目API使用文档
项目API主要是通过中间件进行调用,以下为中间件的API使用方法:
class ApiThrottling
def initialize(app, options={})
# 初始化方法,设置应用和选项
end
def call(env, options={})
# 调用方法,处理请求并应用限流逻辑
end
private
def bad_request
# 生成400 Bad Request响应
end
def over_rate_limit
# 生成503 Over Rate Limit响应
end
end
4. 项目安装方式
基础Rack应用安装
首先,确保安装了thin webserver:
sudo gem install thin
然后使用以下基础Rack应用进行测试:
use Rack::ShowExceptions
use Rack::Lint
run lambda {|env| [200, { 'Content-Type' => 'text/plain', 'Content-Length' => '12'}, ["Hello World!"] ] }
将代码保存为config.ru文件,并使用以下命令启动thin服务器:
thin --rackup config.ru start
现在可以使用以下命令测试服务是否正常运行:
curl -i http://localhost:3000
Redis安装
为了记录请求次数,需要安装Redis并使用其Ruby客户端库:
sudo gem install ezmobius-redis-rb
确保Redis服务器运行在默认端口6379上。
使用限流中间件
最后,在你的Rack应用中引入并配置限流中间件:
require 'api_throttling'
use Rack::Lint
use Rack::ShowExceptions
use ApiThrottling, :requests_per_hour => 3
run lambda {|env| [200, {'Content-Type' => 'text/plain', 'Content-Length' => '12'}, ["Hello World!"] ] }
现在,你可以尝试使用curl测试API,直到达到限流设置的限制。
登录后查看全文
热门项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
180
AscendNPU-IR
C++
86
141
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
986
248