Kong网关中基于IP地址的速率限制问题解析
2025-05-02 17:52:30作者:郁楠烈Hubert
在Kong网关的使用过程中,开发人员经常会遇到一个典型问题:当配置了IP地址基础的速率限制功能时,系统并没有按照预期的客户端真实IP地址进行限制,而是使用了最后一个中间服务器的IP地址作为标识符。本文将深入分析这一问题的技术背景、产生原因以及解决方案。
问题现象
当Kong网关配置了以下参数时:
trusted_ips = 0.0.0.0/0,::/0
real_ip_header = X-Forwarded-For
real_ip_recursive = on
开发人员期望速率限制功能能够基于X-Forwarded-For头中的客户端真实IP地址进行控制,但实际观察到的行为却是:
- 速率限制插件使用了最后一个中间服务器的IP地址作为标识符
- 通过调试发现,Kong的PDK方法kong.client.get_forwarded_ip返回的是中间服务器IP而非客户端真实IP
- 只有nginx变量ngx.var.http_x_forwarded_for包含了真实的客户端IP地址
技术背景分析
这个问题涉及到HTTP请求在中间服务器链中的IP地址传递机制。在多层架构中,客户端的真实IP地址通常通过X-Forwarded-For头部传递。Kong网关作为反向代理,需要正确处理这些头部信息才能准确识别原始客户端。
Kong的PDK(Plugin Development Kit)提供了kong.client.get_forwarded_ip方法来获取客户端IP。在早期版本中,该方法实现依赖于nginx变量ngx.var.remote_addr,这导致了上述问题。
问题根源
问题的核心在于:
- 早期Kong版本(如2.8.0)中,kong.client.get_forwarded_ip方法实现不完善,直接返回了ngx.var.remote_addr
- 即使配置了real_ip_header和real_ip_recursive,PDK方法没有正确利用这些配置
- 速率限制插件基于不准确的IP地址信息进行控制
解决方案
经过社区验证,在Kong 3.9.0及更高版本中,这个问题已经得到修复。新版本中:
- kong.client.get_forwarded_ip方法已改进,能够正确返回X-Forwarded-For头中的客户端IP
- 速率限制功能现在可以基于真实的客户端IP地址进行控制
对于仍在使用旧版本的用户,建议升级到最新稳定版以获得正确的IP地址处理能力。如果暂时无法升级,可以考虑以下临时解决方案:
- 自定义插件,直接从X-Forwarded-For头中提取客户端IP
- 修改速率限制插件的标识符获取逻辑
最佳实践
在使用Kong网关的速率限制功能时,建议:
- 始终使用最新稳定版本的Kong
- 明确配置trusted_ips范围,避免安全风险
- 在生产环境部署前充分测试IP地址识别逻辑
- 考虑在多层架构环境中使用专门的IP地址处理中间件
通过理解这个问题及其解决方案,开发人员可以更好地在Kong网关中实现精确的基于IP地址的访问控制策略。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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
9
Ascend Extension for PyTorch
Python
213
227
暂无简介
Dart
660
150
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++
657
293
🎉 (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
1.18 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
490
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
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