Apache APISIX 3.11.0版本中JWT签名端点移除的影响与解决方案
Apache APISIX作为一款高性能的云原生API网关,在3.11.0版本中移除了JWT签名端点功能,这一变更对部分用户产生了影响。本文将深入分析这一变更的技术背景、影响范围以及可行的替代方案。
技术背景分析
JWT(JSON Web Token)是一种流行的开放标准,用于在各方之间安全地传输信息。在API安全领域,JWT常用于身份验证和信息交换。传统上,APISIX通过公共API端点提供了JWT签名服务,允许客户端直接获取签名后的令牌。
在3.11.0版本中,开发团队决定移除这一功能,主要是出于安全性和职责分离的考虑。将JWT签名功能从API网关中移除,可以更好地遵循最小权限原则,减少潜在的安全风险。
变更影响评估
这一变更直接影响那些依赖APISIX内置JWT签名端点的应用架构。当用户升级到3.11.0或更高版本后,尝试访问原有的签名端点时会收到404错误响应。
值得注意的是,这一变更仅影响签名端点的可用性,而不影响APISIX验证JWT令牌的能力。网关仍然可以正常处理带有有效JWT的请求,只是不再提供生成令牌的服务。
替代方案建议
对于需要JWT签名功能的用户,可以考虑以下几种替代方案:
-
自定义插件开发:基于APISIX的插件机制,开发一个专用的JWT签名插件。这种方式可以复用原有代码逻辑,同时保持与现有系统的兼容性。
-
外部签名服务:将JWT签名功能迁移到专门的认证服务中。这种架构更符合现代微服务设计原则,可以实现更好的职责分离。
-
客户端签名:在客户端应用中直接生成JWT令牌。这种方式适用于完全控制客户端实现的情况,可以减少网络往返。
技术实现建议
对于选择开发自定义插件的用户,需要注意以下几点:
- 插件需要注册公共API端点,确保可以通过HTTP访问
- 签名逻辑应遵循JWT标准规范
- 密钥管理需要特别注意安全性
- 性能优化对于高并发场景尤为重要
在实现时,可以参考原有版本的代码逻辑,但建议加入更多的安全检查和日志记录功能。
总结
APISIX 3.11.0移除JWT签名端点的决定反映了API网关领域向更安全、更专注架构发展的趋势。虽然这一变更需要用户进行一定的适配工作,但也为构建更安全的系统架构提供了机会。用户可以根据自身情况选择合适的替代方案,确保系统平稳过渡。
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。C036
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
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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