Envoyproxy/Ratelimit 实现基于IP和端点的精细化限流配置
2025-07-01 16:02:17作者:宗隆裙
概述
在现代微服务架构中,API限流是保护系统免受恶意请求和过载的重要手段。Envoyproxy/Ratelimit作为一款高性能的限流服务,能够实现细粒度的访问控制策略。本文将详细介绍如何配置Envoy和Ratelimit服务,实现基于不同IP地址和不同端点的差异化限流策略。
核心配置解析
Ratelimit服务配置
Ratelimit服务的核心在于其配置文件的定义,通过config.yaml文件可以设置不同维度的限流规则:
domain: edge_proxy_per_ip
descriptors:
# 特定IP地址对/api端点的无限访问权限
- key: remote_address
value: <特定IP地址>
descriptors:
- key: api_path
value: "/api"
rate_limit:
unlimited: true
# 其他IP地址的通用规则
- key: remote_address
descriptors:
- key: api_path
value: "/api"
rate_limit:
unit: minute
requests_per_unit: 100
- key: default_path
value: "/"
rate_limit:
unit: minute
requests_per_unit: 500
这个配置实现了:
- 对特定IP地址访问/api端点不做任何限制
- 其他IP地址访问/api端点每分钟限制100次请求
- 所有IP地址访问根路径(/)每分钟限制500次请求
Envoy配置要点
Envoy的配置需要与Ratelimit服务协同工作,关键点包括:
-
启用远程地址识别:
use_remote_address: true skip_xff_append: false -
限流过滤器配置:
- name: envoy.filters.http.ratelimit typed_config: "@type": type.googleapis.com/envoy.extensions.filters.http.ratelimit.v3.RateLimit domain: edge_proxy_per_ip rate_limit_service: grpc_service: envoy_grpc: cluster_name: ratelimit -
路由级限流动作定义:
- 对/api端点的限流规则:
- match: path_separated_prefix: "/api" route: cluster: service_wwe rate_limits: - actions: - request_headers: header_name: x-forwarded-for descriptor_key: remote_address - 对根路径的限流规则:
- match: prefix: "/" route: cluster: service_fe rate_limits: - actions: - request_headers: header_name: x-forwarded-for descriptor_key: remote_address
- 对/api端点的限流规则:
常见问题与解决方案
1. 限流规则不生效
可能原因:
- Envoy与Ratelimit服务之间的gRPC连接未正确建立
- 配置中的domain名称不匹配
- 请求头(x-forwarded-for)未正确传递
解决方案:
- 检查ratelimit集群的健康状态
- 确保Envoy和Ratelimit配置中使用相同的domain名称
- 验证请求头是否包含真实的客户端IP
2. 特定IP的白名单不工作
可能原因:
- IP地址格式不正确
- 路由匹配规则与限流动作不匹配
- unlimited拼写错误(注意原配置中的typo)
解决方案:
- 确认IP地址格式(IPv4/IPv6)
- 检查路径匹配规则是否精确
- 修正拼写错误,使用正确的"unlimited"关键字
最佳实践建议
-
分层限流策略:
- 在边缘网关实施粗粒度限流
- 在服务层面实施细粒度限流
- 结合业务逻辑实现动态限流
-
监控与告警:
- 监控限流触发事件
- 设置合理的告警阈值
- 定期审查限流规则的有效性
-
配置版本控制:
- 对限流配置进行版本管理
- 实现配置的自动化部署
- 建立配置回滚机制
总结
通过合理配置Envoyproxy/Ratelimit,可以实现灵活的、基于多维度(IP、端点等)的API限流策略。关键在于正确理解描述符(descriptor)的层级结构和匹配逻辑,以及确保Envoy与Ratelimit服务之间的正确交互。本文提供的配置示例和问题解决方案,可以帮助开发者快速实现复杂的限流需求,保障系统的稳定性和安全性。
登录后查看全文
热门项目推荐
相关项目推荐
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。C0102
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
288
340
暂无简介
Dart
729
175
Ascend Extension for PyTorch
Python
288
321
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++
850
448
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
239
100
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
10
1
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
452
180
🎉 (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
1.28 K
705