Kong项目中response-ratelimiting插件上游请求头缺失问题分析
Kong作为一款流行的API网关,其插件系统提供了丰富的功能扩展能力。其中response-ratelimiting插件用于实现基于响应的速率限制功能,但在Kong 3.8.0.0版本中,开发者发现该插件存在一个关键功能缺失问题。
问题现象
在Kong 3.8.0.0版本中,当配置了response-ratelimiting插件并设置了速率限制规则后,预期应该出现在上游请求中的X-RateLimit-Remaining-*系列头部信息没有正确传递。例如,配置了每分钟10次视频请求的限制后,上游服务应该能收到X-RateLimit-Remaining-Videos: 10这样的头部信息,但实际请求中这些头部完全缺失。
技术背景
response-ratelimiting插件的主要功能是:
- 根据配置的规则对API响应进行速率限制
- 在响应头中添加当前速率限制状态信息
- 在上游请求头中添加剩余请求配额信息
这种设计允许上游服务也能感知当前的速率限制状态,实现端到端的限流协调。
问题根源
通过代码分析发现,这个问题源于Kong 3.8.0.0版本中的一次代码变更。在之前的版本中,插件使用kong.service.request.set_header函数设置上游请求头,这能确保头部信息正确传递到上游服务。
但在3.8.0.0版本中,这部分逻辑被重构为使用pdk_rl_store_response_header和pdk_rl_apply_response_headers函数,这些函数最终操作的是ngx.header,这实际上只影响返回到客户端的响应头,而不会影响发送给上游服务的请求头。
影响范围
这个问题影响了所有使用response-ratelimiting插件并依赖上游请求头中速率限制信息的场景,特别是:
- 需要在上游服务中实现额外限流逻辑的系统
- 依赖上游服务进行限流状态展示的应用
- 需要端到端监控限流状态的运维系统
解决方案
修复方案需要将设置上游请求头的逻辑恢复或重构,确保:
- 使用正确的PDK函数设置上游请求头
- 保持与之前版本的行为一致性
- 不影响现有的响应头设置功能
社区已经提交了相应的修复补丁,通过恢复使用kong.service.request.set_header函数来正确设置上游请求头,同时保持新版本的其他改进特性。
最佳实践
对于受此问题影响的用户,建议:
- 检查上游服务是否依赖这些限流头部信息
- 如果需要这些信息,考虑暂时回退到3.8之前的版本
- 关注官方修复版本的发布
- 在测试环境中充分验证修复效果后再进行生产环境升级
这个问题提醒我们在进行API网关升级时,需要全面测试所有依赖的插件功能,特别是那些涉及请求/响应头处理的场景。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00