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。
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- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00