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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03