OpenResty是一个基于Nginx与Lua的高性能Web平台，它通过LuaJIT在Nginx中运行高效的Lua脚本和模块，可以用来处理复杂的网络请求，并且支持各种流量控制和限制的功能。

近期研究在OpenResty中如何实现，按QPS、时间范围、来源IP进行限流，以及动态更新限流策略。今天将实现方案分享给大家。

一、在OpenResty中如何实现，按QPS、时间范围、来源IP进行限流

使用OpenResty进行限流的几种常见方法：

  1. 按QPS（每秒查询率）限流：
    使用ngx_http_limit_req_module模块，可以限制每个客户端的请求速率。这个模块使用漏桶算法来控制请求的速率。

    在Nginx配置文件中，你可以这样设置：

    http {
    
    limit_req_zone $binary_remote_addr zone=mylimit:10m rate=1r/s;

    server {
    
        location / {
    
            limit_req zone=mylimit burst=5 nodelay;
    
        }
    
    }
    
}

    上面的配置定义了一个名为mylimit的区域，它根据客户端的IP地址来限流，并且设置了每秒可以处理的请求数（rate）为1。burst参数定义了可以累积的最大请求数，而nodelay表示不对超出速率的请求进行延迟处理。

  2. 按时间范围限流：
    如果你想在特定时间范围内限流，你可能需要编写一些Lua脚本来实现这个逻辑。例如，你可以使用lua-resty-limit-traffic库的limit.req模块，并结合时间判断逻辑：

    local limit_req = require "resty.limit.req"
    
local lim, err = limit_req.new("my_limit_req_store", 2, 0)
    
if not lim then
    
    ngx.log(ngx.ERR, "failed to instantiate a resty.limit.req object: ", err)
    
    return ngx.exit(500)
    
end

local key = ngx.var.binary_remote_addr
    
local delay, err = lim:incoming(key, true)

-- 检查当前时间是否在限流时间范围内
    
local current_hour = os.date("%H")
    
if current_hour >= "09" and current_hour <= "18" then
    
    -- 在工作时间进行限流
    
    if delay then
    
        if delay >= 0.001 then
    
            -- 延迟处理
    
            ngx.sleep(delay)
    
        end
    
    else
    
        if err == "rejected" then
    
            -- 请求超出速率限制
    
            return ngx.exit(503)
    
        end
    
        ngx.log(ngx.ERR, "failed to limit req: ", err)
    
        return ngx.exit(500)
    
    end
    
end

  3. 按来源IP限流：
    使用ngx_http_limit_conn_module模块，可以限制同时处理的连接数。如果你想根据来源IP地址进行限流，可以像这样配置：

    http {
    
    limit_conn_zone $binary_remote_addr zone=addr:10m;

    server {
    
        location / {
    
            limit_conn addr 3;
    
        }
    
    }
    
}

    这个配置限制了每个IP地址同时只能有3个活跃连接。

在实际部署时，需要根据自己的业务需求调整这些配置参数。需要注意的是，对于复杂的限流规则，可能需要结合多个Nginx模块和Lua脚本来实现。

而且，由于限流策略可能会影响用户体验，应谨慎设计限流规则，确保它们既能保护后端服务，又不会对合法用户造成不必要的麻烦。

二、限流后提示信息处理和请求状态

在OpenResty中，如果你使用了内置的限流模块（如ngx_http_limit_req_module或ngx_http_limit_conn_module）并且请求被限流，你可以通过返回特定的状态码和错误页面来通知用户。

例如，如果使用limit_req或limit_conn指令，你可以设置返回503状态码（服务不可用），然后定义一个自定义的错误页面：

http {

    limit_req_zone $binary_remote_addr zone=one:10m rate=1r/s;

    limit_conn_zone $binary_remote_addr zone=addr:10m;

    server {

        location / {

            limit_req zone=one burst=5 nodelay;

            limit_conn addr 3;

            error_page 503 /custom_503.html;

        }

        location = /custom_503.html {

            root /path/to/your/error/pages;

            internal;

        }

    }

}

在上面的配置中，当请求被限流并返回503状态码时，Nginx将会发送/path/to/your/error/pages/custom_503.html文件的内容作为响应。

如果你使用Lua脚本来处理限流，你可以更加灵活地设置返回的内容。例如，你可以使用ngx.exit来返回状态码，同时使用ngx.say或ngx.send_headers来发送自定义的响应体或者响应头。

access_by_lua_block {

    -- 假设你已经进行了一些限流判断...

    if should_limit then

        ngx.status = ngx.HTTP_SERVICE_UNAVAILABLE

        ngx.header.content_type = 'text/html'

        ngx.say("<html><body>Sorry, we are currently receiving too many requests. Please try again later.</body></html>")

        ngx.exit(ngx.HTTP_SERVICE_UNAVAILABLE)

    end

}

在这个Lua代码块中，如果should_limit变量为true，则返回503状态码，并显示一个自定义的HTML错误消息。

要注意的是，返回给用户的信息应该既明确又友好，以确保用户理解为什么他们的请求没有成功，并且知道下一步该做什么。对于API服务，通常返回一个JSON对象，包含错误码和错误信息会更加合适：

access_by_lua_block {

    -- 假设你已经进行了一些限流判断...

    if should_limit then

        ngx.status = ngx.HTTP_TOO_MANY_REQUESTS -- 429 Too Many Requests

        ngx.header.content_type = 'application/json'

        ngx.say([[{"error": "rate_limit", "error_description": "Too many requests. Please try again later."}]])

        ngx.exit(ngx.HTTP_TOO_MANY_REQUESTS)

    end

}

在这个例子中，我们使用了429状态码（太多请求），这是一个更具体的状态码，用来表示客户端发送的请求已经超过了服务器愿意处理的频率。

三、如何动态更新限流策略，实时生效，不需要重启Nginx

动态更新限流策略而不重启Nginx服务，可以通过以下几种方式实现：

  1. Lua共享字典（shared dictionaries）:
    OpenResty提供了共享内存字典，这是一种在Nginx工作进程之间共享数据的机制。你可以使用共享字典来存储限流配置，并且在Lua代码中动态读取这些配置。这样，当你更新了共享字典中的配置时，不需要重启Nginx，新的请求将会使用新的限流配置。

    例如，你可以定义一个共享字典来存储限流速率：

    http {
    
    lua_shared_dict my_limit_req_store 10m;

    init_by_lua_block {
    
        local dict = ngx.shared.my_limit_req_store
    
        dict:set("rate", 1) -- 设置每秒请求数为1
    
    }

    server {
    
        location / {
    
            access_by_lua_block {
    
                local dict = ngx.shared.my_limit_req_store
    
                local rate = dict:get("rate") -- 动态获取当前的限流速率
    
                -- 接下来使用这个rate值来进行限流...
    
            }
    
        }
    
    }
    
}

    当你需要更新限流策略时，只需修改共享字典中的值即可。

  2. OpenResty的控制API:
    OpenResty提供了一个控制API，可以用来动态地调整运行时的Nginx配置。这个API可以通过Lua代码来调用，从而实现不重启服务的情况下更新配置。

  3. 外部配置服务:
    你可以将限流配置存储在外部服务中，比如数据库、配置文件或者分布式配置系统（如etcd、Consul）。然后在Nginx的Lua代码中定期轮询这些服务，获取最新的限流配置。

    access_by_lua_block {
    
    local http = require "resty.http"
    
    local httpc = http.new()
    
    local res, err = httpc:request_uri("http://config-service/get_rate_limit", {
    
        method = "GET",
    
        headers = {
    
            ["Content-Type"] = "application/json",
    
        }
    
    })

    if not res then
    
        ngx.log(ngx.ERR, "failed to request: ", err)
    
        return
    
    end

    local rate_limit = tonumber(res.body)
    
    if rate_limit then
    
        -- 应用新的限流策略...
    
    end
    
}

  4. 信号控制:
    Nginx支持通过信号来进行控制，例如重新加载配置文件（nginx -s reload）。虽然这不是实时的，但是它不需要完全重启Nginx进程，只是重新加载配置文件。如果限流策略是通过Nginx配置文件中的参数来控制的，这是一个可行的方法。

选择哪种方法取决于你的具体需求和环境。如果你需要非常快速地更新配置，并且配置更新操作非常频繁，那么使用Lua共享字典或者外部配置服务可能是更好的选择。如果配置更新不是很频繁，使用信号控制来重新加载Nginx配置可能就足够了。

周国庆

2024/2/25

OpenResty中如何实现，按QPS、时间范围、来源IP进行限流的更多相关文章

  1. ASP.NET Core中如何对不同类型的用户进行区别限流

    老板提出了一个新需求,从某某天起,免费用户每天只能查询100次,收费用户100W次. 这是一个限流问题,聪明的你也一定想到了如何去做:记录用户每一天的查询次数,然后根据当前用户的类型使用不同的数字做比 ...

  2. 构造HTTP请求Header实现"伪造来源IP"

    构造 HTTP请求 Header 实现“伪造来源 IP ” 在阅读本文前,大家要有一个概念,在实现正常的TCP/IP 双方通信情况下,是无法伪造来源 IP 的,也就是说,在 TCP/IP 协议中,可以 ...

  3. 转：造HTTP请求Header实现“伪造来源IP”

    构造 HTTP请求 Header 实现“伪造来源 IP ” 在阅读本文前,大家要有一个概念,在实现正常的TCP/IP 双方通信情况下,是无法伪造来源 IP 的,也就是说,在 TCP/IP 协议中,可以 ...

  4. 构造HTTP请求Header实现“伪造来源IP”（转）

    原文:http://zhangxugg-163-com.iteye.com/blog/1663687 构造 HTTP请求 Header 实现“伪造来源 IP ” 在阅读本文前,大家要有一个概念,在实现 ...

  5. 构造HTTP请求Header实现“伪造来源IP”

    在阅读本文前,大家要有一个概念,在实现正常的TCP/IP 双方通信情况下,是无法伪造来源 IP 的,也就是说,在 TCP/IP 协议中,可以伪造数据包来源 IP ,但这会让发送出去的数据包有去无回,无 ...

  6. 【转】构造HTTP请求Header实现“伪造来源IP”

    构造 HTTP请求 Header 实现“伪造来源 IP ” 在阅读本文前,大家要有一个概念,在实现正常的TCP/IP 双方通信情况下,是无法伪造来源 IP 的,也就是说,在 TCP/IP 协议中,可以 ...

  7. spring中实现基于注解实现动态的接口限流防刷

    本文将介绍在spring项目中自定义注解,借助redis实现接口的限流 自定义注解类 import java.lang.annotation.ElementType; import java.lang ...

  8. ASP.NET Core中使用固定窗口限流

    算法原理 固定窗口算法又称计数器算法,是一种简单的限流算法.在单位时间内设定一个阈值和一个计数值,每收到一个请求则计数值加一,如果计数值超过阈值则触发限流,如果达不到则请求正常处理,进入下一个单位时间 ...

  9. ASP.NET Core中使用滑动窗口限流

    滑动窗口算法用于应对请求在时间周期中分布不均匀的情况,能够更精确的应对流量变化,比较著名的应用场景就是TCP协议的流量控制,不过今天要说的是服务限流场景中的应用. 算法原理 这里假设业务需要每秒钟限流 ...

  10. ASP.NET Core中使用漏桶算法限流

    漏桶算法是限流的四大主流算法之一,其应用场景各种资料中介绍的不多,一般都是说应用在网络流量控制中.这里举两个例子: 1.目前家庭上网都会限制一个固定的带宽,比如100M.200M等,一栋楼有很多的用户 ...

随机推荐

  1. [转帖]2.20 Native Operating System Tools

    https://docs.oracle.com/javase/8/docs/technotes/guides/troubleshoot/tooldescr020.html#BABBHHIE 2.20  ...

  2. 谈JVM参数GC线程数ParallelGCThreads合理性设置

    作者:京东零售 刘乐 导读:本篇文章聚焦JVM参数GC线程数的合理配置,从ParallelGCThreads参数含义.参数设置,到参数实验以及修改意见进行解析. 1. ParallelGCThread ...

  3. zookeeper的Leader选举源码解析

    作者:京东物流 梁吉超 zookeeper是一个分布式服务框架,主要解决分布式应用中常见的多种数据问题,例如集群管理,状态同步等.为解决这些问题zookeeper需要Leader选举进行保障数据的强一 ...

  4. git提交出现running pre-commit hook: lint-staged

    现象 今天提交代码的时候出现了 > running pre-commit hook: lint-staged Stashing changes... [started] Stashing cha ...

  5. 【JS 逆向百例】房天下登录接口参数逆向

    声明 本文章中所有内容仅供学习交流,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关,若有侵权,请联系我立即删除! 逆向目标 目标:房天下账号密码登录 主页:https://passpo ...

  6. 在K8S中，Pod创建过程包括什么？

    在Kubernetes(K8s)中,Pod的创建过程通常包括以下步骤: 提交Pod定义: 用户通过kubectl命令行工具或者调用API Server接口,提交一个包含Pod配置信息的YAML或JSO ...

  7. 2022美亚杯个人wp

    检材文件下载链接:https://pan.baidu.com/s/1kg8FMeMaj6BIBmuvUZHA3Q?pwd=ngzs 提取码:ngzs 个人赛与团队赛下载文件解压密码:MeiyaCup2 ...

  8. springboot整合nacos的入门Demo

    Nacos介绍 Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service的首字母简称,一个更易于构建云原生应用的动态服务发现.配置管理和服务 ...

  9. 如何在 Linux 上使用 NPOI

    由于 NPOI 使用 System.Drawing.Common,因此在 Linux 系统上必须安装 libgdiplus 和 libc6. Ubuntu 16.04+ apt-get install ...

  10. Python 探索性数据分析工具（PandasGUI，Pandas Profiling，Sweetviz，dtale）以及学术论文快速作图science.mplstyle

    如果探索的数据集侧重数据展示,可以选PandasGUI:如果只是简单了解基本统计指标,可以选择Pandas Profiling和Sweetviz:如果需要做深度的数据探索,那就选择dtale. 1. ...