Java分散式IP限流和防止惡意IP攻擊方案
前言
限流是分散式系統設計中經常提到的概念，在某些要求不嚴格的場景下，使用Guava RateLimiter就可以滿足。但是Guava RateLimiter只能應用於單程序，多程序間協同控制便無能為力。本文介紹一種簡單的處理方式，用於分散式環境下介面呼叫頻次管控。
如何防止惡意IP攻擊某些暴露的介面呢（比如某些場景下簡訊驗證碼服務）？本文介紹一種本地快取和分散式快取整合方式判斷遠端IP是否為惡意呼叫介面的IP。
分散式IP限流
思路是使用redis incr命令，完成一段時間內介面請求次數的統計，以此來完成限流相關邏輯。
private static final String LIMIT_LUA =
"local my_limit = redis.call('incr', KEYS[1])\n" +
" if tonumber(my_limit) == 1 then\n" +
" redis.call('expire', KEYS[1], ARGV[1])\n" +
" return 1\n" +
" elseif tonumber(my_limit) > tonumber(ARGV[2]) then\n" +
" return 0\n" +
" else\n" +
" return 1\n" +
" end\n";這裡為啥時候用lua指令碼來實現呢？因為要保證incr命令和expire命令的原子性操作。KEYS[1]代表自增key值， ARGV[1]代表過期時間，ARGV[2]代表最大頻次，明白了這些引數的含義，整個lua指令碼邏輯也就不言而喻了。
/**
* @param limitKey 限制Key值
* @param maxRate 最大速率
* @param expire Key過期時間
*/
public boolean access(String limitKey, int maxRate, int expire) {
if (StringUtils.isBlank(limitKey)) {
return true;
}
String cacheKey = LIMIT_KEY_PREFIX + limitKey;
return REDIS_SUCCESS_STATUS.equals(
this.cacheService.eval(
LIMIT_LUA
, Arrays.asList(cacheKey)
, Arrays.asList(String.valueOf(expire), String.valueOf(maxRate))
).toString()
);
}
public void unlimit(String limitKey) {
if (StringUtils.isBlank(limitKey)) {
return;
}
String cacheKey = LIMIT_KEY_PREFIX + limitKey;
this.cacheService.decr(cacheKey);
}access方法用來判斷 limitKey 是否超過了最大訪問頻次。快取服務物件（cacheService）的eval方法引數分別是lua指令碼、key list、value list。
unlimit方法其實就是執行redis decr操作，在某些業務場景可以回退訪問頻次統計。
防止惡意IP攻擊
由於某些對外暴露的介面很容易被惡意使用者攻擊，必須做好防範措施。最近我就遇到了這麼一種情況，我們一個快應用產品，簡訊驗證碼服務被惡意呼叫了。通過後臺的日誌發現，IP固定，介面呼叫時間間隔固定，明顯是被人利用了。雖然我們針對每個手機號每天傳送簡訊驗證碼的次數限制在5次以內。但是簡訊驗證碼服務每天這樣被重複呼叫，會打擾使用者併產生投訴。針對這種現象，簡單的做了一個方案，可以自動識別惡意攻擊的IP並加入黑名單。
思路是這樣的，針對某些業務場景，約定在一段時間內同一個IP訪問最大頻次，如果超過了這個最大頻次，那麼就認為是非法IP。識別了非法IP後，把IP同時放入本地快取和分散式快取中。非法IP再次訪問的時候，攔截器發現本地快取（沒有則去分散式快取）有記錄這個IP，直接返回異常狀態，不會繼續執行正常業務邏輯。
Guava本地快取整合Redis分散式快取
public abstract class AbstractCombineCache<K, V> {
private static Logger LOGGER = LoggerFactory.getLogger(AbstractCombineCache.class);
protected Cache<K, V> localCache;
protected ICacheService cacheService;
public AbstractCombineCache(Cache<K, V> localCache, ICacheService cacheService) {
this.localCache = localCache;
this.cacheService = cacheService;
}
public Cache<K, V> getLocalCache() {
return localCache;
}
public ICacheService getCacheService() {
return cacheService;
}
public V get(K key) {
//只有LoadingCache物件才有get方法，如果本地快取不存在key值， 會執行CacheLoader的load方法，從分散式快取中載入。
if (localCache instanceof LoadingCache) {
try {
return ((LoadingCache<K, V>) localCache).get(key);
} catch (ExecutionException e) {
LOGGER.error(String.format("cache key=%s loading error...", key), e);
return null;
} catch (CacheLoader.InvalidCacheLoadException e) {
//分散式快取中不存在這個key
LOGGER.error(String.format("cache key=%s loading fail...", key));
return null;
}
} else {
return localCache.getIfPresent(key);
}
}
public void put(K key, V value, int expire) {
this.localCache.put(key, value);
String cacheKey = key instanceof String ? (String) key : key.toString();
if (value instanceof String) {
this.cacheService.setex(cacheKey, (String) value, expire);
} else {
this.cacheService.setexObject(cacheKey, value, expire);
}
}
}
AbstractCombineCache這個抽象類封裝了guava本地快取和redis分散式快取操作，可以降低分散式快取壓力。
防止惡意IP攻擊快取服務
public class IPBlackCache extends AbstractCombineCache<String, Object> {
private static Logger LOGGER = LoggerFactory.getLogger(IPBlackCache.class);
private static final String IP_BLACK_KEY_PREFIX = "wmhipblack_";
private static final String REDIS_SUCCESS_STATUS = "1";
private static final String IP_RATE_LUA =
"local ip_rate = redis.call('incr', KEYS[1])\n" +
" if tonumber(ip_rate) == 1 then\n" +
" redis.call('expire', KEYS[1], ARGV[1])\n" +
" return 1\n" +
" elseif tonumber(ip_rate) > tonumber(ARGV[2]) then\n" +
" return 0\n" +
" else\n" +
" return 1\n" +
" end\n";
public IPBlackCache(Cache<String, Object> localCache, ICacheService cacheService) {
super(localCache, cacheService);
}
/**
* @param ipKey IP
* @param maxRate 最大速率
* @param expire 過期時間
*/
public boolean ipAccess(String ipKey, int maxRate, int expire) {
if (StringUtils.isBlank(ipKey)) {
return true;
}
String cacheKey = IP_BLACK_KEY_PREFIX + ipKey;
return REDIS_SUCCESS_STATUS.equals(
this.cacheService.eval(
IP_RATE_LUA
, Arrays.asList(cacheKey)
, Arrays.asList(String.valueOf(expire), String.valueOf(maxRate))
).toString()
);
}
/**
* @param ipKey IP
*/
public void removeIpAccess(String ipKey) {
if (StringUtils.isBlank(ipKey)) {
return;
}
String cacheKey = IP_BLACK_KEY_PREFIX + ipKey;
try {
this.cacheService.del(cacheKey);
} catch (Exception e) {
LOGGER.error(String.format("%s, ip access remove error...", ipKey), e);
}
}
}
沒有錯，IP_RATE_LUA 這個lua指令碼和上面說的限流方案對應的lua指令碼是一樣的。
IPBlackCache繼承了AbstractCombineCache，建構函式需要guava的本地Cache物件和redis分散式快取服務ICacheService 物件。
ipAccess方法用來判斷當前ip訪問次數是否在一定時間內已經達到了最大訪問頻次。
removeIpAccess方法是直接移除當前ip訪問頻次統計的key值。
防止惡意IP攻擊快取配置類
@Configuration
public class IPBlackCacheConfig {
private static final String IPBLACK_LOCAL_CACHE_NAME = "ip-black-cache";
private static Logger LOGGER = LoggerFactory.getLogger(IPBlackCacheConfig.class);
@Autowired
private LimitConstants limitConstants;
@Bean
public IPBlackCache ipBlackCache(@Autowired ICacheService cacheService) {
GuavaCacheBuilder cacheBuilder = new GuavaCacheBuilder<String, Object>(IPBLACK_LOCAL_CACHE_NAME);
cacheBuilder.setCacheBuilder(
CacheBuilder.newBuilder()
.initialCapacity(100)
.maximumSize(10000)
.concurrencyLevel(10)
.expireAfterWrite(limitConstants.getIpBlackExpire(), TimeUnit.SECONDS)
.removalListener((RemovalListener<String, Object>) notification -> {
String curTime = LocalDateTime.now().toString();
LOGGER.info(notification.getKey() + " 本地快取移除時間：" + curTime);
try {
cacheService.del(notification.getKey());
LOGGER.info(notification.getKey() + " 分散式快取移除時間：" + curTime);
} catch (Exception e) {
LOGGER.error(notification.getKey() + " 分散式快取移除異常...", e);
}
})
);
cacheBuilder.setCacheLoader(new CacheLoader<String, Object>() {
@Override
public Object load(String key) {
try {
Object obj = cacheService.getString(key);
LOGGER.info(String.format("從分散式快取中載入key=%s, value=%s", key, obj));
return obj;
} catch (Exception e) {
LOGGER.error(key + " 從分散式快取載入異常...", e);
return null;
}
}
});
Cache<String, Object> localCache = cacheBuilder.build();
IPBlackCache ipBlackCache = new IPBlackCache(localCache, cacheService);
return ipBlackCache;
}
}
注入redis分散式快取服務ICacheService物件。
通過GuavaCacheBuilder構建guava本地Cache物件，指定初始容量（initialCapacity）、最大容量（maximumSize）、併發級別、key過期時間、key移除監聽器。最終要的是CacheLoader這個引數，是幹什麼用的呢？如果GuavaCacheBuilder指定了CacheLoader物件，那麼最終建立的guava本地Cache物件是LoadingCache型別（參考AbstractCombineCache類的get方法），LoadingCache物件的get方法首先從記憶體中獲取key對應的value，如果記憶體中不存在這個key則呼叫CacheLoader物件的load方法載入key對應的value值，載入成功後放入記憶體中。
最後通過ICacheService物件和guava本地Cache物件建立IPBlackCache（防止惡意IP攻擊快取服務）物件。
攔截器裡惡意IP校驗
定義一個註解，標註在指定方法上，攔截器裡會識別這個註解。
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface IPBlackLimit {
//統計時間內最大速率
int maxRate();
//頻次統計時間
int duration();
//方法名稱
String method() default StringUtils.EMPTY;
}
攔截器里加入ipAccess方法，校驗遠端IP是否為惡意攻擊的IP。
/**
* @param method 需要校驗的方法
* @param remoteAddr 遠端IP
*/
private boolean ipAccess(Method method, String remoteAddr) {
if (StringUtils.isBlank(remoteAddr) || !AnnotatedElementUtils.isAnnotated(method, IPBlackLimit.class)) {
return true;
}
IPBlackLimit ipBlackLimit = AnnotatedElementUtils.getMergedAnnotation(method, IPBlackLimit.class);
try {
String ip = remoteAddr.split(",")[0].trim();
String cacheKey = "cipb_" + (StringUtils.isBlank(ipBlackLimit.method()) ? ip : String.format("%s_%s", ip, ipBlackLimit.method()));
String beginAccessTime = (String) ipBlackCache.get(cacheKey);
if (StringUtils.isNotBlank(beginAccessTime)) {
LocalDateTime beginTime = LocalDateTime.parse(beginAccessTime, DateTimeFormatter.ISO_LOCAL_DATE_TIME), endTime = LocalDateTime.now();
Duration duration = Duration.between(beginTime, endTime);
if (duration.getSeconds() >= limitConstants.getIpBlackExpire()) {
ipBlackCache.getLocalCache().invalidate(cacheKey);
return true;
} else {
return false;
}
}
boolean access = ipBlackCache.ipAccess(cacheKey, ipBlackLimit.maxRate(), ipBlackLimit.duration());
if (!access) {
ipBlackCache.removeIpAccess(cacheKey);
String curTime = LocalDateTime.now().format(DateTimeFormatter.ISO_LOCAL_DATE_TIME);
ipBlackCache.put(cacheKey, curTime, limitConstants.getIpBlackExpire());
}
return access;
} catch (Exception e) {
LOGGER.error(String.format("method=%sï¼remoteAddr=%s, ip access check error.", method.getName(), remoteAddr), e);
return true;
}
}
remoteAddr取的是X-Forwarded-For對應的值。利用remoteAddr構造cacheKey引數，通過IPBlackCache判斷cacheKey是否存在。
如果是cacheKey存在的請求，判斷黑名單IP限制是否已經到達有效期，如果已經超過有效期則清除本地快取和分散式快取的cacheKey，請求合法；如果沒有超過有效期則請求非法。
否則是cacheKey不存在的請求，使用IPBlackCache物件的ipAccess方法統計一定時間內的訪問頻次，如果頻次超過最大限制，表明是非法請求IP，需要往IPBlackCache物件寫入“cacheKey=當前時間”。
總結
本文的兩種方案都使用redis incr命令，如果不是特殊業務場景，redis的key要指定過期時間，嚴格來講需要保證incr和expire兩個命令的原子性，所以使用lua指令碼方式。如果沒有那麼嚴格，完全可以先setex（設定key，value，過期時間），然後再incr（注：incr不會更新key的有效期）。本文的設計方案僅供參考，並不能應用於所有的業務場