


Mendapatkan IP Pelanggan Sebenar Apabila Menggunakan Pengimbang Beban Aplikasi (ALB) dalam AWS Lambda
Semasa saya baru menggunakan AWS, saya menghadapi cabaran yang menarik semasa menjalankan tugas untuk menandatangani dokumen secara digital, yang memerlukan IP pelanggan sebagai sebahagian daripada tandatangan elektronik. Pada mulanya, saya sangat teruja apabila pelaksanaannya kelihatan berfungsi dengan sempurna pada kali pertama. Namun, keterujaan saya tidak lama. Semasa ujian, saya mendapati bahawa alamat IP yang sama telah dikembalikan, walaupun apabila saya mengakses aplikasi dari mesin yang berbeza. Pada masa itu saya menyedari alamat IP yang saya terima bukanlah IP pelanggan sebenar tetapi IP pengimbang beban.
Penemuan ini membawa saya ke laluan penyiasatan dan pembelajaran. Saya terpaksa menggali lebih dalam untuk memahami apa yang berlaku dan cara mendapatkan semula IP pelanggan sebenar. Dalam blog ini, saya akan berkongsi pengalaman saya dan menyediakan panduan komprehensif tentang cara mencapai ini menggunakan AWS Lambda dan Python, memastikan anda boleh menangkap alamat IP pelanggan dengan tepat apabila menggunakan Pengimbang Beban Aplikasi (ALB).
Memahami Cabaran
Apabila pelanggan membuat permintaan kepada permohonan anda melalui ALB, pengimbang beban bertindak sebagai perantara. Akibatnya, alamat IP yang dilihat oleh aplikasi anda ialah alamat ALB, bukan alamat pelanggan. Untuk menangani perkara ini, ALB menyertakan IP pelanggan dalam pengepala X-Forwarded-For HTTP. Pengepala ini boleh mengandungi berbilang alamat IP sekiranya permintaan telah melalui berbilang proksi.
Inilah perkara yang perlu kami tangani:
Ekstrak IP Pelanggan: Dapatkan dan hurai pengepala X-Forwarded-For.
Kendalikan Berbilang IP: Pastikan kami mendapat IP klien yang betul walaupun berbilang proksi terlibat.
Pertimbangan Keselamatan
Tajuk X-Forwarded-For harus digunakan dengan berhati-hati kerana potensi risiko keselamatan. Entri hanya boleh dianggap boleh dipercayai jika ditambah oleh sistem yang terjamin dengan betul dalam rangkaian. Ini memastikan bahawa IP pelanggan tidak diusik dan boleh dipercayai.
Memilih Alat yang Tepat
AWS Lambda dan Python
AWS Lambda ialah perkhidmatan pengiraan tanpa pelayan yang membolehkan anda menjalankan kod tanpa memperuntukkan atau mengurus pelayan. Python, dengan kesederhanaan dan kebolehbacaannya, adalah pilihan terbaik untuk mengendalikan tugas ini dalam fungsi Lambda.
Komponen Utama
Fungsi AWS Lambda: Fungsi teras yang memproses permintaan masuk.
Pengimbang Beban Aplikasi (ALB): Pengimbang beban yang memajukan permintaan kepada fungsi Lambda.
Butiran Pelaksanaan
Menyediakan AWS Lambda dengan ALB
Pertama, pastikan fungsi Lambda anda disediakan dan disepadukan dengan ALB. Ikuti panduan rasmi AWS jika perlu: Menggunakan fungsi Lambda sebagai sasaran untuk Pengimbang Beban Aplikasi.
Kod Fungsi Lambda
Mari kita mendalami kod Python untuk fungsi Lambda. Fungsi ini akan mengekstrak alamat IP pelanggan daripada pengepala X-Forwarded-For.
import json def lambda_handler(event, context): # Extract the 'X-Forwarded-For' header x_forwarded_for = event['headers'].get('x-forwarded-for') if x_forwarded_for: # The first IP in the list is the client's IP client_ip = x_forwarded_for.split(',')[0] else: # Fallback if header is not present client_ip = event['requestContext']['identity']['sourceIp'] # Log the client IP print(f"Client IP: {client_ip}") # Respond with the client IP return { 'statusCode': 200, 'body': json.dumps({'client_ip': client_ip}) }
Penjelasan
Ekstrak Pengepala: Dapatkan semula pengepala X-Forward-For daripada permintaan masuk.
Menghuraikan Pengepala: Ambil IP pertama, yang mewakili IP asal pelanggan.
Mekanisme Saling Balik: Gunakan IP sumber daripada konteks permintaan jika pengepala tidak ada.
Log dan Respons: Log dan kembalikan IP pelanggan untuk pengesahan.
Contoh Permintaan dan Jawapan
Permintaan:
{ "headers": { "x-forwarded-for": "203.0.113.195, 70.41.3.18, 150.172.238.178" }, "requestContext": { "identity": { "sourceIp": "70.41.3.18" } } }
Jawapan:
{ "client_ip": "203.0.113.195" }
Kesimpulan
Mengenal pasti IP pelanggan sebenar dalam fungsi AWS Lambda di belakang ALB memerlukan pengendalian yang teliti terhadap pengepala X-Forwarded-For. Pendekatan ini memastikan pengelogan IP yang tepat dan meningkatkan keupayaan aplikasi untuk memperibadikan dan menjamin interaksi pengguna.
Rujukan
Dokumentasi AWS ALB:
Python dalam AWS Lambda:
Tajuk HTTP Diterangkan
Atas ialah kandungan terperinci Mendapatkan IP Pelanggan Sebenar Apabila Menggunakan Pengimbang Beban Aplikasi (ALB) dalam AWS Lambda. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
