Rumah pembangunan bahagian belakang Tutorial Python Mendapatkan IP Pelanggan Sebenar Apabila Menggunakan Pengimbang Beban Aplikasi (ALB) dalam AWS Lambda

Mendapatkan IP Pelanggan Sebenar Apabila Menggunakan Pengimbang Beban Aplikasi (ALB) dalam AWS Lambda

Jul 21, 2024 am 04:25 AM

Getting the Actual Client IP When Using Application Load Balancer (ALB) in 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

  1. Fungsi AWS Lambda: Fungsi teras yang memproses permintaan masuk.

  2. 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})
    }

Salin selepas log masuk

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"
        }
    }
}

Salin selepas log masuk

Jawapan:

{
    "client_ip": "203.0.113.195"
}

Salin selepas log masuk

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!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

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

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1672
14
Tutorial PHP
1277
29
Tutorial C#
1256
24
Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

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.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

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 vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

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 vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

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.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

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.

Python untuk pengkomputeran saintifik: rupa terperinci Python untuk pengkomputeran saintifik: rupa terperinci Apr 19, 2025 am 12:15 AM

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.

Python untuk Pembangunan Web: Aplikasi Utama Python untuk Pembangunan Web: Aplikasi Utama Apr 18, 2025 am 12:20 AM

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

See all articles