FastAPI无Redis的IP限流方案
对于一个文章开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《FastAPI 无 Redis 的 IP 频率限制实现方法》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!
FastAPI 通过 slowapi 可实现基于内存的 IP 限流,无需 Redis;支持多粒度速率控制,但多进程下计数不共享、重启清零,适用于单进程轻量场景。

FastAPI 本身不内置限流功能,但可以借助 slowapi 这个轻量库实现基于 IP 的简单频率限制,且完全不依赖 Redis —— 它默认使用内存字典(dict)存储计数,适合低并发、开发或轻量生产场景。
1. 安装 slowapi 并初始化限流中间件
安装:
pip install slowapi
在 FastAPI 应用中启用限流中间件(注意:必须在创建 app 实例后尽早挂载):
from fastapi import FastAPI
from slowapi import Limiter, _rate_limit_exceeded_handler
from slowapi.util import get_remote_address
from slowapi.middleware import SlowAPIMiddleware
app = FastAPI()
# 使用内存存储(无 Redis)
limiter = Limiter(key_func=get_remote_address, default_limits=["5/minute"])
app.state.limiter = limiter
app.add_exception_handler(429, _rate_limit_exceeded_handler)
app.add_middleware(SlowAPIMiddleware)
2. 为路由添加 IP 级限流装饰器
直接在路由函数上使用 @limiter.limit,支持灵活的速率规则:
"10/minute":每分钟最多 10 次"100/hour":每小时最多 100 次"5/5minutes":每 5 分钟最多 5 次(需 slowapi ≥ 0.1.9)
示例:
@app.get("/public")
@limiter.limit("3/minute")
async def public_endpoint():
return {"msg": "OK"}
3. 注意内存限流的关键限制与适用场景
该方案本质是进程内字典计数,因此:
- 多进程(如 gunicorn 多 worker)下各进程独立计数 → 实际限流阈值会放大(例如 4 个 worker,实际允许 4×设定值)
- 服务重启后计数清零 → 无持久化,不可用于强一致性要求的场景
- 适合单进程部署、内部工具接口、演示环境或流量极低的 API
若需跨进程/多实例统一限流,仍需 Redis 或其他共享存储 —— 此时 slowapi 也支持接入 Redis(通过 RedisDependency),但本方案明确规避了它。
4. 可选:自定义 key 函数以更精准识别客户端 IP
get_remote_address 默认取 request.client.host,但在反向代理(Nginx、Cloudflare)后可能拿到的是代理 IP。可改写 key 函数优先读取 X-Forwarded-For:
def get_client_ip(request):
ip = request.headers.get("X-Forwarded-For", "").split(",")[0].strip()
return ip or request.client.host
limiter = Limiter(key_func=get_client_ip, default_limits=["5/minute"])
⚠️ 生产中务必校验并信任可信代理头,避免伪造 IP 绕过限流。
好了,本文到此结束,带大家了解了《FastAPI无Redis的IP限流方案》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
塔读小说打不开?闪退连接失败解决方法
- 上一篇
- 塔读小说打不开?闪退连接失败解决方法
- 下一篇
- Java接口默认方法与静态方法解析
-
- 文章 · python教程 | 58分钟前 | 协程 · 超时控制 · python · asyncio · Python 异步超时 asyncio.timeout reschedule
- Python asyncio.timeout 怎么动态调整截止时间
- 403浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python setup.py pyproject.toml packaging
- Python packaging 从 setup.py 迁移 pyproject.toml 的清单
- 236浏览 收藏
-
- 文章 · python教程 | 5小时前 | python ·
- Python multiprocessing shared_memory 管理共享缓冲区
- 218浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
-
- 文章 · python教程 | 2天前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 4天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 5天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 5天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 321次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 377次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 374次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 337次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 163次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

