当前位置:首页 > 文章列表 > Golang > Go教程 > Go HTTP 服务怎么按请求大小限制 JSON Body

Go HTTP 服务怎么按请求大小限制 JSON Body

来源:17golang原创 2026-09-07 12:25:12 0浏览 收藏

Go HTTP 接口接收 JSON 时,最稳妥的做法是把 r.Body 先交给 http.MaxBytesReader,再让 json.Decoder 读取它。这样限制的是实际读取量,而不是只相信客户端提交的 Content-Length;超出上限时还能通过 *http.MaxBytesError 单独返回 413。小型 JSON 接口通常可以先从 1 MiB 左右的上限开始,再按字段和业务负载调整。

要点速览
  • MaxBytesReader 适合单个请求,MaxBytesHandler 适合整个 Handler 的统一上限。
  • 限制器必须放在 Decoder 读取 Body 之前;只校验 Content-Length 不能替代实际读取限制。
  • 超限、JSON 语法错误、未知字段和尾部第二个 JSON 值要分开处理,客户端才知道如何修正。

按作用范围选择请求体限制方式

先区分“限制哪一层”。单个路由需要特殊上限时,用 http.MaxBytesReader(w, r.Body, limit) 替换 Body;多个路由共享同一个上限时,可以用 http.MaxBytesHandler 包住 Handler。io.LimitReader 只是通用读取器,不能代替面向 HTTP Body 的关闭行为和超限错误;Content-Length 只适合做提前拒绝的辅助判断,不能当作唯一防线。

方案适合场景需要注意
MaxBytesReader单个 JSON 路由能返回 *MaxBytesError,也保留关闭能力
MaxBytesHandler整组 Handler 共用上限不适合需要按接口区分大小的场景
io.LimitReader普通流读取要自己设计超限判断,不是 HTTP 专用错误模型
Content-Length快速拒绝明显过大的请求不能替代读取时的限制

在 JSON Decoder 读取前包住 r.Body

限制器应当紧贴 Body 设置,后续所有解码都从这个受限读取器获取数据。下面的例子还打开了未知字段检查:客户端把字段名写错时,接口直接告诉它,而不是静默丢弃。

Go HTTP JSON 接口中 HTTP 请求体、MaxBytesReader、JSON Decoder 与 OrderInput 的静态边界关系
图1:Go HTTP JSON 接口中,请求体限制与解码目标的静态边界。
package api

import (
    "encoding/json"
    "errors"
    "io"
    "net/http"
)

type OrderInput struct {
    SKU   string `json:"sku"`
    Count int    `json:"count"`
}

func createOrder(w http.ResponseWriter, r *http.Request) {
    const maxBody = 1 

这里的关键不是把数字写成 1 MiB,而是限制器的位置。若先用 io.ReadAll(r.Body) 再判断长度,过大的数据已经进入内存;若先把 Body 交给不受限的解析路径,同样失去了这层保护。DisallowUnknownFields 解决的是字段契约,不是大小限制,两者应当分别理解。

区分超限、语法错误和尾部数据

Decoder.Decode 报错时,不要把所有情况都写成“参数错误”。通过 errors.As 判断 *http.MaxBytesError,可以把真正的大小超限映射为 413;普通 JSON 语法错误、未知字段和第二个 JSON 值则属于请求内容问题,通常返回 400。

Go JSON Decoder 区分 MaxBytesError、SyntaxError、尾部第二个 JSON 值以及 413 和 400 响应的静态关系
图2:JSON Body 的三类输入问题与响应边界关系。

第二次 Decode 是一个容易漏掉的检查。第一次成功只说明读到了一个 JSON 值,输入 {"sku":"A"}{"sku":"B"} 仍可能留下第二个值。第二次解码必须得到 io.EOF;得到别的结果,就说明请求后面还有垃圾或格式不完整的数据。

如果接口允许 JSON 后跟空白,第二次解码仍会在读完空白后得到 io.EOF,这正是期望行为。不要用字符串查找大括号,也不要仅凭 r.ContentLength 判断解析是否安全。

用决策表确定上线前的限制策略

上限不是越小越安全。先看请求模型:只有几个字符串和数字的命令接口,可以使用较小限制;包含嵌套数组的批量接口,应按最大合理批次数估算,并把数组长度校验放在解码之后。若同一服务同时有小 JSON 和大批量接口,按路由设置 MaxBytesReader 比给整个服务一个过大的统一值更容易解释。

现象建议判断响应
读取中触发 MaxBytesError请求体超过该路由字节上限413,并提示缩小请求
Decode 返回语法错误JSON 不完整或格式非法400,并返回通用错误信息
出现未知字段客户端字段契约不匹配400,记录字段错误
第二次 Decode 不是 EOF一个 Body 中包含多个 JSON 值或尾部垃圾400,拒绝继续业务处理

生产环境还应把网关、反向代理和应用层的限制分别记录清楚:代理可以提前拒绝,但应用层仍需要自己的边界;日志记录请求 ID、路由和错误类别即可,不要把完整 Body 写入日志。这样既能控制内存和解析成本,也能让调用方根据 413 或 400 采取不同修复动作。

常见问题

只设置 Content-Length 检查够不够?

不够。它可以快速挡住明确声明过大的请求,但实际读取仍应经过 MaxBytesReader。

MaxBytesReader 和 MaxBytesHandler 怎么选?

按路由差异选择前者,按整个 Handler 统一策略选择后者。需要多个 JSON 接口不同上限时,不要强行共用一个 Handler 上限。

返回 413 还是 400?

明确识别到读取超过字节上限时返回 413;JSON 格式、字段或尾部内容不符合约定时返回 400。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Redis RDB 和 AOF 同时开启时如何选择恢复来源Redis RDB 和 AOF 同时开启时如何选择恢复来源
上一篇
Redis RDB 和 AOF 同时开启时如何选择恢复来源
Docker Compose 怎么让服务只在依赖健康后启动
下一篇
Docker Compose 怎么让服务只在依赖健康后启动
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    600次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    641次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    673次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    639次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    458次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码