Pular para o conteúdo

Rate limit distribuído com Redis: quando um servidor não basta

Com vários servidores, cada um conta as requisições sozinho e o limite real vira o dobro ou o triplo. Como fazer rate limiting distribuído com Redis.

Por Roger C. Ribeiro, fundador da Wecodex3 min de leitura

Com vários servidores, cada um conta as requisições sozinho e o limite real vira o dobro ou o triplo. Como fazer rate limiting distribuído com Redis.

O rate limiting com contadores em memória funciona bem com um único servidor (Rate limiting em Node.js: proteja sua API sem afetar o usuário). Quando a aplicação roda em várias instâncias, ou em funções serverless, cada uma conta separadamente. Um limite de 100 requisições por minuto vira 300 com três servidores, e o login protegido contra força bruta fica três vezes mais vulnerável.

A solução: um contador compartilhado

Todas as instâncias consultam e incrementam o mesmo contador num armazenamento central e rápido. O Redis é a escolha mais comum.

ts
import { RedisStore } from 'rate-limit-redis'

export const loginLimiter = rateLimit({
  windowMs: 15 * 60_000,
  limit: 5,
  store: new RedisStore({ sendCommand: (...args: string[]) => redis.call(...args) }),
})

Algoritmos

  • Janela fixa: simples; permite rajadas na virada da janela.
  • Janela deslizante: distribuição mais justa.
  • Token bucket: permite pequenas rajadas e controla a média, ótimo para APIs.

Cuidados

  1. 1.E se o Redis cair? Decida: liberar (prioriza disponibilidade) ou bloquear (prioriza proteção). Para login, um limite local de emergência é um bom meio-termo (Degradação graciosa: o que é, exemplos e como aplicar).
  2. 2.Chaves bem definidas: por IP, usuário, rota e combinações.
  3. 3.Expiração automática das chaves para não acumular memória.
  4. 4.Latência: o Redis próximo da aplicação.

Serverless

Funções sem estado exigem obrigatoriamente um contador externo (Serverless na Vercel: limites que você precisa conhecer).

O cliente também participa

Respostas 429 com Retry-After e clientes que respeitam o backoff (Erro 429 Too Many Requests: backoff e retry no cliente).

Veja Segurança Anti-Hacker da Wecodex ou fale com a gente.

  • Rate Limit
  • Redis
  • Escalabilidade
  • Segurança
CompartilharWhatsAppLinkedIn

Escrito por

Roger C. Ribeiro

Fundador da Wecodex. Escreve sobre engenharia de software, performance, APIs, segurança e IA aplicada a empresas.

Serviços relacionados

Resolver de vez, com quem faz isso todo dia

Quer saber quão exposto está o seu sistema hoje?

Este artigo mostra o caminho. A implementação sob medida, o detalhe que muda o resultado no seu caso, é o trabalho da Wecodex, empresa de engenharia do grupo Wocom.