正向代理的血案

前几天打算使用golang做一个代理程序,golang标准库net/http/httputil已经提供了这样的能力。

代理网关初学者指南(代理程序都是兵家折戟之地)(1)

一把梭之后发现必然返回403 Forbidden, 我直接在target里面填上游服务实例ip就可以正确返回。

给一个向代理百度官网的简化示例,大家可以体会一下:

package main import ( "fmt" "log" "net/http" "net/http/httputil" ) func ReverseProxyHandler(w http.ResponseWriter, r *http.Request) { fmt.Println("receive a request from:", r.RemoteAddr, r.header) target := "www.baidu.com" director := func(req *http.Request) { req.URL.Scheme = "https" req.URL.Host = target // req.Host = target } proxy := &httputil.ReverseProxy{Director: director} proxy.ServeHTTP(w, r) } func main() { fmt.Printf("Starting server at port 8080\n") if err := http.ListenAndServe(":8080", http.HandlerFunc(ReverseProxyHandler)); err != nil { log.Fatal(err) } }

郁闷了很久,wireshark抓包也看不出端倪(其实是知识有漏洞,那肯定找不到原因)。

头脑风暴

调试httputil的源代码:

req.Host = target // 上面被注释

竟然真的成功了

代理网关初学者指南(代理程序都是兵家折戟之地)(2)

小板凳好好摆一摆

知识漏洞的关键点在于 :

rfc规范(这是个宝藏站点):

  1. Host请求头是在http1.1作为必选被引入,如果请求头没有Host或有多个Host请求头, 将会返回400错误。
  2. 请求中的“Host”提供了目标URI的主机和端口信息。

最关键的第三点:

  1. 设计Host请求头的动机: 在请求(为多个网站服务的)共享主机时,使初始服务器能够区分目标资源。

The "Host" header field in a request provides the host and port information from the target URI, enabling the origin server to distinguish among resources while servicing requests for multiple host names

什么意思呢?

在微服务架构下,请求在打到业务应用之前都会流经负载均衡器,例如nginx/网关,这些负载均衡器提供了单负载节点配置多个域名的能力。但是请求打到负载主机,需要有信息能区分目标服务域名,这就依赖请求头中的Host。

代理网关初学者指南(代理程序都是兵家折戟之地)(3)

上图来自 阿里云应用型负载均衡

我们来看在nginx配置基于名字的多虚拟主机的写法:

代理网关初学者指南(代理程序都是兵家折戟之地)(4)

在这个配置中,nginx仅仅检查请求的Host头以决定该请求应由哪个虚拟主机来处理。如果Host头没有匹配任意一个虚拟主机,或者请求中根本没有包含Host头,那nginx会将请求分发到定义在此端口上的默认虚拟主机。在以上配置中,第一个被列出的虚拟主机即nginx的默认虚拟主机——这是nginx的默认行为。而且,可以显式地设置某个主机为默认虚拟主机,即在"listen"指令中设置"default_server"参数:

server { listen 80 default_server; server_name example.net www.example.net; ... }

回到最开始的问题,我们写的反向代理程序其实是客户端,虽然重写了url Host, 但是请求打到虚拟主机的时候,请求头中的Host还是最开始的localhost:8080, 这个Host根本无法在虚拟主机中被识别, 所以我们还需要重写请求头中的Host为目标域名。

进一步, 难道golang的httputil标准库没有考虑到这一点,我又看了一次ReverseProxy源码,其实这个错误姿势在源码注释中已经提醒了。

NewSingleHostReverseProxy returns a new ReverseProxy that routes URLs to the scheme, host, and base path provided in target. If the target's path is "/base" and the incoming request was for "/dir",the target request will be for /base/dir. NewSingleHostReverseProxy does not rewrite the Host header. To rewrite Host headers, use ReverseProxy directly with a custom Director policy.

结束语

本文通过一个简单的正向代理程序的错误姿势,引出了Host请求头的作用,更进一步认识了主流负载均衡服务器在请求链路中的行为。

Host请求头用于在单负载节点支撑多域名。

文章来自https://www.cnblogs.com/JulianHuang/p/16639016.html

,