Ratenbegrenzung

Was es ist

Ratenbegrenzung setzt eine Obergrenze dafür, wie viele Anfragen ein
Client innerhalb eines bestimmten Zeitraums an einen Dienst senden
darf. Durchgesetzt wird sie vom Dienst oder von einer
vorgeschalteten Komponente. Jede Begrenzung beantwortet drei Fragen:
Wer gilt als Client, wie werden Anfragen gezählt und was geschieht
mit der überschreitenden Anfrage? Der für die letzte Frage
geschaffene HTTP-Statuscode 429 Too Many Requests wurde im April
2012 in RFC 6585 definiert. Die ersten beiden Fragen lässt dieser
RFC bewusst offen. Ein Server kann pro Ressource, über den gesamten
Server oder über eine Servergruppe zählen und den Client an
Zugangsdaten oder an einem zustandsbehafteten Cookie erkennen.

In der Praxis wird meist einer von wenigen Schlüsseln gewählt: die
IP-Adresse des Clients, das angemeldete Konto, ein API-Schlüssel
oder eines davon zusammen mit dem Pfad, damit ein Anmeldeformular
und eine Produktseite unterschiedliche Grenzen erhalten. Für eine
Anfrage oberhalb der Grenze gibt es drei Reaktionen. Der Server kann
sie mit 429 ablehnen, vorzugsweise mit einem `Retry-After`-Header,
der die Wartezeit als Sekundenzahl oder HTTP-Datum nennt. Er kann
die Anfrage zurückhalten und etwas später bearbeiten, was einen
Schub glättet, statt ihn abzulehnen. Oder er kann die Verbindung
unbeantwortet abbrechen, wenn die Menge selbst der Angriff ist.
Genau dies schlägt RFC 6585 vor: Auch eine höfliche 429-Antwort auf
jede Anfrage einer Flut kostet Ressourcen.

Das Zählverfahren bestimmt das Verhalten an den Grenzen. Ein festes
Fenster zählt Anfragen je Kalenderminute oder -stunde und beginnt an
der Grenze wieder bei null. Das ist billig und leicht zu erklären.
Es lässt einen Client aber sein gesamtes Kontingent in der letzten
Sekunde eines Fensters und gleich darauf in der ersten Sekunde des
nächsten verbrauchen: Bei 100 pro Minute sind das 200 Anfragen in
zwei Sekunden. Ein gleitendes Fenster blickt vom aktuellen Zeitpunkt
immer dieselbe Zeitspanne zurück. Es gibt daher keine ausnutzbare
Grenze. Die Stick Tables von HAProxy führen solche Zähler; ein
Handbuchbeispiel zählt die Verbindungsrate über ein gleitendes
Fenster von 30 Sekunden. Der von nginx verwendete Leaky Bucket lässt
Anfragen mit fester durchschnittlicher Rate durch und hält eine
kleine Warteschlange für schneller eintreffende Anfragen. Was sie
überlaufen ließe, wird abgelehnt. Ein Token Bucket arbeitet
umgekehrt: Tokens sammeln sich mit gleichbleibender Rate bis zu
einer Obergrenze an. Jede Anfrage verbraucht eines. Ein zuvor
stiller Client kann sein angespartes Kontingent auf einmal ausgeben.

Warum es wichtig ist

Ein öffentlicher Endpunkt kann sich weder seine Aufrufer noch deren
Häufigkeit aussuchen. Ein Katalogscraper, ein in einer
Wiederholungsschleife steckendes Skript, ein Angreifer mit geleakten
Passwörtern am Anmeldeformular und ein Partner mit hastig
geschriebenem Nachtjob sehen für den Server gleich aus: mehr
Anfragen als vorgesehen, aus wenigen Quellen. Ohne Begrenzung
bestimmt der aktivste Aufrufer die für alle anderen verfügbare
Kapazität. Mit Begrenzung kann ein einzelner Client nur seinen
Anteil verbrauchen. Der übrige Dienst arbeitet normal weiter,
während dieser Client wartet.

Manche Anfragen sind deutlich teurer als andere. Eine Produktseite
kann in einer Millisekunde aus dem Cache kommen. Eine Suche, ein
Export oder ein Aufruf einer kostenpflichtigen externen API kostet
dagegen jedes Mal echte Prozessorzeit oder echtes Geld. Genau diese
Pfade greifen missbräuchliche Nutzer an, weil der Aufruf sie selbst
nichts kostet. Eine globale Grenze, niedrig genug zum Schutz des
Exports, würde gewöhnliches Surfen abwürgen. Nützliche
Ratenbegrenzung wird deshalb pro Pfad festgelegt, jeweils nach
dessen Kosten und legitimer Nutzung.

Eine Grenze ist auch Teil des API-Vertrags. Clients, die die Regeln
kennen, können ihr Tempo anpassen, ohne die Grenze zu erreichen. Das
ist für beide Seiten billiger, als sie durch Ablehnungen zu
entdecken. HTTP hat dafür keinen standardisierten Header. Viele APIs
senden `X-RateLimit-Limit`, `X-RateLimit-Remaining` und
`X-RateLimit-Reset`. Derselbe Name trägt aber je nach
Implementierung unterschiedliche Werte, wie ein IETF-Entwurf zur
Standardisierung festhält. Er definiert zwei Felder:
`RateLimit-Policy` für Kontingent und Fenster sowie `RateLimit` für
den Rest. Seine elfte Fassung stammt vom 23. Mai 2026 und ist wie
jeder Internet-Draft ein Arbeitsstand, kein Standard.

Wie es in der Praxis aussieht

In nginx braucht eine Begrenzung zwei Direktiven: eine im Block
`http`, die den Zähler einrichtet, und eine dort, wo er angewendet
wird:

```nginx
limit_req_zone $binary_remote_addr zone=perip:10m rate=1r/s;
limit_req_status 429;

server {
    location /search/ {
        limit_req zone=perip burst=5 nodelay;
        proxy_pass http://app;
    }
}
```

Der Schlüssel ist die Clientadresse in Binärform, 4 Bytes lang bei
IPv4 und 16 bei IPv6. Die Zähler liegen in einer gemeinsamen
Speicherzone von 10 Megabyte namens `perip`. Laut Dokumentation
braucht der Zustand pro Schlüssel auf einer 64-Bit-Plattform 128
Bytes. Ein Megabyte fasst daher etwa 8 Tausend Adressen, diese Zone
etwa 80 Tausend. Ist sie voll, entfernt nginx den am längsten nicht
verwendeten Eintrag. `rate=1r/s` erlaubt durchschnittlich eine
Anfrage pro Sekunde. `burst=5` lässt bis zu fünf Anfragen oberhalb
dieser Rate warten, statt sie abzulehnen. `nodelay` bedient sie
sofort, statt sie im konfigurierten Abstand zu verteilen. Alles
jenseits dieses Schubs wird abgelehnt. nginx würde dafür
standardmäßig 503 senden; deshalb setzt `limit_req_status` den Wert
429. Raten unter einer Anfrage pro Sekunde werden pro Minute
geschrieben: `30r/m` bedeutet eine Anfrage alle zwei Sekunden. Vor
dem Aktivieren einer neuen Grenze zählt `limit_req_dry_run on`
normal weiter und markiert sonst abgelehnte Anfragen mit
`REJECTED_DRY_RUN` in der Variablen `$limit_req_status`, ohne etwas
abzulehnen.

Auf der Empfangsseite sollte ein Client beim Erreichen der Grenze
die Antwort lesen, statt sofort erneut anzufragen. Ein 429 von einer
dem IETF-Entwurf folgenden API könnte so aussehen:

```http
HTTP/1.1 429 Too Many Requests
Content-Type: application/problem+json
Retry-After: 20
RateLimit-Policy: "default";q=100;w=60
RateLimit: "default";r=0;t=20
```

Die Regel erlaubt 100 Anfragen je Fenster von 60 Sekunden. Keine
bleibt übrig; das Kontingent kehrt in 20 Sekunden zurück. Sind beide
vorhanden, hat laut Entwurf `Retry-After` Vorrang. Ein korrekt
implementierter Client wartet mindestens so lange, ergänzt eine
kleine zufällige Verzögerung und fällt ohne `Retry-After` auf
exponentiellen Backoff statt eines festen Intervalls zurück.

Die 22 bei Ausfällen geschlossen bleibenden Ratenbegrenzer für ein
öffentliches Verzeichnis von Unternehmen und Fachleuten, entstanden
in einer seit 2025 ausgeübten Rolle, folgen der Regel pro Pfad.
Jeder wurde für seinen geschützten Pfad gebaut, denn Anmeldeversuch,
Suche und Massenexport werden bei sehr unterschiedlichen Raten
missbräuchlich. Ihr Zustand liegt in Redis, sodass die Grenze über
alle Instanzen hält statt nur pro Prozess. Entscheidend war das
Verhalten bei einem Redis-Ausfall: Die Begrenzer lehnen Verkehr ab,
statt ihn durchzuwinken. Die Seite benennt den Preis offen: Ein
Redis-Problem wird für Nutzer sichtbar. Akzeptiert wurde das, weil
andernfalls aus einem Redis-Problem ein Abrechnungsproblem würde.
Cloudflare Turnstile, eine Sperre am Ursprung und 351 Zeilen
Idempotenzmiddleware, damit eine wiederholte Schreiboperation nicht
zweimal wirkt, liegen darum herum.

Wo es schiefgeht

Jeder Server zählt für sich. Eine im Prozessspeicher gehaltene
Grenze vervielfacht sich mit jeder Anwendungskopie. Vier Instanzen
hinter einem Lastverteiler lassen einen Client mit der vierfachen
beabsichtigten Rate durch; jeder Neustart setzt die Zähler zurück.
nginx teilt seine Speicherzone auf einem Rechner. Zonen zwischen
Servern abzugleichen ist Teil seines kommerziellen Abonnements.
HAProxys Peers-Protokoll kopiert Stick-Table-Einträge zwischen
Instanzen, aber laut Handbuch ohne sie zu addieren. Halten Sie die
Zähler in einem von jeder Instanz abgefragten Speicher wie Redis im
genannten Verzeichnis oder begrenzen Sie am einzigen Punkt, den der
gesamte Verkehr passiert.

Alle kommen von derselben Adresse. Hinter Reverse Proxy, CDN oder
Lastverteiler sieht die Anwendung für alle Nutzer dieselbe
Clientadresse, sofern die ursprüngliche nicht weitergegeben wird.
Eine Grenze pro IP drosselt dann alle zugleich. Ein ganzes Büro oder
Mobilfunknetz hinter NAT hat denselben Effekt in milderer Form.
Verwenden Sie die echte Clientadresse aus einem Header, den nur Ihr
eigener Proxy setzen darf. Bevorzugen Sie bei angemeldetem Verkehr
Konto oder API-Schlüssel statt Adresse.

Der Begrenzer meldet einen Serverfehler. nginx antwortet auf eine
abgelehnte Anfrage standardmäßig mit 503 Service Unavailable. In
HTTP bedeutet dies, dass der Server überlastet oder wegen Wartung
nicht verfügbar ist. Dashboards und Alarme, die 5xx-Antworten als
Serverfehler behandeln, wecken dann jemanden, weil ein einzelner
Client gierig war. Der Client erfährt nichts über sein eigenes
Verhalten. Antworten Sie mit 429, das die Ursache auf der
Clientseite verortet, und protokollieren Sie Ablehnungen auf einer
eigenen Stufe.

Alle gedrosselten Clients kehren in derselben Sekunde zurück. Wird
ein Kontingent zu einem festen Zeitpunkt zurückgesetzt oder jedem
abgelehnten Client dasselbe `Retry-After` genannt, kommen alle
gemeinsam wieder. Der IETF-Entwurf nennt eine tägliche Rücksetzung
um 18:00:00, bei der alle Clients wahrscheinlich um 18:00:00
auftauchen. Der folgende Schub kann schlimmer sein als der
begrenzte. Ergänzen Sie auf beiden Seiten Zufall: Variieren Sie die
vom Server genannte Wartezeit und lassen Sie Clients eine eigene
zufällige Verzögerung addieren.

Niemand hat entschieden, was beim Speicherausfall geschieht. Ein
Begrenzer mit Zählern in Redis oder einer Datenbank muss bei deren
Unerreichbarkeit etwas tun. Code, der den Verbindungsfehler abfängt
und die Anfrage durchlässt, hat sich für Fail-open entschieden. Aus
dem Ausfall wird ein Zeitfenster ohne Ratenbegrenzung für jemanden,
der darauf achtet. Ablehnender Code hat Fail-closed gewählt und
macht daraus einen Ausfall für alle. Keine der beiden Möglichkeiten
ist in jedem Fall falsch. Die Wahl muss aber wie beim genannten
Verzeichnis für jeden Pfad bewusst getroffen werden, statt dem
Standardverhalten einer Bibliothek überlassen zu bleiben.

Das Zählen von Ablehnungen gibt Informationen preis. Werden 401- und
403-Antworten auf ein Kontingent angerechnet, kann ein bösartiger
Client laut IETF-Entwurf einen Endpunkt sondieren und etwas über den
Verkehr eines anderen Nutzers erfahren. Legen Sie fest, welche
Antworten zählen, geben Sie fehlgeschlagenen Authentifizierungen
eine eigene Grenze und halten Sie Kontingentdetails vor nicht
authentifizierten Clients zurück.

Weiterführende Lektüre

  * RFC 6585: Zusätzliche HTTP-Statuscodes — definiert 429 Too Many
Requests und benennt den Spielraum des Servers: Wer gilt als Nutzer,
und wie werden Anfragen gezählt?

  * RFC 9110: HTTP-Semantik — das Feld `Retry-After`, seine zwei
Formen und die Bedeutung von 503, wenn der Server es sendet.

  * RateLimit-Headerfelder für HTTP — der Entwurf der
IETF-Arbeitsgruppe HTTPAPI zu `RateLimit-Policy` und `RateLimit`,
mit Sicherheitsabschnitt zu gleichzeitiger Rückkehr und
Informationslecks.

  * Modul ngx_http_limit_req_module — `limit_req`, `burst`,
`nodelay`, `delay`, Probelaufmodus und Größen der gemeinsamen
Speicherzone.

  * HAProxy 3.4: Konfigurationshandbuch — Stick Tables und ihre
Ratenzähler sowie das Peers-Protokoll zum Kopieren zwischen
Instanzen.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/rate-limiting/	engineer.company	70
