blog.dopana

戻る

レートリミティング(Rate Limiting、利用制限)は、悪意のある乱用、ブルートフォース攻撃、急激なトラフィック急増(スパイク)からAPIを保護するための不可欠な技術です。本記事では、代表的なレート制限アルゴリズムの仕組みと、Node.jsやCloudflare Workersにおける本番向けの具体的な実装方法を解説します。

AllowedExceededClientRate LimiterBackend API429 Too Many Requests

なぜレートリミティングが必要なのか?#

レートリミティングは、サーバーを守る「警備員」のような役割を果たします:

  • DDoS攻撃やブルートフォース(総当たり攻撃)の防止: 認証エンドポイントへのパスワード総当たりや、不正なスクレイピングを入口で遮断します。
  • リソースの公平な利用(Fair Usage)の保証: 一部のヘビーユーザー(Noisy Neighbor)がリソースを占有し、他の正常なユーザーの利用を妨げることを防ぎます。
  • バックエンドの過負荷防止: トラフィック急増時にも、後続のデータベースやマイクロサービスが過負荷でダウンしないよう保護します。
  • APIコストの抑制: OpenAIやAnthropicなどの従量課金制AI APIをプロキシ経由で提供する場合、予期せぬ高額請求を回避します。

主要なアルゴリズム#

1. 固定ウィンドウカウンター(Fixed Window Counter)#

最もシンプルなアプローチで、固定された時間枠(例: 1分間)ごとにリクエスト数をカウントします。

[!WARNING] 境界でのバースト問題: 0:59に10回、続く1:00に10回のリクエストが発生した場合、実質わずか2秒間で20回のリクエストが実行され、想定の2倍の負荷がサーバーにかかります。

2. スライディングウィンドウログ(Sliding Window Log)#

各リクエストのタイムスタンプを配列に記録し、直近の一定期間(例: 過去60秒間)に含まれるリクエスト数のみを計算します。

[!NOTE] 境界バーストが発生せず非常に高精度ですが、全リクエストのタイムスタンプを保持するため、リクエスト数に比例してメモリ消費量が増加します。

3. スライディングウィンドウカウンター(Redis Sorted Sets)#

固定ウィンドウの省メモリ性とスライディングログの正確性を両立させた手法で、Redisのソート済みセット(ZSET)を活用します。

4. トークンバケット(Token Bucket)#

バケット(容量NN)に一定速度RR(トークン/秒)でトークンが補充されます。リクエストはトークンを1つ消費して処理され、トークンが不足している場合はリクエストが拒否されます。

[!TIP] メリット: バケットが満タンであれば一時的なトラフィックバーストを許容しつつ、長期的には安定した平均レートを維持します。AWSやStripeのAPIで広く採用されています。

5. リーキーバケット(Leaky Bucket)#

底に小さな穴が開いたバケツのような仕組みです。リクエストはキューに入り、穴から水滴が滴るように常に一定の速度で処理されます。バケツの容量を超えたリクエストは溢れ出て破棄されます。

非同期ジョブキューやバックグラウンド処理の平滑化(トラフィックシェーピング)に適しています。

実装例 — Express Middleware#

実際のExpressアプリケーションでは、エンドポイントの重要度やユーザーのティアに応じて階層的な制限を設定します:

レスポンスヘッダー(Response Headers)#

クライアント側が適切なリトライ間隔(指数バックオフなど)を判断できるよう、常にレート制限情報をヘッダーに含めます:

X-RateLimit-Limit: 100
X-RateLimit-Remaining: 45
X-RateLimit-Reset: 1718845200
Retry-After: 45
http

Cloudflareでのレートリミティング#

ネットワークエッジ(CDN層)でレート制限を適用することで、悪意のあるトラフィックがオリジンサーバーに到達する前に遮断できます。

Wrangler CLIまたはダッシュボードでルールを作成します:

# Wrangler CLIによる作成
wrangler ratelimit create my-limit --limit 100 --period 60
bash

Cloudflare Workersでのバインディング実装例:

export default {
  async fetch(request: Request, env: Env): Promise<Response> {
    const key = request.headers.get('CF-Connecting-IP') || 'unknown';
    const { success } = await env.myRateLimiter.limit({ key });

    if (!success) {
      return new Response('Too Many Requests', { status: 429 });
    }

    return new Response('OK');
  },
};
typescript

分散システムにおけるレートリミティング#

複数のサーバーで構成されるクラスター環境では、各サーバーのローカルメモリでカウントするとユーザーのリクエストが分散して制限をすり抜けてしまいます。中央集権型のRedisを用いて状態を共有します:

Server 1Redis - Atomic CountersServer 2Server 3

競合状態(Race Condition)を防ぐアトミックなRedis Luaスクリプト:

ベストプラクティス#

  1. 常に標準ヘッダーを返却する: クライアントがRetry-Afterを解釈して無駄なリトライを防ぐことができます。
  2. エンドポイントごとに異なる制限値を設ける: 一般的な閲覧APIは緩やかに、ログインや決済、重量級検索エンドポイントは厳格に設定します。
  3. 複合キーを利用する: IPアドレスだけでなく、APIキーやユーザーID(IP + apiKey + userId)を組み合わせることで、IP切り替えによる回避を防ぎます。
  4. 分散データストアの活用: 複数インスタンス環境ではRedisとLuaスクリプトを用いて正確なアトミック操作を行います。
  5. グレースフルデグラデーション(フェイルオープン): 万が一Redisが障害で停止した場合、正常なユーザーを巻き込んで遮断しないよう、一時的にリクエストを通す設計を検討します。
  6. 違反ログの監視: 429エラーのログを継続的にモニタリングし、攻撃パターンや適切な閾値の調整に役立てます。

まとめ#

レートリミティングは単なるセキュリティ防御策にとどまらず、システムの計算リソースを健全に管理するための基盤です。簡易的な用途には固定ウィンドウ、バースト防止にはスライディングウィンドウ、突発的なアクセスを柔軟にさばくにはトークンバケットが最適です。分散構成ではRedisを活用し、グローバル規模ではCloudflare Workersのエッジ制限を検討してください。システムの要件と規模に合わせた適切なアルゴリズムを選定しましょう。

参考文献#