Nginx 后面如何获取真实客户端 IP？
简化版
Nginx 后面如何获取真实客户端 IP 的核心，是围绕「真实 IP 传递」把正确性、可用性和可观测性讲清楚。面试回答时要先说明问题发生的场景，再说明常见方案、关键参数、失败边界和排查指标，不能只停留在组件名或配置项。
详细版
在真实系统里，Nginx 的很多问题都不是“会不会用”，而是高并发、故障、发布、重试、扩缩容之后还能不能稳定工作。以「用户请求经过 CDN、SLB、Nginx 后到达应用」为例，如果只按默认配置使用，短时间内可能看不出问题，但一到流量峰值或下游抖动，隐藏风险就会放大。
这类题可以按四步回答：第一，说明问题本质；第二，给出主方案和备选方案；第三，分析副作用和边界；第四，补上监控、压测、回滚和故障演练。这样答案更接近生产实践。
一个简单量化标准是：如果某个能力影响 1000 QPS 以上的主链路，或者故障会让数据库、下游服务、调度任务出现级联问题，就必须把参数、熔断、重试和观测设计完整。
完整版教学
一、先看这个问题为什么高频
面试官问「真实 IP 传递」时，通常是在考察你是否理解中间件背后的运行机制。Nginx 处在业务系统和基础设施之间，一旦配置或使用方式不对，影响面往往比普通业务代码大。它可能放大流量，也可能隐藏错误，还可能让故障从一个节点扩散到一条链路。
在「用户请求经过 CDN、SLB、Nginx 后到达应用」这个场景中，风险来自 3 个方向：请求量突然增加、下游响应变慢、系统状态不一致。回答时要把这 3 个方向讲出来，而不是只说“加缓存”“加重试”“加负载均衡”。方案要能解释为什么有效，以及失败后如何兜底。
流量进入 -> 中间件处理 -> 下游服务/存储 -> 结果返回
| |
限流/路由 超时/重试/降级记忆钩子：中间件题先讲机制，再讲参数，最后讲故障兜底和观测。
二、先定义正常路径和异常路径
很多中间件事故来自只设计了正常路径。正常路径通常是请求进入、命中规则、调用下游、返回结果；异常路径包括超时、重试、重复、乱序、配置未生效、节点不可用、数据不一致。高频面试题会不断追问这些边界。
正常路径: request -> middleware -> upstream -> success
异常路径: request -> middleware -> timeout/retry/fallback -> observable result比如一次调用正常耗时 20ms，如果下游抖动到 2s，而调用方还配置 3 次立即重试，那么单个请求最多会占用 6s 的资源。100 个并发请求就可能堆出 600s 的等待时间，线程池、连接池和队列都会被拖住。
三、主方案要明确到执行步骤
回答方案时要从“原则”落到“步骤”。针对「真实 IP 传递」，可以先把入口流量分层，再控制关键资源，再处理失败结果。每一步都应该能对应到配置、代码或运维动作，否则答案会显得空。
1. 识别场景和 Key / 路由 / 任务 / 服务名
2. 设置超时、容量、顺序、重试或淘汰规则
3. 对失败结果做降级、补偿或告警
4. 用指标验证方案是否真的生效如果方案涉及重试，要说明最大次数和退避时间；涉及缓存，要说明 TTL、淘汰和一致性；涉及网关或 Nginx，要说明路由、超时和上游健康；涉及调度，要说明幂等、分片和补偿。这样面试官能听出你不是只背概念。
四、关键参数要有数量级意识
中间件配置不能只说“调大一点”或“设置合理值”。数量级意识很重要。比如超时时间设置为 30s，在线上高并发接口里可能很危险；缓存 TTL 全部设置为 10 分钟，又可能在同一时间集中失效；任务一次拉取 10 万条数据，可能造成内存和数据库压力。
| 参数类型 | 示例 | 设计关注点 |
|---|---|---|
| 超时 | timeout=200ms/1s/3s | 不能超过调用链预算 |
| 重试 | maxRetries=2 | 要配合退避和幂等 |
| 容量 | poolSize=50 | 不能超过下游承载能力 |
| 过期 | ttl=5m + random(30s) | 避免集中失效 |
| 批量 | batchSize=500 | 平衡吞吐和延迟 |
假设调用链总预算是 800ms，网关、RPC、数据库各占一段，单个下游超时就不应该设置成 3s。参数要从业务 SLA 倒推，而不是照搬默认值。
五、常见错误要能解释后果
中间件面试喜欢追问“这么做有什么问题”。比如「应用直接读取 remoteAddr，拿到的是 Nginx 或负载均衡 IP」就是典型风险。它的后果往往不是单点失败，而是连锁反应：请求堆积、重试放大、缓存击穿、消息积压、实例雪崩、配置污染或任务重复。
错误配置 -> 局部异常 -> 重试/堆积 -> 下游压力升高 -> 故障扩大所以回答时要主动补一句“这个方案的副作用是什么”。比如加重试会放大流量，加本地缓存会带来一致性问题，加动态配置会带来生效顺序问题，加分片调度会带来重复执行问题。能说出副作用，才说明真的懂。
六、可观测性必须和方案一起设计
没有监控的中间件方案很难上线。你至少要能看到 QPS、错误率、P95/P99 耗时、队列积压、缓存命中率、连接池使用率、重试次数、降级次数、配置版本、任务延迟等指标。不同中间件关注点不同，但思路一致：既看整体，也看关键维度。
| 指标 | 用途 |
|---|---|
| QPS / TPS | 判断流量是否异常 |
| 错误率 | 判断故障范围 |
| P95 / P99 | 判断尾延迟 |
| 重试次数 | 判断下游是否抖动 |
| 积压量 | 判断消费或任务是否落后 |
| 版本号 | 判断配置或路由是否命中 |
排查时可以按“入口流量、组件处理、下游响应、客户端结果”四段看。比如错误率上升但下游正常，问题可能在网关规则；下游慢且重试增多，问题可能是超时和重试策略放大了故障。
七、上线前要有压测、灰度和回滚
中间件改动影响面大，不能只在本地验证。上线前至少要做小流量灰度，观察核心指标；参数调整要能回滚；高风险能力要做故障演练。比如修改缓存策略要看命中率和数据库 QPS，修改 MQ 重试要看积压和下游错误率，修改网关路由要看 4xx、5xx 和上游耗时。
灰度 5% -> 观察 30 分钟 -> 扩到 30% -> 全量
异常: 指标越线 -> 回滚配置 -> 保留现场日志如果是配置中心、注册中心、网关这类控制面组件，还要考虑控制面不可用时数据面是否能继续工作。生产系统里，经常要求“控制面故障不影响已有流量”，这句话在中间件面试里很加分。
八、常见误区与追问
- 误区：只会说组件名就算掌握。 面试更关注机制、参数、故障边界和生产排查。
- 误区：默认配置可以直接上生产。 默认值通常偏通用，必须结合 QPS、延迟、下游容量和 SLA 调整。
- 误区：加重试一定能提高成功率。 下游已经过载时，立即重试会放大流量，需要退避、限流和幂等。
- 追问：如何判断方案是否生效？ 看命中率、错误率、尾延迟、积压量、重试次数和下游压力是否按预期变化。
- 追问：发生故障时先看哪里？ 先看入口流量和错误码分布，再看中间件日志、下游耗时和最近配置变更。
- 追问：什么时候应该降级？ 当下游不可用或响应超过业务预算时，优先保护主链路和核心资源，再返回可解释的降级结果。
九、加强记忆
中间件题记住“机制、参数、边界、观测、灰度”五个词。先讲它为什么会出问题，再讲方案怎么执行；参数要有数量级，边界要覆盖超时、重试、重复和不可用；观测要能定位问题；上线要能灰度和回滚。这样回答才能从会用组件升级到会治理系统。