Rate Limiting heißt: Ein Server begrenzt, wie viele Anfragen ein einzelner Absender in einem bestimmten Zeitraum stellen darf. Wer die Grenze überschreitet, bekommt keine Antwort mehr, sondern den Statuscode 429 Too Many Requests, bis wieder Luft ist. Das schützt vor Bots, die Login-Formulare durchprobieren, vor Scrapern, die eine Seite in Sekunden leersaugen, und vor dem ganz normalen Fall, dass ein einzelnes fehlerhaftes Skript einen Dienst für alle anderen lahmlegt.
So weit die Definition, die in jedem Glossar steht. Dieser Artikel geht weiter: Wir haben Rate Limiting in nginx 1.31.8 und Caddy 2.11.9 selbst aufgesetzt, mit 50 gleichzeitigen Anfragen beschossen und nachgezählt, was durchkommt. Und wir haben das Zugriffslog dieser Website über 13 Tage ausgewertet, um eine Frage zu beantworten, die in Tutorials fast nie gestellt wird: Welches Limit hätte auf echtem Verkehr eigentlich wen getroffen?
Vier Befunde vorweg:
1. In 13 Tagen kamen 83.377 Anfragen von 16.338 Adressen. Nur 88 Adressen schickten jemals 10 oder mehr Anfragen in derselben Sekunde, verursachten aber 27,6 % des gesamten Verkehrs. 72 % ihrer Anfragen endeten mit 404, bei allen anderen nur 21 %.
2. Die Spitze lag bei 380 Anfragen in einer Sekunde von einer einzigen Adresse.
3. Im Log standen 42 Adressen, die sich als Googlebot ausgaben. Nur 6 davon waren echt (per Reverse-DNS geprüft). Der echte Googlebot kam nie über 3 Anfragen pro Sekunde, die Fälschungen bis auf 20.
4. Eine der häufigsten nginx-Konfigurationen in Tutorials greift gar nicht:
limit_reqin einem Block mitreturn 200ließ in unserem Test 218.184 von 218.184 Anfragen durch.

Was ist Rate Limiting genau?
Stell dir eine Supermarktkasse vor, an der pro Minute höchstens zehn Kunden abkassiert werden können. Kommen elf, wartet der elfte. Kommen hundert gleichzeitig, weil ein Reisebus hält, bildet sich eine Schlange, und irgendwann schickt die Filialleitung einen Teil wieder nach Hause. Rate Limiting ist die Regel, die festlegt, wie lang die Schlange werden darf und wer nach Hause geschickt wird.
Technisch besteht jedes Rate Limit aus drei Bausteinen:
- Einem Schlüssel: Wer wird gezählt? Meistens die IP-Adresse, bei APIs oft der API-Key oder das Benutzerkonto, manchmal auch eine Kombination aus Adresse und Pfad.
- Einer Rate: Wie viel ist erlaubt? Zum Beispiel 10 Anfragen pro Sekunde, 60 pro Minute oder 5.000 pro Stunde.
- Einer Reaktion: Was passiert bei Überschreitung? Ablehnen (429), verzögern (in eine Warteschlange stellen) oder nur protokollieren.
Der Unterschied zu einer Firewall ist wichtig: Eine Firewall entscheidet nach dem Wer (diese Adresse darf rein, jene nicht). Rate Limiting entscheidet nach dem Wie viel. Ein ganz normaler Besucher kann auf einmal gebremst werden, wenn er sich ungewöhnlich verhält, und ein Angreifer, der sich höflich langsam bewegt, kommt durch. Deshalb ersetzt das eine das andere nicht. Wie man den Server selbst abschottet, steht in unserer Anleitung ufw-Firewall einrichten.
Auch der Unterschied zu fail2ban ist wichtig, weil beides oft verwechselt wird: fail2ban liest Logs nach dem Ereignis und sperrt Adressen auf Firewall-Ebene für eine Weile. Rate Limiting greift während der Anfrage, im Webserver oder in der Anwendung, und gibt sofort eine Antwort. In unserem Artikel fail2ban einrichten haben wir gemessen, dass fail2ban die schnellen Bots gut erwischt, die langsamen aber nicht. Rate Limiting hat dieselbe Schwäche, nur an einer anderen Stelle. Die beiden ergänzen sich.
Wozu braucht man Rate Limiting?
Es gibt vier typische Gründe, und sie verlangen unterschiedliche Limits:
Schutz vor Brute Force. Ein Login-Formular, das unbegrenzt viele Versuche zulässt, ist eine Einladung. Hier sind Limits streng: wenige Versuche pro Minute pro Adresse, oft zusätzlich pro Benutzerkonto.
Schutz vor Scraping und Ressourcenverbrauch. Ein Bot, der 380 Seiten pro Sekunde abruft, kostet CPU, Bandbreite und bei dynamischen Seiten Datenbankabfragen. Hier geht es nicht darum, jeden Bot auszusperren, sondern die Rate auf ein erträgliches Maß zu drücken.
Fairness bei APIs. Wer eine API anbietet, will verhindern, dass ein einzelner Kunde alle anderen ausbremst. Deshalb haben fast alle öffentlichen APIs dokumentierte Kontingente. In unserem Artikel Was ist eine API? haben wir gemessen, wie GitHub das handhabt: 60 Anfragen pro Stunde ohne Anmeldung, 5.000 mit Token.
Kostenkontrolle. Wenn hinter einem Endpunkt ein bezahlter Dienst hängt (etwa ein KI-Modell, das pro Anfrage abgerechnet wird), ist ein Rate Limit die billigste Versicherung gegen eine Rechnung, die man nicht erwartet hat.
Was Rate Limiting nicht leistet: Es schützt nicht vor einem echten, verteilten DDoS-Angriff mit zehntausenden Adressen. Jede einzelne Adresse bleibt dabei unter dem Limit, und die schiere Masse kommt trotzdem an. Dagegen hilft nur ein vorgeschalteter Dienst mit großer Kapazität, also in der Regel ein CDN.
Die vier Algorithmen hinter Rate Limiting
Ein Limit wie „10 pro Sekunde“ klingt eindeutig, kann aber auf mindestens vier Arten gezählt werden. Der Unterschied entscheidet darüber, ob ein Besucher, der eine Seite mit acht Bildern lädt, gebremst wird oder nicht.
Fixed Window (festes Zeitfenster)
Der einfachste Ansatz: Für jede Sekunde (oder Minute) gibt es einen Zähler. Bei der elften Anfrage in dieser Sekunde ist Schluss, mit der nächsten Sekunde beginnt der Zähler wieder bei null.
Das Problem liegt an den Rändern. Wer 10 Anfragen in den letzten 100 Millisekunden von Sekunde 1 schickt und 10 weitere in den ersten 100 Millisekunden von Sekunde 2, hat in 200 Millisekunden 20 Anfragen durchgebracht, also das Doppelte des Limits. Für Login-Schutz ist das meist egal, für teure Endpunkte nicht.
Sliding Window (gleitendes Fenster)
Statt starrer Sekunden wird immer die letzte volle Sekunde (oder Minute) betrachtet, gemessen ab jetzt. Das schließt die Randlücke. Der Preis: Man muss sich die Zeitstempel einzelner Anfragen oder zumindest eine Gewichtung von zwei Fenstern merken. Caddys Rate-Limit-Modul arbeitet so.
Token Bucket (Eimer mit Marken)
Jeder Absender hat einen Eimer mit Marken. Jede Anfrage kostet eine Marke. Der Eimer wird mit fester Geschwindigkeit nachgefüllt, zum Beispiel mit 10 Marken pro Sekunde, kann aber nur eine Höchstzahl aufnehmen, etwa 20. Ein Besucher, der eine Weile still war, hat also einen vollen Eimer und darf kurz 20 Anfragen auf einmal stellen. Danach geht es nur noch im Takt des Nachfüllens weiter.
Genau das will man meistens: kurze Spitzen erlauben (eine Seite lädt ihre Bilder und Skripte), dauerhafte Last begrenzen. Die meisten Cloud-APIs arbeiten nach diesem Prinzip.

Leaky Bucket (tropfender Eimer)
Das Spiegelbild: Anfragen landen in einem Eimer, der unten ein Loch hat und mit fester Geschwindigkeit ausläuft. Läuft der Eimer über, wird abgelehnt. Was im Eimer ist, wird nicht sofort, sondern im Takt des Lochs abgearbeitet. Das glättet den Verkehr hinter dem Limit perfekt, kostet aber Wartezeit.
nginx arbeitet nach dem Leaky-Bucket-Prinzip, und genau deshalb verhält es sich anders, als viele erwarten. Das haben wir gemessen.
| Algorithmus | Erlaubt Spitzen? | Randproblem? | Typisch in |
|---|---|---|---|
| Fixed Window | Ja, an den Fenstergrenzen sogar doppelt | Ja | Einfache Middleware, Redis-Zähler |
| Sliding Window | Begrenzt | Nein | Caddy (caddy-ratelimit), viele APIs |
| Token Bucket | Ja, bis zur Eimergröße | Nein | Cloud-APIs, Envoy, Go x/time/rate |
| Leaky Bucket | Nur mit Warteschlange (burst) | Nein | nginx limit_req |
HTTP 429 und die Header, die dazugehören
Wenn ein Limit greift, sollte der Server mit 429 Too Many Requests antworten. Das ist der Code, den Clients, Bibliotheken und Suchmaschinen als „langsamer, bitte“ verstehen. Dazu gehört idealerweise ein Retry-After-Header mit der Anzahl Sekunden, nach denen ein neuer Versuch sinnvoll ist.
Viele APIs schicken zusätzlich Header, die den Stand verraten, auch wenn das Limit noch nicht erreicht ist. Üblich sind X-RateLimit-Limit, X-RateLimit-Remaining und X-RateLimit-Reset. Ein IETF-Entwurf schlägt standardisierte Namen (RateLimit und RateLimit-Policy) vor, verbreitet sind aber nach wie vor die X--Varianten.
Eine Falle gleich vorweg: nginx antwortet ohne weitere Einstellung mit 503 Service Unavailable, nicht mit 429. Für einen Monitoring-Dienst sieht das aus wie ein Serverausfall, und Googlebot behandelt 503 als „Seite gerade kaputt“. Die Zeile limit_req_status 429; gehört deshalb in jede nginx-Konfiguration mit Rate Limiting.
Rate Limiting in nginx: was wirklich passiert
Für den Test haben wir nginx 1.31.8 in einem Docker-Container gestartet, mit einem Limit von 10 Anfragen pro Sekunde pro Adresse, und vier Varianten verglichen. Jede Variante bekam 50 Anfragen gleichzeitig (mit xargs -P50 und curl), zwischen den Läufen drei Sekunden Pause, damit sich der Zähler leert.
Die Grundkonfiguration:
http {
# Zone "a": 10 MB Speicher, Schlüssel = Client-IP, 10 Anfragen pro Sekunde
limit_req_zone $binary_remote_addr zone=a:10m rate=10r/s;
limit_req_status 429;
server {
listen 80;
root /usr/share/nginx/html;
location /strict/ { limit_req zone=a; }
location /burst/ { limit_req zone=a burst=20; }
location /nodelay/ { limit_req zone=a burst=20 nodelay; }
}
}
Zur Einordnung: 10 MB Zonenspeicher reichen laut nginx-Dokumentation für rund 160.000 Adressen. $binary_remote_addr ist die Adresse in kompakter Binärform, das spart gegenüber $remote_addr Speicher.
Das Ergebnis
| Variante | Durchgelassen (200) | Abgelehnt (429) | Langsamste Antwort |
|---|---|---|---|
| ohne Limit | 50 | 0 | 0,04 s |
limit_req zone=a | 1 | 49 | 0,004 s |
burst=20 | 21 | 29 | 1,99 s |
burst=20 nodelay | 21 | 29 | 0,04 s |
Drei Dinge fallen auf.
Ohne burst lässt nginx genau eine Anfrage durch. Nicht zehn, wie man bei „10 pro Sekunde“ erwarten würde. Der Grund ist der Leaky Bucket: nginx rechnet 10 pro Sekunde in eine Anfrage pro 100 Millisekunden um. Kommen 50 Anfragen in derselben Millisekunde, ist nach der ersten der Eimer voll. Für einen echten Besucher heißt das: Eine Seite, die neben dem HTML noch CSS, JavaScript und fünf Bilder lädt, würde mit diesem Limit kaputt ausgeliefert. Eine Artikelseite auf getmind.io bindet sieben solcher Dateien ein. Ein Limit ohne burst auf der ganzen Website wäre also ein Eigentor.
Mit burst=20 kommen 21 durch, aber langsam. Die erste sofort, die nächsten 20 landen in der Warteschlange und werden im 100-Millisekunden-Takt abgearbeitet. Die letzte wartete knapp zwei Sekunden. Das glättet die Last perfekt, aber für einen Menschen fühlt sich eine Seite, deren letztes Bild zwei Sekunden hängt, kaputt an.
Mit burst=20 nodelay kommen dieselben 21 durch, aber sofort. Die Warteschlange wird nicht abgewartet, sondern als Kontingent sofort ausgezahlt. Die Plätze werden trotzdem nur im 100-Millisekunden-Takt wieder frei. Das ist für Websites fast immer die richtige Wahl: Spitzen erlauben, Dauerlast begrenzen. Es entspricht dem Token-Bucket-Verhalten.
Dass die Raten über längere Zeit stimmen, zeigt ein zweiter Lauf mit wrk (20 Verbindungen, 3 Sekunden Dauerfeuer): Ohne burst kamen von 162.510 Anfragen genau 31 durch, also rund 10 pro Sekunde. Mit nodelay waren es 51, die 10 pro Sekunde plus der einmalige 20er-Puffer. Ohne nodelay schaffte wrk überhaupt nur 31 Anfragen in drei Sekunden, weil jede Verbindung in der Warteschlange festhing. Genau das passiert auch einem Browser.

Die Falle mit return
Zuerst haben wir den Test anders gebaut, so wie man ihn in vielen Beispielen findet:
location /api/ {
limit_req zone=a;
return 200 "ok\n";
}
Ergebnis: 218.184 Anfragen in drei Sekunden, alle mit 200. Das Limit wurde komplett ignoriert. Der Grund: nginx arbeitet eine Anfrage in Phasen ab, und return gehört zur Rewrite-Phase, die vor der Phase läuft, in der limit_req zählt. Die Antwort ist schon raus, bevor das Limit gefragt wird. Das ist dokumentiertes Verhalten, steht aber in kaum einem Tutorial.
In der Praxis trifft das jeden, der Rate Limiting mit einem return testet, um „schnell mal zu schauen, ob es geht“. Es geht dann scheinbar nicht, oder schlimmer: Man testet einen anderen Pfad, der funktioniert, und hält einen Block mit return oder rewrite ... last für geschützt. Hinter proxy_pass, fastcgi_pass oder bei statischen Dateien greift limit_req zuverlässig, das haben wir mit denselben Zahlen wie oben bestätigt.
Eine Konfiguration für den Alltag
Aus den Messungen ergibt sich für eine typische Website mit Login-Bereich diese Aufteilung:
http {
# Großzügig für alles: Seiten, Bilder, Skripte
limit_req_zone $binary_remote_addr zone=site:10m rate=20r/s;
# Streng für Login und Formulare: 5 pro Minute
limit_req_zone $binary_remote_addr zone=login:10m rate=5r/m;
limit_req_status 429;
limit_req_log_level warn;
server {
location / {
limit_req zone=site burst=40 nodelay;
proxy_pass http://127.0.0.1:3000;
}
location = /login {
limit_req zone=login burst=3 nodelay;
proxy_pass http://127.0.0.1:3000;
}
}
}
limit_req_log_level warn sorgt dafür, dass Ablehnungen als Warnung statt als Fehler im Log landen, sonst ist das Error-Log bei einem Bot-Ansturm schnell voller Einträge der Art limiting requests, excess: 1.000 by zone "a". Genau diese Zeilen kann übrigens fail2ban lesen: Das mitgelieferte Jail nginx-limit-req sperrt Adressen, die wiederholt ins Limit laufen, auf Firewall-Ebene. So wird aus einer Bremse eine Sperre.
Wer nginx als Vermittler vor einer Anwendung betreibt, findet die Grundlagen dazu in nginx als Reverse Proxy.
Rate Limiting in Caddy
Caddy hat, anders als nginx, kein eingebautes Rate Limiting. Es gibt aber ein verbreitetes Modul, caddy-ratelimit vom Caddy-Autor Matt Holt. Man braucht dafür ein eigenes Caddy-Binary, entweder per xcaddy gebaut oder über den Download-Dienst auf caddyserver.com, wo man Module per Klick hinzufügt. Wir haben die zweite Variante genommen. Das Ergebnis meldet sich als v2.11.9 und listet zusätzlich das Modul http.handlers.rate_limit.
Die Testkonfiguration mit demselben Ziel, 10 Anfragen pro Sekunde pro Adresse:
{
order rate_limit before respond
}
:18081 {
rate_limit {
zone per_ip {
key {remote_host}
events 10
window 1s
}
}
respond "ok"
}
Die Zeile order rate_limit before respond ist nötig, weil das Modul nicht zu Caddys Standardreihenfolge gehört. Ohne sie verweigert Caddy den Start. Das ist, nebenbei, freundlicher als das stille Ignorieren bei nginx.
Das Ergebnis
| Test | Durchgelassen (200) | Abgelehnt (429) |
|---|---|---|
| 50 gleichzeitig | 10 | 40 |
| 50 nacheinander, je 50 ms Pause | 30 | 20 |
Caddy verhält sich so, wie man „10 pro Sekunde“ intuitiv versteht: Von 50 gleichzeitigen Anfragen kommen genau 10 durch. Das gleitende Fenster kennt keine Warteschlange und braucht keinen burst-Parameter, ein Besucher darf seine 10 Anfragen so schnell stellen, wie er will. Abgelehnte Anfragen bekommen von selbst 429 und einen Header Retry-After: 1, ohne dass man das konfigurieren muss.
Bei Caddy ist das Limit also direkt das Spitzenkontingent. Wer eine Website mit vielen Dateien pro Seite schützt, setzt events entsprechend höher, etwa 30 bis 50 pro Sekunde für die ganze Site und ein separates, strenges Limit für den Login-Pfad. Wie sich Caddy und nginx sonst unterscheiden, haben wir in Caddy vs. nginx gemessen.
Was ein Limit auf echtem Verkehr getroffen hätte
Bis hierhin war alles Labor. Die eigentlich spannende Frage ist: Wo setzt man die Grenze? Dafür haben wir das Caddy-Zugriffslog von getmind.io über 13 Tage (7. bis 20. November 2026) ausgewertet und für jede Adresse die höchste Anzahl Anfragen in einer einzelnen Sekunde ermittelt.
| Spitzenwert einer Adresse | Anzahl Adressen | Anteil am Gesamtverkehr |
|---|---|---|
| 2 oder mehr pro Sekunde | 1.908 | 61,9 % |
| 5 oder mehr pro Sekunde | 274 | 34,6 % |
| 10 oder mehr pro Sekunde | 88 | 27,6 % |
| 20 oder mehr pro Sekunde | 66 | 26,6 % |
| 50 oder mehr pro Sekunde | 37 | 15,0 % |
Insgesamt 83.377 Anfragen von 16.338 Adressen. Der Anteil bezieht sich auf alle Anfragen, die diese Adressen im gesamten Zeitraum geschickt haben.
Was die Zahlen zeigen:
Eine Grenze von 2 pro Sekunde wäre absurd gewesen. Fast 2.000 Adressen hätten sie gerissen, darunter praktisch jeder normale Besucher, der eine Seite mit Bildern lädt. Genau in diese Falle läuft, wer ein Rate Limit ohne burst oder mit zu kleinem Fenster setzt.
Ab 10 pro Sekunde wird es sauber. Die 88 Adressen darüber sind eine sehr kleine Gruppe, die mehr als ein Viertel des gesamten Verkehrs verursacht. Und dieser Verkehr ist überwiegend Müll: 72 % ihrer Anfragen endeten mit 404, weil sie nach Pfaden wie /wp-login.php, /.env oder /.git/config suchten, die es auf einer statischen Astro-Seite nicht gibt. Bei allen übrigen Adressen lag der 404-Anteil bei 21 %.
Die Spitze lag bei 380 Anfragen in einer einzigen Sekunde. Mehrere der aggressivsten Adressen stammten aus Rechenzentrumsnetzen großer Cloud-Anbieter und gaben sich mit einem ganz normalen Chrome-User-Agent als Browser aus.
Für eine statische Seite wie unsere ist dieser Verkehr harmlos, Caddy liefert ihn aus dem Speicher. Auf einem Shop oder einer WordPress-Installation, wo jede 404-Seite die Datenbank fragt, wären 380 Anfragen pro Sekunde von einer Adresse eine echte Last.

Der falsche Googlebot: warum User-Agent-Ausnahmen gefährlich sind
Die erste Sorge bei Rate Limiting ist fast immer: „Sperre ich damit Google aus?“ Die naheliegende Lösung, die man oft liest, ist eine Ausnahme für alles, was sich als Googlebot ausgibt. Unsere Daten zeigen, warum das eine schlechte Idee ist.
Im Log standen 1.474 Anfragen von 42 verschiedenen Adressen, deren User-Agent „Googlebot“ enthielt. Wir haben jede Adresse so geprüft, wie Google es selbst empfiehlt: Reverse-DNS-Abfrage, der Name muss auf googlebot.com oder google.com enden, und die Vorwärtsauflösung dieses Namens muss wieder dieselbe Adresse ergeben.
| Adressen | Anfragen | Höchste Rate | |
|---|---|---|---|
| Echter Googlebot | 6 | 1.018 | 3 pro Sekunde |
| Gefälschter Googlebot | 36 | 456 | 20 pro Sekunde |
Sechs von 42. Die große Mehrheit der „Googlebots“ war gefälscht, und die Fälschungen waren deutlich aggressiver als das Original. Der echte Googlebot hat in 13 Tagen nie mehr als drei Anfragen pro Sekunde gestellt. Google regelt seine Crawl-Rate selbst und drosselt von sich aus, sobald ein Server langsamer antwortet oder mit 429 und 503 reagiert.
Daraus folgen zwei praktische Regeln:
- Keine Ausnahmen nach User-Agent. Der User-Agent ist ein frei wählbarer Text. Wer Googlebot pauschal durchwinkt, winkt genau die Bots durch, die sich deshalb so nennen.
- Das Limit großzügig genug setzen, dass echte Crawler es nie erreichen. Mit 10 oder mehr Anfragen pro Sekunde plus Puffer ist der echte Googlebot mit seinen drei pro Sekunde weit weg von jeder Grenze. Bingbot kam in unseren Daten nie über 3, GPTBot und ClaudeBot nie über 5.
Wer trotzdem eine Ausnahme für Suchmaschinen will, muss sie nach Adresse machen. Google veröffentlicht die IP-Bereiche des Googlebot als JSON-Datei, und nginx kann über geo und map Adressbereiche vom Limit ausnehmen, indem der Schlüssel für diese Adressen auf einen leeren Wert gesetzt wird. Leere Schlüssel zählt nginx nicht.
geo $limit_ausnahme {
default 0;
66.249.64.0/19 1; # Beispiel: ein Googlebot-Bereich, Liste regelmäßig aktualisieren
}
map $limit_ausnahme $limit_key {
0 $binary_remote_addr;
1 "";
}
limit_req_zone $limit_key zone=site:10m rate=20r/s;
Die Pflege dieser Liste ist Arbeit, und eine veraltete Liste ist schlimmer als keine. Für die allermeisten Websites ist ein ausreichend hohes Limit die bessere Lösung.
Rate Limiting hinter einem CDN oder Reverse Proxy
Der häufigste Fehler in der Praxis hat mit dem Algorithmus nichts zu tun, sondern mit dem Schlüssel. Wenn vor deinem Server ein CDN wie Cloudflare oder ein anderer Reverse Proxy steht, kommen alle Anfragen aus Sicht deines Servers von einer Handvoll Adressen des Proxys. $binary_remote_addr ist dann für tausende Besucher derselbe Wert, und das Limit trifft alle gleichzeitig. Im schlimmsten Fall sperrt man so die ganze Website für jeden aus, sobald ein Bot vorbeikommt.
Die Lösung ist, die echte Besucheradresse aus dem Header zu holen, den der Proxy mitschickt, aber nur von Adressen, die wirklich zum Proxy gehören:
# Nur diesen Absendern glauben wir den Header
set_real_ip_from 173.245.48.0/20; # Beispiel: Cloudflare-Bereich, vollständige Liste einpflegen
real_ip_header CF-Connecting-IP;
In Caddy übernimmt das die globale Option trusted_proxies. Danach steht in {remote_host} die Adresse des Proxys, in {client_ip} die echte Besucheradresse, und die gehört dann in den key des Rate Limits.
Wer stattdessen jedem beliebigen Absender den X-Forwarded-For-Header glaubt, macht das Limit wertlos: Jeder Bot kann bei jeder Anfrage eine andere erfundene Adresse mitschicken und wird nie gezählt.

Wo gehört das Rate Limit hin?
Rate Limiting lässt sich an drei Stellen umsetzen, und jede hat ihren Zweck:
Im CDN oder Edge-Dienst. Hier wird der Verkehr abgefangen, bevor er deinen Server überhaupt erreicht. Das ist die einzige Ebene, die gegen große Mengen hilft. Nachteil: Die Regeln sind oft grob, und in kostenlosen Tarifen stark eingeschränkt.
Im Webserver (nginx, Caddy). Schnell, ressourcenschonend, unabhängig von der Anwendung. Ideal für Schutz pro Adresse: Login-Pfade, teure Endpunkte, allgemeine Bremse gegen Scraper. Der Webserver weiß aber nichts über Benutzerkonten oder API-Keys.
In der Anwendung. Nur hier kann man nach Konto, API-Key oder Tarif unterscheiden („Gratis-Kunden 100 Anfragen pro Stunde, zahlende 10.000“). Bei mehreren Servern braucht man dafür einen gemeinsamen Zähler, üblicherweise Redis, sonst zählt jeder Server für sich und das Limit vervielfacht sich mit der Anzahl der Instanzen.
Die sinnvolle Kombination für einen kleinen bis mittleren Server: großzügiges Limit pro Adresse im Webserver, strenges Limit für Login und Formulare, fail2ban liest die Ablehnungen und sperrt Dauertäter auf Firewall-Ebene. Für Anwendungen mit Konten zusätzlich ein Limit pro Konto in der Anwendung.
Rate Limits als Client richtig behandeln
Rate Limiting hat eine zweite Seite: Wer selbst eine API nutzt, läuft irgendwann gegen ein Limit. Die drei Regeln dafür:
- Bei 429 nicht sofort wiederholen. Ein Skript, das nach einem 429 direkt den nächsten Versuch startet, verbraucht nur weiter Kontingent und verlängert die Sperre.
Retry-Afterrespektieren. Steht er im Header, wartet man genau so lange.- Exponential Backoff mit Zufall. Fehlt der Header, wartet man 1 Sekunde, dann 2, dann 4, dann 8, jeweils mit etwas Zufall, damit nicht hundert Clients gleichzeitig wieder anklopfen.
Ein minimales Beispiel in Python:
import random, time, requests
def get_mit_backoff(url, versuche=6):
for n in range(versuche):
r = requests.get(url, timeout=10)
if r.status_code != 429:
return r
warte = float(r.headers.get("Retry-After", 2 ** n))
time.sleep(warte + random.uniform(0, 0.5))
raise RuntimeError("Rate Limit nach mehreren Versuchen nicht aufgehoben")
Checkliste: Rate Limiting einrichten
- Ziel klären: Brute Force, Scraping, Fairness oder Kosten? Das bestimmt die Höhe des Limits.
- Eigene Daten ansehen: höchste Anfragerate pro Adresse im Zugriffslog ermitteln, bevor man eine Zahl festlegt.
- nginx: immer
limit_req_status 429;setzen, für Websitesburstmitnodelayverwenden. - nginx: nicht mit
returntesten, sondern mit echten Dateien oder einemproxy_pass. - Caddy: Modul caddy-ratelimit einbauen,
order rate_limit before ...setzen. - Login und Formulare getrennt und deutlich strenger begrenzen.
- Hinter CDN oder Proxy: echte Besucheradresse nur von vertrauenswürdigen Proxy-Adressen übernehmen.
- Keine Ausnahmen nach User-Agent.
- Ablehnungen protokollieren und mit fail2ban (
nginx-limit-req) Dauertäter sperren. - Nach dem Einrichten von einer zweiten Maschine aus testen: Kommen gewöhnliche Seitenaufrufe sauber durch?
Fazit
Rate Limiting ist eine der günstigsten Schutzmaßnahmen, die ein Server haben kann: ein paar Zeilen Konfiguration, kaum messbarer Overhead, und eine kleine Gruppe von Absendern, die in unserem Fall mehr als ein Viertel des gesamten Verkehrs verursacht hat, wird auf ein erträgliches Maß gebremst.
Die Tücken liegen nicht im Prinzip, sondern im Detail. nginx lässt ohne burst bei gleichzeitigen Anfragen nur eine einzige durch und antwortet ohne Einstellung mit 503 statt 429. Ein return hebelt das Limit komplett aus, ohne Fehlermeldung. Hinter einem Proxy zählt man ohne Real-IP-Konfiguration alle Besucher als einen. Und wer Suchmaschinen per User-Agent ausnimmt, lässt in unserem Fall 36 Fälschungen durch, um 6 echte Crawler zu schützen, die das Limit nie erreicht hätten.
Unsere Empfehlung für den Start: 20 Anfragen pro Sekunde mit einem Puffer von 40 für die ganze Website, 5 pro Minute für den Login, dazu fail2ban auf den Ablehnungen. Und dann ins eigene Log schauen.
Häufige Fragen zu Rate Limiting
Was bedeutet Rate Limiting auf Deutsch?
Wörtlich „Ratenbegrenzung“. Gemeint ist die Begrenzung, wie viele Anfragen ein Absender in einem Zeitraum an einen Server oder eine API stellen darf. Im Deutschen wird fast immer der englische Begriff verwendet.
Was bedeutet der Fehler 429 Too Many Requests?
Du hast das Rate Limit eines Dienstes überschritten. Das ist kein dauerhafter Fehler: Nach einer Wartezeit, die oft im Header Retry-After steht, funktionieren Anfragen wieder. Wer als Besucher eine 429-Seite sieht, sollte einfach kurz warten und nicht ständig neu laden, denn jedes Neuladen zählt mit.
Ist Rate Limiting dasselbe wie DDoS-Schutz?
Nein. Rate Limiting begrenzt einzelne Absender. Ein verteilter Angriff von zehntausenden Adressen bleibt pro Adresse unter jedem Limit und überlastet den Server trotzdem. Dagegen hilft nur ein vorgeschalteter Dienst mit genug Kapazität, etwa ein CDN mit DDoS-Schutz. Rate Limiting ist ein Baustein, kein vollständiger Schutz.
Welches Rate Limit ist für eine normale Website sinnvoll?
Für Seiten, Bilder und Skripte hat sich in unseren Tests ein Limit von etwa 20 Anfragen pro Sekunde pro Adresse mit einem Puffer von 40 bewährt. Für Login-Formulare deutlich weniger, etwa 5 pro Minute. Wichtiger als jede Faustregel ist der Blick ins eigene Zugriffslog: Wie viele Anfragen schicken echte Besucher in der Spitze?
Sperrt Rate Limiting Google aus?
Bei einem vernünftigen Limit nicht. Der echte Googlebot kam in unseren 13 Tagen nie über 3 Anfragen pro Sekunde. Er drosselt außerdem selbst, wenn er 429 oder 503 bekommt. Problematisch wird es nur bei sehr niedrigen Limits oder wenn nginx ohne limit_req_status 429 mit 503 antwortet und das dauerhaft passiert.
Was ist der Unterschied zwischen Rate Limiting und Throttling?
Die Begriffe werden oft gleich verwendet. Wenn man unterscheidet, dann so: Rate Limiting lehnt überzählige Anfragen ab (429), Throttling verlangsamt sie, statt sie abzulehnen, etwa über eine Warteschlange. nginx mit burst ohne nodelay ist demnach Throttling, mit nodelay Rate Limiting.
Was ist der Unterschied zwischen burst und nodelay in nginx?
burst legt fest, wie viele Anfragen über die Rate hinaus angenommen werden. Ohne nodelay werden diese in eine Warteschlange gestellt und im Takt der Rate abgearbeitet, bei uns dauerte die letzte knapp zwei Sekunden. Mit nodelay werden sie sofort bedient, die Plätze im Puffer werden aber trotzdem nur im Takt der Rate wieder frei.
Brauche ich Rate Limiting, wenn ich schon fail2ban habe?
Ja, beides ergänzt sich. fail2ban reagiert nach dem Ereignis auf Logeinträge und sperrt auf Firewall-Ebene, Rate Limiting greift sofort bei jeder Anfrage. Am besten verbindet man beide: nginx lehnt mit 429 ab, fail2ban liest diese Ablehnungen über das Jail nginx-limit-req und sperrt Adressen, die dauerhaft ins Limit laufen.
Kann man Rate Limiting umgehen?
Ja, indem ein Angreifer seine Anfragen auf viele Adressen verteilt, etwa über ein Botnetz oder gemietete Proxys. Jede Adresse bleibt dann unter dem Limit. Deshalb zählen gute APIs zusätzlich pro Konto oder API-Key, und deshalb ist Rate Limiting immer nur eine von mehreren Schutzschichten.