Home / Articles / Web Development
Web Development

Rate Limiting di Aplikasi Web: Menjaga API Tetap Stabil saat Trafik Naik

Tidak semua permintaan ke API datang dari pengguna yang sedang bekerja secara normal. Rate limiting membantu membatasi akses berlebihan, mencegah penyalahgunaan, dan menjaga aplikasi tetap responsif ketika trafik mening…

Rate Limiting di Aplikasi Web: Menjaga API Tetap Stabil saat Trafik Naik

Sebuah aplikasi web bisa terlihat baik-baik saja saat diuji oleh beberapa pengguna. Masalah biasanya muncul ketika satu klien mengirim ratusan atau ribuan permintaan dalam waktu singkat. Penyebabnya bisa sederhana, seperti tombol yang diklik berulang kali, tetapi bisa juga berupa bot, script yang salah konfigurasi, atau upaya menebak password secara otomatis.

Di sinilah rate limiting dibutuhkan. Rate limiting adalah mekanisme untuk membatasi berapa banyak permintaan yang boleh dilakukan oleh pengguna, alamat IP, token API, atau identitas tertentu dalam periode waktu tertentu. Tujuannya bukan sekadar memblokir orang, melainkan membagi kapasitas sistem secara lebih adil dan mencegah satu sumber menghabiskan seluruh sumber daya aplikasi.

Mengapa pembatasan permintaan penting?

Tanpa rate limiting, endpoint yang terlihat kecil dapat menjadi titik lemah besar. Contohnya adalah endpoint login, pencarian, pengiriman OTP, formulir kontak, atau API yang memproses data cukup berat.

  • Endpoint login dapat diserang dengan percobaan password berulang.
  • Endpoint OTP dapat dipanggil berkali-kali dan membebani layanan SMS atau email.
  • Endpoint pencarian dapat menjalankan query database terus-menerus.
  • API publik dapat dipakai oleh bot untuk mengambil data secara berlebihan.
  • Fitur ekspor laporan dapat menghabiskan CPU dan memori jika dipanggil tanpa batas.

Rate limiting tidak menggantikan autentikasi, validasi input, atau optimasi database. Ia adalah lapisan pengaman tambahan yang mengatur seberapa sering suatu tindakan boleh dilakukan.

Memahami konsepnya dengan analogi sederhana

Bayangkan sebuah loket yang hanya mampu melayani 60 orang per menit. Jika 600 orang datang bersamaan, petugas tidak bisa memproses semuanya dengan baik. Sistem antrean dibutuhkan agar layanan tetap berjalan dan tidak kacau.

API bekerja dengan cara yang mirip. Server memiliki kapasitas terbatas, baik dari sisi CPU, memori, koneksi database, maupun layanan eksternal. Rate limiting berperan seperti petugas antrean: menerima permintaan yang masih wajar, menunda atau menolak permintaan berlebihan, lalu memberi tahu klien kapan boleh mencoba lagi.

Model rate limiting yang umum

Fixed window

Model ini menghitung jumlah permintaan dalam jendela waktu tertentu. Misalnya, satu alamat IP boleh mengirim 60 permintaan per menit. Setelah satu menit berlalu, penghitung diatur ulang.

Metode ini sederhana dan mudah diterapkan, tetapi memiliki kelemahan di batas antarperiode. Klien bisa mengirim 60 permintaan pada detik terakhir satu menit, lalu 60 permintaan lagi pada detik pertama menit berikutnya.

Sliding window

Sliding window menghitung permintaan berdasarkan rentang waktu yang benar-benar berjalan. Sistem tidak hanya melihat kalender menit, tetapi melihat berapa banyak permintaan dalam 60 detik terakhir.

Hasilnya lebih halus, meski implementasinya dapat membutuhkan penyimpanan dan perhitungan yang lebih rumit.

Token bucket

Pada model token bucket, token terus ditambahkan ke sebuah “ember” sampai batas tertentu. Setiap permintaan mengambil satu atau beberapa token. Jika token habis, permintaan ditolak atau menunggu sampai token tersedia lagi.

Model ini berguna ketika aplikasi ingin mengizinkan lonjakan kecil, tetapi tetap menjaga rata-rata permintaan dalam batas aman. Misalnya, klien boleh mengirim beberapa permintaan secara cepat, selama tidak terus-menerus melampaui kapasitas.

Jangan hanya membatasi berdasarkan alamat IP

Alamat IP adalah titik awal yang mudah, tetapi bukan identitas yang selalu akurat. Banyak pengguna dapat berbagi satu IP melalui jaringan kantor, kampus, kafe, atau operator seluler. Sebaliknya, satu penyerang dapat berpindah-pindah IP menggunakan jaringan proxy.

Untuk hasil yang lebih masuk akal, gunakan beberapa dimensi pembatasan sesuai kebutuhan:

  • Alamat IP untuk melindungi endpoint publik.
  • ID pengguna untuk membatasi aktivitas akun yang sudah login.
  • API key untuk klien integrasi.
  • Nomor telepon atau alamat email untuk fitur OTP.
  • Jenis endpoint karena login dan membaca profil memiliki risiko berbeda.

Pendekatan gabungan biasanya lebih baik. Contohnya, satu pengguna boleh melakukan 100 permintaan API per menit, tetapi dari satu IP hanya boleh ada 500 permintaan per menit. Nilai ini bukan angka universal; tentukan berdasarkan pola penggunaan aplikasi.

Contoh sederhana di PHP

Untuk ilustrasi, pembatasan sederhana dapat disimpan di MySQL. Misalnya, aplikasi mencatat jumlah permintaan berdasarkan kunci pengguna dan waktu jendela.

$key = $_SERVER['REMOTE_ADDR'];
$window = date('Y-m-d H:i');
$limit = 60;

// Ambil jumlah permintaan pada menit berjalan
$stmt = $pdo->prepare(
    'SELECT request_count FROM rate_limits
     WHERE rate_key = ? AND window_key = ?'
);
$stmt->execute([$key, $window]);
$row = $stmt->fetch();

if ($row && $row['request_count'] >= $limit) {
    http_response_code(429);
    header('Retry-After: 60');
    exit('Terlalu banyak permintaan');
}

// Lanjutkan proses endpoint

Status HTTP 429 Too Many Requests memberi sinyal bahwa klien telah melewati batas. Header Retry-After dapat digunakan untuk memberi petunjuk kapan klien sebaiknya mencoba lagi.

Contoh tersebut cocok untuk memahami konsep, tetapi belum ideal untuk trafik besar. Operasi baca dan tulis ke MySQL pada setiap permintaan dapat menambah beban database. Untuk kebutuhan yang lebih tinggi, penyimpanan cepat seperti Redis sering lebih sesuai karena mendukung operasi penghitung dengan waktu kedaluwarsa.

Rate limiting harus dipasang di tempat yang tepat

Anda dapat menerapkan pembatasan di beberapa lapisan. Di tingkat aplikasi, aturan dapat dibuat spesifik untuk setiap endpoint. Di tingkat reverse proxy atau gateway, permintaan dapat dibatasi sebelum mencapai PHP dan database. Di tingkat layanan cloud, perlindungan tambahan dapat membantu menghadapi lonjakan trafik yang lebih besar.

Untuk aplikasi kecil, middleware atau fungsi terpusat di framework sudah cukup. Hindari menyalin logika rate limiting ke banyak file controller karena aturan akan sulit dirawat dan mudah tidak konsisten.

Apa yang terjadi ketika batas tercapai?

Menolak permintaan secara diam-diam membuat pengalaman pengguna membingungkan. Respons sebaiknya konsisten dan informatif, tetapi tidak membocorkan detail yang bisa dimanfaatkan penyerang.

  • Gunakan status HTTP 429.
  • Sertakan waktu tunggu melalui Retry-After bila relevan.
  • Gunakan pesan singkat seperti “Permintaan terlalu sering. Coba lagi beberapa saat.”
  • Catat kejadian untuk pemantauan, tanpa menyimpan data sensitif secara berlebihan.
  • Pastikan klien resmi memiliki mekanisme backoff, yaitu menunggu lebih lama sebelum mencoba kembali.

Untuk endpoint yang sensitif, seperti login atau reset password, pembatasan dapat dipadukan dengan tantangan tambahan, notifikasi keamanan, atau peninjauan manual. Namun, jangan membuat aturan terlalu agresif hingga pengguna normal ikut terkunci hanya karena koneksi mereka berbagi IP.

Yang bisa dilakukan sekarang

  1. Daftar endpoint yang paling mahal atau paling mudah disalahgunakan.
  2. Ukur pola trafik normal sebelum menentukan batas.
  3. Terapkan batas berbeda untuk pengguna anonim, pengguna login, dan API key.
  4. Gunakan status 429 dan dokumentasikan aturan untuk pengembang klien.
  5. Tambahkan pencatatan agar lonjakan permintaan bisa ditelusuri.
  6. Uji skenario pengguna normal, bot, jaringan berbagi IP, dan burst request.

Rate limiting bukan sekadar fitur keamanan. Ia juga bagian dari desain kapasitas aplikasi. Dengan aturan yang masuk akal, server tidak harus memproses semua permintaan seolah-olah semuanya sama penting. Pengguna tetap mendapat layanan yang stabil, sementara permintaan berlebihan dapat dikendalikan sebelum berubah menjadi gangguan yang lebih besar.

– Rio Yotto @rioyotto