百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

SpringCloud Gateway详解(springcloud gateway jwt)

ztj100 2024-10-29 18:18 19 浏览 0 评论

在前面的三篇文章「微服务网关——需求篇」「 微服务网关——设计篇」「 微服务网关——实现篇」中,我们分别从微服务网关的需求、设计和实现方面进行了阐述。

在「 微服务网关——实现篇 」中,我们阐述了如何基于SpringCloud Gateway来实现微服务网关。

本文将详细分析SpringCloud Gateway是如何实现的。

架构

SpringCloud Gateway(下面简称SG)基于SpringWebFlux,整体架构如下图所示:

SG定义了几个概念:

  • 路由(Route):路由是网关的基本构成单元。它由一个ID、一个目标URL、一组谓词以及一组过滤器组成。当谓词判定为true时,表示请求与对应路由匹配
  • 谓词(Predicate):Java8函数式谓词。输入参数是Spring框架封装的ServerWebExchange对象。开发人员可以基于此对象来匹配HTTP请求的任意内容,比如请求头或请求参数
  • 过滤器(Filter):由特定工厂类构造的一组Spring框架提供的GatewayFilter对象。过滤器可以在请求或响应被处理前/后对其进行修改。

架构流程

一个请求被SG处理的大致流程如下所示:

  • GatewayHandlerMapping判定对应的请求是否匹配某个路由。
  • 如果匹配到某个路由,则将请求交给GatewayWebHandler处理,Handler调用一个Filter链来处理这个请求:
    • 首先,会执行「pre」过滤器的逻辑
    • 然后执行请求处理luoji
    • 最后再执行「post」过滤器的逻辑
  • 如果没有匹配到路由,则不执行对应处理

下面以一个具体的例子来进行说明。

SG支持基于Java编码方式的配置以及基于配置文件的配置。

  • Java编码方式配置
  • 配置文件配置

这两个配置是等价的。

启动流程

  • SG是基于SpringBoot构建的,启动相关配置可见项目中的spring.factories文件。
  • 由于涉及的配置很多,我们直接定位到核心Bean
    • HandlerMapping:SG构建的HandlerMapping实例是RoutePredicatehandlerMapping
    • WebHandler:构建的WebHandler为FilteringWebHandler,它接收List<GlobalFilter>作为参数
    • Route:路由构建由RouteDefinitionRouteLocator实例来处理,它基于路由配置(即上面的配置文件)来构建Route实例
  • 从上面的代码可以看到,最终Filter,WebHandler(注意,这里是GlobalFilter),Route都作为直接参数或间接参数传递给了RoutePredicateHandlerMapping。所以我们可以从RoutePredicateHandlerMapping来梳理SG的执行流程。

RoutePredicateHandlerMapping是HandlerMapping的一个实例,HandlerMapping归属于SpringWebFlux,这里不做说明,请自行查阅相关资料。

请求处理流程

我们结合上面的配置文件,以及SG具体的实例来说明SG对请求的处理流程:

  • 当请求到达SG后,首先由RoutePredicateHandlerMapping来处理请求(前面的流程由SpringWebFlux处理,不在讨论范围内)
    • 首先根据请求从RouteLocator中查询符合规则的路由,返回Route
    • 返回的Route设置为exchange的属性
    • 返回构造时传入的WebHandler
  • 执行WebHandler
    • 从exchange的属性中获取Route
    • 从Route中获取GatewayFilter链
    • 与GlobalFilter进行整合,排序,构成完成的Filter
    • 遍历执行Filter
  • 其中部分GlobalFilter有执行Service的功能,例如NettyRoutingFilter。这类Filter负责将请求转发给对应的Service进行具体的逻辑处理


关键流程代码

  • 1处即根据exchange从RouteLocator中查询匹配的路由
  • 1.1处根据谓词进行路由匹配
  • 2处,将路由设置到exchange的属性中
  • 3处,从exchange的属性中获取路由
  • 4处,从路由中获取GatewayFilter列表
  • 5、6、7处,将GlobalFilter与GatewayFilter整合到一起,按Order排序
  • 8处,执行Filter

执行服务

SG中服务的执行也是通过GlobalFilter来执行的,SG中默认配置了一些GlobalFilter,下面列出了部分。

具体Filter作用这里不做详述,可自行阅读源码,这里只关注三个Filter:

  • LoadBalancerClientFilter:负载均衡
  • NettyRoutingFilter:执行服务
  • NettyWriteResponseFilter:回写响应

先看LoadBalancerClientFilter,核心源码如下:

  • 1处,如果配置的目标url不是lb开头的,则忽略。即对lb://格式的url进行负载均衡处理
  • 2处,根据exchange选择对应的Service,这里实现了负载均衡逻辑,具体自行阅读源码
  • 3处,构建真实的Service请求地址
  • 4处,将请求设置到exchange的属性中

NettyRoutingFilter在LoadBalancerClientFilter之后,用于执行服务。

  • 1处,从exchange中获取服务请求
  • 2处,构建请求参数,包括method,url和chunkedTransfer(代码略)
  • 3处,通过httpClient发送请求调用
  • 4处,将响应和连接信息设置到了exchange属性中

最后由NettyWriteResponseFilter来处理响应。

  • 1处,首先注意到,这个Filter是个post过滤器,即是来处理响应的
  • 2处,从exchange中获取Connection
  • 3处,从连接获取服务响应
  • 4处,将服务响应写入到网关响应中

参考资料

  • SpringCloud Gateway官方文档
  • SpringCloud Gateway 源码

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: