国产精品自拍中文字幕,少妇高潮水多太爽了动态图,鲁一鲁一鲁一鲁一澡

Gateway路由網關詳解

一、Gateway路由網關：

Spring Cloud Gateway 是 Spring Cloud 生態中的 API 網關組件，專為微服務架構設計，基于響應式編程模型（Reactive Programming）構建，使用 Netty 作為運行時環境，提供動態路由、安全、監控、限流等核心功能。

Spring Cloud Gateway的設計理念和存在意義圍繞微服務架構的核心訴求展開，旨在解決分布式系統中 API 管理的復雜性，其核心目標可歸納為以下幾點：

1、統一流量治理入口：

意義	微服務架構中服務數量激增，直接暴露所有服務端點存在安全風險和管理混亂問題
方案	作為統一入口，收斂所有內部服務的 API 暴露，對外提供標準化的訪問路徑，屏蔽內部服務細節（如服務名、實例地址）

2、動態化與可編程性：

設計理念

支持通過配置（YAML/Java DSL）或代碼動態定義路由規則、過濾器鏈，無需重啟服務。

結合 Spring Cloud Config 或 Nacos 等配置中心，實現路由規則的實時更新，適應服務擴縮容、灰度發布等場景。

3、深度集成 Spring 生態：

意義

與 Spring Cloud 組件（如服務發現、熔斷器、安全框架）無縫協作，降低技術棧復雜度

典型場景

自動從 Eureka/Nacos 獲取服務實例列表，實現動態路由。

整合 Sentinel 實現熔斷降級，或通過 Spring Security 集中鑒權。

4、非阻塞高性能架構：

設計理念

基于響應式編程模型（Reactive，使用 WebFlux 和 Reactor），采用非阻塞 I/O，避免傳統同步阻塞網關（如 Zuul 1.x）的線程資源瓶頸。

適應高并發、低延遲場景（如物聯網、實時通信），提升系統吞吐量。

5、靈活擴展與定制：

意義

通過過濾器鏈機制，允許開發者自定義邏輯（如限流算法、日志格式）

擴展點

全局過濾器（Global Filter）：適用于所有路由（如統一鑒權、日志記錄）。

路由過濾器（Route Filter）：針對特定路由的定制邏輯（如路徑重寫、請求頭修改）。

6、云原生友好性：

設計目標

適配 Kubernetes、Service Mesh 等云原生環境

特性

輕量級部署，支持容器化。

與服務網格（如 Istio）互補，處理南北流量（網關）與東西流量（Sidecar）的分工協作。

二、Gateway核心概念：

1、Gateway三大核心：

Route(路由)	路由是構建網關的基本模塊，由ID，目標URI，一系列的斷言和過濾器組成
Predicate(斷言)	開發人員可以匹配HTTP請求中的所有內容(例如請求頭或請求參數)，如果請求與斷言相匹配則進行路由
Filter(過濾)	使用過濾器，可以在請求被路由前或者之后對請求進行修改

2、Gateway工作原理：

Spring Cloud Gateway 作為微服務架構的 API 網關，其核心處理流程為：當客戶端請求到達時，網關基于預設的路由規則（如路徑、請求頭等斷言條件）匹配目標服務，隨后通過過濾器（Filter）鏈對請求進行預處理（如鑒權、限流、路徑重寫），以非阻塞方式（底層基于 Netty 的非阻塞 I/O 模型處理連接，利用 Reactor 線程模型實現高并發）將請求轉發至后端服務；待服務響應后，再經后置過濾器加工（如修改響應頭、統一錯誤格式），最終將結果返回客戶端，全程依托 Spring WebFlux 的響應式模型實現高性能和動態路由能力。

三、實戰：

1、斷言重寫路由：

（1）、解耦客戶端與后端服務，提升系統靈活性。

（2）、統一 API 入口，簡化客戶端調用邏輯。

（3）、動態適配后端服務路徑，支持服務獨立演進。

（4）、集成負載均衡和服務發現，提升系統可用性。

（5）、集中管理安全與流量控制，降低維護成本。

網關配置文件bootstrap-one.yml：

#斷言重寫路由配置
# 假設有一個走網關請求 URL 是 http://localhost:9090/api/provider/v1/resource，根據上述配置：
# 1、匹配：
# 請求路徑 /api/provider/v1/resource 匹配 Path=/api/provider/** 斷言。
# 2、重寫路徑：
# 使用 RewritePath 過濾器將路徑從 /api/provider/v1/resource 重寫為 /provider/v1/resource。
# 3、轉發：
# 最終請求將被轉發到 lb://cloud-provider-service/provider/v1/resource。

# 對外暴露端口
server:
  port: 9090

spring:
  #項目名
  application:
    name: cloud-gateway-service
  cloud:
    nacos:
      config:
        server-addr: localhost:8848
        file-extension: yaml
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        context-path: /nacos
#        username: nacos
#        password: nacos
      discovery:
        server-addr: localhost:8848
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        username: nacos
#        password: nacos

    #############################網關配置###########################
    gateway:
      # 服務路由配置（路由是構建網關的基本模塊，由ID，目標URI，一系列的斷言和過濾器組成）
      routes:
        # 路由的ID，沒有固定規則但要求唯一，建議配合服務名
        - id: cloud-provider-service
          # 路由的地址，lb表示使用負載均衡（引入負載均衡依賴）到微服務，也可以使用http正常轉發
          # uri: lb://服務注冊中心注冊的服務名稱
          # uri: http://localhost:8080
          uri: lb://cloud-provider-service
          #斷言工廠列表：
          predicates:
            - Path=/api/provider/**
          filters:
            # 重寫路由：使用 RewritePath 過濾器將路徑從 /api/provider/(?<segment>.*) 重寫為 /provider/$\{segment}。
            # 內部訪問地址：http://localhost:8080/provider/**
            # 網關訪問地址：http://localhost:9090/api/provider/**
            - RewritePath=/api/provider/(?<segment>.*), /provider/$\{segment}
        - id: cloud-consumer-service
          uri: lb://cloud-consumer-service
          predicates:
            - Path=/api/consumer/**
          filters:
            - RewritePath=/api/consumer/(?<segment>.*), /consumer/$\{segment}

注：

使用lb做負載均衡需引入相關依賴

<!--負載均衡-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-loadbalancer</artifactId>
</dependency>

2、令牌桶算法限流過濾器：

在微服務架構中，網關作為所有請求的入口點，承擔著路由、認證、安全等職責。隨著業務規模的擴大和用戶量的增長，請求流量會顯著增加，這可能導致后端服務過載，影響系統的穩定性和響應時間。在網關層進行限流過濾器的部署，可以有效保護后端服務，提升用戶體驗，優化資源分配，并增強系統的整體穩定性。通過這種方式，可以更好地應對高并發場景，確保系統的可靠性和性能。

（1）、網關層限流過濾器的優點：

1）、控制請求速率：平滑地控制請求發送速率，防止瞬時高流量沖擊系統。

2）、保障穩定性：避免后端服務過載，確保系統的穩定性和可用性。

3）、公平分配資源：合理分配系統資源，確保每個服務都能獲得公平的服務響應時間。

4）、支持突發流量：允許一定程度的突發流量，同時保持長期穩定的請求處理能力。

5）、靈活配置：可以根據業務需求動態調整限流策略，適應不同的應用場景。

（2）、Gateway-RequestRateLimiter限流的實現原理：

Spring Cloud Gateway 的 RequestRateLimiter 基于令牌桶算法實現分布式限流，其原理是：通過 redis-rate-limiter 集成 Redis，系統以固定速率（replenishRate，如每秒 5 個令牌）向令牌桶填充令牌，桶容量上限為 burstCapacity（如 10 個令牌），允許突發流量短時消耗積累的令牌；當每個請求到達時，網關通過 Redis 原子化操作（Lua 腳本）檢查當前請求的限流鍵（由 key-resolver 定義，如按 IP 生成唯一鍵）嘗試從桶中獲取令牌，若桶中存在可用令牌則放行并扣除令牌，否則觸發限流（返回 HTTP 429），借助 Redis 的分布式存儲和原子性特性，確保多網關實例間的限流狀態嚴格一致，實現高并發場景下精準、靈活的流量控制。

（3）、令牌桶算法與漏桶算法：

對比維度	令牌桶算法	漏桶算法
核心思想	以固定速率生成令牌，請求需獲取令牌才能通過。	以恒定速率處理請求，超出速率的請求排隊或丟棄。
流量特性	允許突發流量（桶內令牌可累積）。	強制平滑流量（恒定速率輸出，無法應對突發）。
實現復雜度	簡單（僅需管理令牌生成和消耗）。	較高（需維護請求隊列和漏出速率）。
適用場景	需要容忍突發流量的場景（如秒殺、API 突發調用）。	需嚴格限制請求速率的場景（如音視頻流控）。
資源利用率	高（突發期可快速消費累積令牌）。	低（嚴格限速可能導致帶寬浪費）。
典型工具	Spring Cloud Gateway、 Google Guava RateLimiter	Nginx 限流模塊、 pache 的 mod_ratelimit

（4）、相關實現：

1）、POM依賴：

特性	spring-boot-starter-data-redis-reactive	spring-boot-starter-data-redis
編程模型	響應式（Reactive）	同步（Blocking）
客戶端	Lettuce（強制）	Lettuce/Jedis（可選）
適用場景	高并發、非阻塞 I/O	常規同步操作

<!-- Redis Reactive 依賴 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
</dependency>

2）、YML配置文件：bootstrap-two.yml

集成Redis配置令牌桶限流機制：

指定令牌填充速度replenishRate、令牌桶容量burstCapacity、限流策略KeyResolver

#令牌桶算法限流過濾器
# 令牌桶的基本邏輯是：
# 每個IP對應一個桶，桶里有令牌，每秒補充一定的令牌數，最多不超過桶的容量。當請求到來時，如果桶里有足夠的令牌，則允許通過并消耗一個令牌，否則拒絕。

# 對外暴露端口
server:
  port: 9090

spring:
  #項目名
  application:
    name: cloud-gateway-service
  cloud:
    nacos:
      config:
        server-addr: localhost:8848
        file-extension: yaml
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        context-path: /nacos
#        username: nacos
#        password: nacos
      discovery:
        server-addr: localhost:8848
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        username: nacos
#        password: nacos

    #############################網關配置###########################
    gateway:
      # 服務路由配置（路由是構建網關的基本模塊，由ID，目標URI，一系列的斷言和過濾器組成）
      routes:
        # 路由的ID，沒有固定規則但要求唯一，建議配合服務名
        - id: cloud-provider-service
          # 路由的地址，lb表示使用負載均衡（引入負載均衡依賴）到微服務，也可以使用http正常轉發
          # uri: lb://服務注冊中心注冊的服務名稱
          # uri: http://localhost:8080
          uri: lb://cloud-provider-service
          #斷言工廠列表：
          predicates:
            - Path=/provider/**
          filters:
            # 限流過濾器
            - name: RequestRateLimiter
              args:
                # 填充速率,每秒允許通過請求數
                redis-rate-limiter.replenishRate: 5
                # 令牌桶容量,系統允許的突發請求量，即短時間內可以處理的最大請求數
                redis-rate-limiter.burstCapacity: 10
                # bean，配置限流策略
                key-resolver: '#{@ipKeyResolver}'
        - id: cloud-consumer-service
          uri: lb://cloud-consumer-service
          predicates:
            - Path=/consumer/**
          filters:
            - name: RequestRateLimiter
              args:
                redis-rate-limiter.replenishRate: 5
                redis-rate-limiter.burstCapacity: 10
                key-resolver: '#{@ipKeyResolver}'


  # redis 配置
  redis:
    host: localhost         # 單機模式-host
    port: 6379              # 單機模式-端口
    timeout: 3000           # 連接超時時間（毫秒）
    lettuce:                # lettuce連接池
      pool:
        max-active: 8       # 連接池最大連接數（使用負值表示沒有限制）
        max-wait: -1        # 連接池最大阻塞等待時間（使用負值表示沒有限制）
        max-idle: 8         # 連接池中的最大空閑連接
        min-idle: 0         #  連接池中的最小空閑連接

3）、限流策略key-resolver配置：

import org.springframework.cloud.gateway.filter.ratelimit.KeyResolver;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import reactor.core.publisher.Mono;

import java.util.Objects;

@Configuration
public class RateLimitConfig {

    /**
     * 根據ip限流策略
     * @return 限流策略
     * */
    @Bean
    @Primary  // 設置默認解析器（多個KeyResolver策略需指定）
    public KeyResolver ipKeyResolver() {
        return exchange ->
                // 獲取請求的遠程地址（即客戶端IP地址），并確保不為null
                Mono.just(Objects.requireNonNull(exchange.getRequest()
                        // 獲取遠程地址（InetSocketAddress）
                        .getRemoteAddress())
                        // 獲取InetSocketAddress中的InetAddress對象
                        .getAddress()
                        // 獲取客戶端的IP地址（以字符串形式返回）
                        .getHostAddress());
    }

    /**
     * 根據uri路徑限流策略
     * @return 限流策略
     */
    @Bean()
    public KeyResolver uriKeyResolver() {
        return exchange -> Mono.just(exchange.getRequest().getURI().getPath());
    }
}

4）、自定義過濾器進行IP限流處理：

聲明Cache進行IP黑名單緩存：

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;

import java.util.concurrent.TimeUnit;

/**
 * IP 黑名單緩存
 *
 * Guava CacheBuilder:
 * 一、核心優點
 * 1、高性能本地訪問：微秒級響應，適用于高頻讀取場景（如網關 IP 校驗）
 * 2、靈活過期策略：支持寫入后/訪問后雙維度自動過期
 * 3、自動內存管理：基于 LRU 的容量限制（maximumSize）防止 OOM
 * 4、細粒度并發控制：通過 concurrencyLevel 優化鎖競爭
 * 5、內置監控統計：通過 cache.stats() 獲取命中率、淘汰次數等指標
 * 二、主要不足
 * 1、單機局限性：集群環境下數據不一致，需額外同步機制
 * 2、內存容量受限：大流量場景易觸發頻繁淘汰或 GC 壓力
 * 3、無持久化能力：服務重啟后數據丟失，需冷啟動預熱
 * 4、緩存穿透風險：未命中時可能穿透到后端系統
 */
public class IpBlackCache {

    public static final Cache<String, Boolean> IP_CACHE = CacheBuilder.newBuilder()
            // 最大cache數量 100條
            .maximumSize(100)
            // 寫入后300s過期
            .expireAfterWrite(300, TimeUnit.SECONDS)
            // 不訪問 60s過期
            .expireAfterAccess(60, TimeUnit.SECONDS)
            // 最多8個同時更新緩存的并發, 默認4
            .concurrencyLevel(8)
            // 開啟cache統計
            .recordStats()
            .build();

}

自定義過濾器進行IP限流處理：

import com.alibaba.fastjson.JSONObject;
import com.iven.utils.IpBlackCache;
import lombok.extern.slf4j.Slf4j;
import org.springframework.cloud.gateway.filter.GatewayFilterChain;
import org.springframework.cloud.gateway.filter.GlobalFilter;
import org.springframework.core.Ordered;
import org.springframework.http.HttpStatus;
import org.springframework.http.server.reactive.ServerHttpResponse;
import org.springframework.stereotype.Component;
import org.springframework.web.server.ServerWebExchange;
import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;

import java.util.HashMap;
import java.util.Map;

@Slf4j
@Component
public class GatewayIpRateLimiterFilter implements GlobalFilter, Ordered {

    /**
     * 過濾函數，用于處理每個請求
     * @param exchange 服務器web交換對象，包含請求和響應
     * @param chain 網關過濾鏈，用于執行下一個過濾器
     * @return Mono<Void> 表示異步處理完成
     */
    @Override
    public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
        ServerHttpResponse httpResponse = exchange.getResponse();
        String ip = exchange.getRequest().getRemoteAddress().getAddress().getHostAddress();
        // 檢查黑名單
        Boolean ipCache = IpBlackCache.IP_CACHE.getIfPresent(ip);
        if (ipCache != null && ipCache) {
            //修改code為429，太多請求
            httpResponse.setStatusCode(HttpStatus.TOO_MANY_REQUESTS);
            if (!httpResponse.getHeaders().containsKey("Content-Type")) {
                httpResponse.getHeaders().add("Content-Type", "application/json");
            }
            Map<String, String> errorInfo = new HashMap<>();
            errorInfo.put("code", HttpStatus.TOO_MANY_REQUESTS.toString());
            errorInfo.put("msg", "訪問太頻繁");
            String httpBody = JSONObject.toJSONString(errorInfo);
            log.info("該ip:{}已被拉入黑名單，錯誤信息{}", ip, httpBody);
            return httpResponse.writeWith(Flux.just(exchange.getResponse().bufferFactory().wrap(httpBody.getBytes())));
        }

        // 采用默認令牌桶算法，如果觸發限流，返回HTTP響應狀態碼429
        // 若需替換默認算法（如改用漏桶算法），實現RateLimiter接口，重寫isAllowed方法
        return chain.filter(exchange).then(Mono.fromRunnable(() -> {
            // 檢查限流結果,將IP放入黑名單緩存中
            if (httpResponse.getStatusCode() == HttpStatus.TOO_MANY_REQUESTS) {
                IpBlackCache.IP_CACHE.put(ip, true);
            }
        }));

    }

    /**
     * 獲取攔截器順序，使用最高級別，第一攔截
     */
    @Override
    public int getOrder() {
        return Ordered.HIGHEST_PRECEDENCE;
    }

}

擴展：自定義的Redis令牌桶限流

@Component
public class XxxRedisRateLimiter extends RedisRateLimiter {
   
    public Mono<Response> isAllowed(xxx) {
        xxx
    }

}

3、重試過濾器：

一、重試過濾器的優點：

1、容錯性提升：自動處理瞬時故障（如網絡抖動、服務短時不可用）。

2、可用性增強：降低單次調用失敗對核心流程的影響。

3、運維成本降低：減少人工介入，實現自動化恢復。

4、用戶體驗優化：通過后臺重試避免用戶感知到頻繁失敗。

二、重試機制的核心價值：

1、應對分布式系統的不可靠性：網絡和服務依賴的故障是常態，需容錯機制保障穩定性。

2、解決瞬時故障的普遍性：服務重啟、資源競爭等短暫問題可通過重試快速恢復。

3、緩解依賴服務的波動性：第三方服務或云基礎設施可能存在不穩定性，重試提供緩沖。

4、強化系統魯棒性：在部分故障下維持核心功能，避免整體崩潰。

三、典型使用場景：

1、HTTP/API調用：處理5xx服務端錯誤或網絡超時。

2、數據庫操作：應對連接超時、死鎖等臨時異常。

3、消息隊列消費：消息處理失敗后重試，確保最終一致性。

4、文件/資源訪問：臨時IO錯誤或資源鎖沖突的場景。

四、注意事項：

1、避免無限重試：設定最大重試次數，防止雪崩效應。

2、區分錯誤類型：僅對可恢復錯誤（如5xx、超時）重試，非重試錯誤（如4xx）直接失敗。

3、退避策略：采用遞增延遲（如指數退避），緩解下游服務壓力。

4、監控與告警：記錄重試日志，及時發現異常高頻重試模式。

（1）、網關配置文件bootstrap-three.yml：

#重試過濾器
# 設置重試次數：最多重試3次。
# 狀態碼系列：當響應的狀態碼屬于SERVER_ERROR系列（即5xx狀態碼）時，會觸發重試。
# 指定狀態碼：當響應的狀態碼為SERVICE_UNAVAILABLE（通常是503狀態碼）時，也會觸發重試

# 對外暴露端口
server:
  port: 9090

spring:
  #項目名
  application:
    name: cloud-gateway-service
  cloud:
    nacos:
      config:
        server-addr: localhost:8848
        file-extension: yaml
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        context-path: /nacos
#        username: nacos
#        password: nacos
      discovery:
        server-addr: localhost:8848
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        username: nacos
#        password: nacos

    #############################網關配置###########################
    gateway:
      # 服務路由配置（路由是構建網關的基本模塊，由ID，目標URI，一系列的斷言和過濾器組成）
      routes:
        # 路由的ID，沒有固定規則但要求唯一，建議配合服務名
        - id: cloud-provider-service
          # 路由的地址，lb表示使用負載均衡（引入負載均衡依賴）到微服務，也可以使用http正常轉發
          # uri: lb://服務注冊中心注冊的服務名稱
          # uri: http://localhost:8080
          uri: lb://cloud-provider-service
          #斷言工廠列表：
          predicates:
            - Path=/provider/**
          filters:
            # 重試過濾器
            - name: Retry
              args:
                # 重試次數
                retries: 3
                # 哪些段的狀態碼需要重試, 默認5xx
                series:
                  - SERVER_ERROR
                # 指定哪些狀態需要重試
                statuses: SERVICE_UNAVAILABLE
        - id: cloud-consumer-service
          uri: lb://cloud-consumer-service
          predicates:
            - Path=/consumer/**
          filters:
            - name: Retry
              args:
                retries: 3
                series:
                  - SERVER_ERROR
                statuses: SERVICE_UNAVAILABLE

（2）、相關測試接口：

    /**
     * 重試過濾器測試
     * */
    private int requestCount = 0;

    @GetMapping("/testRetry")
    public ResponseEntity<String> test() {
        requestCount++;
        System.out.println("生產者服務測試請求重試次數: " + requestCount);
        // 返回503狀態碼
        return new ResponseEntity<>("Service Unavailable", HttpStatus.SERVICE_UNAVAILABLE);
    }

4、請求大小限制過濾器：

當客戶端請求體大小超過 maxSize 設定值時，網關會直接攔截請求，返回 HTTP 413 (Payload Too Large) 狀態碼

（1）、保障系統穩定性：攔截超大請求，防止內存溢出和服務崩潰

（2）、強化安全防護：阻斷DDoS攻擊，避免惡意大流量沖擊后端

（3）、優化網絡性能：降低無效帶寬消耗，提升整體吞吐量

（4）、統一流量治理：標準化異常響應格式，簡化客戶端錯誤處理邏輯

（1）、網關配置文件bootstrap-four.yml：

#請求大小限制過濾器
# 當客戶端請求體大小超過 maxSize 設定值時，網關會直接攔截請求，返回 HTTP 413 (Payload Too Large) 狀態碼。
# 單位換算 maxSize 以字節為單位，計算方式： 1MB = 1024 * 1024 = 1,048,576 bytes
# Windows系統文件生成（PowerShell）0.9M文件：fsutil file createnew 0.9M.bin 900000
# Windows系統文件生成（PowerShell）1.1M文件：fsutil file createnew 1.1M.bin 1100000

# 對外暴露端口
server:
  port: 9090

spring:
  #項目名
  application:
    name: cloud-gateway-service
  cloud:
    nacos:
      config:
        server-addr: localhost:8848
        file-extension: yaml
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        context-path: /nacos
#        username: nacos
#        password: nacos
      discovery:
        server-addr: localhost:8848
#        namespace: 3fd40f6b-0bc9-4a59-8838-0a64269125b4
#        username: nacos
#        password: nacos

    #############################網關配置###########################
    gateway:
      # 服務路由配置（路由是構建網關的基本模塊，由ID，目標URI，一系列的斷言和過濾器組成）
      routes:
        # 路由的ID，沒有固定規則但要求唯一，建議配合服務名
        - id: cloud-provider-service
          # 路由的地址，lb表示使用負載均衡（引入負載均衡依賴）到微服務，也可以使用http正常轉發
          # uri: lb://服務注冊中心注冊的服務名稱
          # uri: http://localhost:8080
          uri: lb://cloud-provider-service
          #斷言工廠列表：
          predicates:
            - Path=/provider/**
          filters:
            # 請求大小限制過濾器
            - name: RequestSize
              args:
                # 單位字節:限制1M
                maxSize: 1000000
        - id: cloud-consumer-service
          uri: lb://cloud-consumer-service
          predicates:
            - Path=/consumer/**
          filters:
            - name: RequestSize
              args:
                maxSize: 1000000

（2）、相關測試接口：

    /**
     * 請求大小限制過濾器測試
     * */
    @PostMapping("/testRequestSize")
    public ResponseEntity<String> handleFileUpload(@RequestParam("file") MultipartFile file) {
        // 網關會先攔截大文件請求，此處只需要處理通過網關的合法請求
        return ResponseEntity.ok().body(String.format("文件上傳成功！文件名：%s，大小：%d 字節",
                file.getOriginalFilename(), file.getSize()));
    }

posted on 2025-03-03 17:58 愛文(Iven) 閱讀(1131) 評論(0) 收藏舉報

刷新頁面返回頂部

Gateway路由網關詳解

一、Gateway路由網關：

1、統一流量治理入口：

2、動態化與可編程性：

3、深度集成 Spring 生態：

4、非阻塞高性能架構：

5、靈活擴展與定制：

6、云原生友好性：

二、Gateway核心概念：

1、Gateway三大核心：

2、Gateway工作原理：

三、實戰：

1、斷言重寫路由：

2、令牌桶算法限流過濾器：

（1）、網關層限流過濾器的優點：

（2）、Gateway-RequestRateLimiter限流的實現原理：

（3）、令牌桶算法與漏桶算法：

（4）、相關實現：

3、重試過濾器：

（1）、網關配置文件bootstrap-three.yml：

（2）、相關測試接口：

4、請求大小限制過濾器：

（1）、網關配置文件bootstrap-four.yml：

（2）、相關測試接口：

導航

公告