Soybean Admin 并发请求下 Token 刷新机制问题分析与解决方案
2025-05-19 14:59:58作者:廉彬冶Miranda
问题背景
在 Soybean Admin 项目中,当系统初始化时同时发起多个 API 请求,如果此时访问令牌(Token)已过期,系统会触发令牌刷新机制。然而,当前实现存在一个关键缺陷:当多个并发请求同时检测到令牌过期时,系统仅会重新发起最先返回的那个请求,而其他请求则会被丢弃,导致页面数据不完整。
问题现象
具体表现为:在页面初始化阶段同时调用两个接口时,如果遇到令牌过期情况:
- 两个请求都会检测到令牌无效
- 系统执行令牌刷新操作
- 但刷新后仅重新发起其中一个请求
- 另一个请求的数据永远不会被获取
- 最终导致页面显示不完整
技术分析
当前实现机制
现有的令牌刷新逻辑采用了一种"先到先服务"的处理方式:
- 当请求失败并返回令牌过期错误时
- 系统会检查是否已经有刷新令牌的请求在进行中
- 如果没有,则发起新的令牌刷新请求
- 刷新完成后,仅重新发起触发刷新的那个原始请求
这种设计存在以下技术缺陷:
- 请求丢失:并发请求中只有最先返回的请求会被重新发起
- 数据不一致:页面可能只加载部分数据,导致UI显示不完整
- 用户体验差:用户需要手动刷新页面才能获取完整数据
根本原因
问题的核心在于令牌刷新后的请求重发机制没有考虑并发场景。系统没有维护一个待重发的请求队列,导致后续到达的过期请求无法被正确处理。
解决方案
优化思路
为了解决这个问题,我们需要重构令牌刷新机制,主要改进点包括:
- 请求队列管理:建立一个待重发请求的队列,记录所有因令牌过期而失败的请求
- 批量重发:在令牌刷新成功后,重新发起队列中的所有请求
- 并发控制:确保在令牌刷新过程中,新的请求能够正确加入队列
具体实现方案
-
创建请求缓存池:
- 使用一个数组或Map结构存储所有因令牌过期而失败的请求配置
- 每个请求应包含原始请求的配置、Promise的resolve和reject方法
-
改造刷新逻辑:
- 当检测到令牌过期时,不立即发起刷新请求
- 首先将当前请求加入缓存池
- 检查是否已有刷新流程在进行
- 如果没有,则发起令牌刷新请求
-
刷新后处理:
- 令牌刷新成功后,遍历缓存池中的所有请求
- 使用新令牌重新发起每个请求
- 清空缓存池
-
错误处理:
- 如果令牌刷新失败,应拒绝缓存池中所有请求的Promise
- 跳转到登录页面,要求用户重新认证
代码结构示例
// 请求缓存池
const requestPool = [];
// 拦截器处理
axios.interceptors.response.use(
response => response,
error => {
if (error.response.status === 401) {
// 将请求加入缓存池
const retryOriginalRequest = new Promise(resolve => {
requestPool.push({
config: error.config,
resolve
});
});
// 如果没有刷新流程在进行,则发起刷新
if (!isRefreshing) {
isRefreshing = true;
return refreshToken().then(() => {
// 刷新成功后重发所有请求
requestPool.forEach(({ config, resolve }) => {
resolve(axios(config));
});
requestPool = [];
isRefreshing = false;
});
}
return retryOriginalRequest;
}
return Promise.reject(error);
}
);
实施建议
- 逐步迁移:对于已上线的系统,建议先在测试环境验证新机制
- 监控指标:添加对并发请求重发次数的监控,确保系统稳定性
- 性能考量:对于高并发场景,考虑设置请求池大小限制
- 用户体验:可以添加全局加载提示,告知用户系统正在更新认证信息
总结
Soybean Admin 的令牌刷新机制在并发场景下的问题,本质上是一个经典的竞态条件问题。通过引入请求队列管理和批量重发机制,我们能够确保所有因令牌过期而失败的请求都能在令牌更新后得到正确处理。这种改进不仅解决了数据丢失的问题,也提升了系统的健壮性和用户体验。
对于前端开发者而言,正确处理认证流程中的并发场景是构建可靠管理系统的关键。这种解决方案的思路也可以应用于其他需要处理类似竞态条件的场景,如表单重复提交防护、批量操作处理等。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++099AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp课程中屏幕放大器知识点优化分析6 freeCodeCamp Cafe Menu项目中link元素的void特性解析7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
203
2.18 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
977
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
84

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133