Axios项目中Fetch适配器与流式请求的阻塞问题分析
2025-04-28 10:32:21作者:郁楠烈Hubert
问题背景
在Web开发中,Server-Sent Events(SSE)是一种常见的服务器推送技术,它允许服务器向客户端单向发送事件。在使用Axios库时,开发者发现当使用fetch适配器处理SSE流式请求时,会导致其他并发的普通请求被阻塞,处于永久挂起状态。
问题现象
开发者在使用Axios的fetch适配器实现SSE客户端时,遇到了一个奇怪的现象:当发起一个配置了responseType: 'stream'的GET请求后,系统中其他某些特定的API请求会被永久阻塞。具体表现为:
- SSE请求本身可以成功建立连接
- 其他某些特定端点(如用户信息接口)的请求会一直处于pending状态
- 服务器端甚至没有收到这些被阻塞的请求
- 问题不仅限于Axios的fetch适配器,使用其他专门的SSE客户端库也会出现同样问题
技术分析
流式请求的特点
流式请求与传统HTTP请求有几个关键区别:
- 连接保持:SSE连接会长期保持打开状态,服务器可以持续推送数据
- 响应处理:客户端需要以流的方式逐步处理响应数据,而不是等待完整响应
- 协议要求:必须使用特定的
text/event-stream内容类型
问题根源
经过深入排查,发现问题的真正根源在于服务器端实现:
- 响应包装问题:服务器使用了Spring框架的过滤器对响应进行包装,目的是记录日志
- 流式不兼容:这种包装方式与流式响应不兼容,特别是当响应中既包含SSE事件又包含普通消息时
- 连接争用:不恰当的包装导致HTTP连接被异常占用,进而阻塞了其他请求
解决方案
要解决这个问题,需要从服务器端进行调整:
- 移除响应包装:对于SSE端点,应该绕过任何响应包装或日志记录过滤器
- 纯事件流:确保响应只包含符合SSE协议的事件数据,不混合其他内容
- 连接管理:正确实现HTTP连接池管理,避免连接被不当占用
最佳实践
在使用Axios处理SSE或其他流式请求时,建议:
- 专用端点:为SSE使用专门的API端点,不与其他功能混合
- 适当配置:正确设置请求头(
Accept: text/event-stream)和响应类型 - 服务器优化:确保服务器端对SSE有专门处理逻辑,不应用通用过滤器
- 连接监控:实现连接状态监控,及时发现和释放异常连接
总结
这个问题展示了HTTP流式请求与传统请求处理的重要区别。开发者在使用高级网络功能时,需要全面考虑客户端和服务器端的协同工作方式。特别是对于长连接和流式传输场景,传统的请求-响应模型中的许多假设不再适用,需要特别处理。通过理解底层机制和正确配置,可以避免这类看似诡异的问题。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
689
4.46 K
Ascend Extension for PyTorch
Python
544
668
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++
955
928
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
416
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
323
昇腾LLM分布式训练框架
Python
146
172
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
650
232
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
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292