API Platform多应用环境下Swagger文档缓存冲突问题解析
2025-05-26 15:34:59作者:滕妙奇
问题背景
在使用API Platform构建多应用系统时,开发者可能会遇到一个棘手的问题:当系统包含多个独立应用(每个应用都有自己的API文档)时,首次加载各应用的Swagger文档显示正常,但在刷新页面后,所有应用的文档会显示相同内容。
问题现象
在多应用架构中(例如基于Symfony的多内核配置),每个应用都有自己独立的API文档配置。初始状态下:
- 应用A的Swagger文档正确显示A应用的API接口
- 应用B的Swagger文档正确显示B应用的API接口
但在刷新任意一个应用的页面后:
- 所有应用的Swagger文档都会显示相同内容(通常是最后加载的那个应用的API接口)
问题根源
经过深入分析,发现问题的根源在于API Platform的缓存机制。具体表现为:
- API Platform使用
CachedResourceNameCollectionFactory
来缓存资源名称集合 - 默认的缓存键生成策略没有考虑应用之间的区分
- 导致不同应用在访问Swagger文档时,可能读取到相同的缓存结果
解决方案
方案一:自定义缓存键生成策略
通过继承并重写CachedResourceNameCollectionFactory
类,可以修改缓存键的生成逻辑,确保每个应用有独立的缓存空间:
namespace Shared\ApiPlatform\Metadata\Resource\Factory;
use ApiPlatform\Metadata\Resource\Factory\CachedResourceNameCollectionFactory as BaseCachedResourceNameCollectionFactory;
use Symfony\Component\HttpFoundation\RequestStack;
class CachedResourceNameCollectionFactory extends BaseCachedResourceNameCollectionFactory
{
private $requestStack;
public function __construct($cache, $decorated, RequestStack $requestStack)
{
parent::__construct($cache, $decorated);
$this->requestStack = $requestStack;
}
protected function getCacheKey(): string
{
// 添加主机名作为缓存键的一部分
$request = $this->requestStack->getCurrentRequest();
return $request ? $request->getHost().parent::getCacheKey() : parent::getCacheKey();
}
}
方案二:服务配置覆盖
在服务配置中覆盖默认的缓存工厂服务:
services:
api_platform.metadata.resource.name_collection_factory.cached:
class: Shared\ApiPlatform\Metadata\Resource\Factory\CachedResourceNameCollectionFactory
arguments:
- '@api_platform.cache.metadata.resource'
- '@api_platform.metadata.resource.name_collection_factory.cached.inner'
- '@request_stack'
实现原理
这种解决方案的核心思想是通过在缓存键中加入应用特定的标识(如主机名),确保:
- 不同应用的API文档请求会生成不同的缓存键
- 每个应用独立维护自己的API文档缓存
- 避免了缓存冲突问题
最佳实践建议
- 明确应用边界:在多应用架构中,确保每个应用有明确的域名或路径区分
- 缓存隔离:不仅API文档,其他缓存也应考虑应用隔离
- 环境区分:开发、测试、生产环境的缓存也应相互隔离
- 监控机制:建立缓存命中/失效的监控,确保缓存机制正常工作
总结
API Platform作为强大的API开发框架,在多应用环境下使用时需要注意缓存隔离问题。通过自定义缓存键生成策略,可以有效地解决Swagger文档在多应用间的冲突问题,确保每个应用能够正确显示自己的API文档。这种解决方案不仅适用于Swagger文档,也可以推广到其他需要应用隔离的缓存场景中。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- 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
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0135AI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。03Spark-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。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
JavaWeb企业门户网站源码 - 企业级门户系统开发指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 WebVideoDownloader:高效网页视频抓取工具全面使用指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
78

暂无简介
Dart
532
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
76
106

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

🎉 (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
993
588

仓颉编程语言测试用例。
Cangjie
34
61

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
130
648