JeecgBoot多线程调用微服务时的Token传递问题解析
2025-05-02 20:57:42作者:裘旻烁
问题背景
在JeecgBoot 3.6.0版本中,开发者在使用线程池异步调用其他微服务时遇到了身份认证失败的问题。具体表现为:主线程可以正常调用systemApi获取用户信息,但在子线程中调用同样的接口却提示"Token无效"。
问题本质
这个问题本质上是一个典型的微服务架构中的上下文传递问题。在Spring Cloud微服务架构中,认证信息通常通过请求头中的Token进行传递。当使用多线程时,线程间的上下文信息(包括认证Token)不会自动传递,导致子线程调用服务时丢失了认证信息。
技术原理
JeecgBoot基于Spring Cloud实现微服务架构,其认证流程如下:
- 用户登录后,前端会获取一个JWT Token
- 后续请求中,Token会被放在请求头中传递
- 服务间调用时,Feign客户端会自动携带当前请求的Token
- 被调用服务通过拦截器验证Token的有效性
在多线程场景下,由于线程切换会导致ThreadLocal中的上下文信息丢失,因此子线程中的Feign调用无法获取到主线程的Token信息。
解决方案
方案一:手动传递Token
在创建子线程前,先获取当前线程的Token,然后在子线程中手动设置:
String token = RequestContextHolder.getRequestAttributes().getToken();
ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor();
taskExecutor.execute(() -> {
RequestContextHolder.setToken(token);
LoginUser user = systemApi.getUserById("10076211");
String username = user.getUsername();
});
方案二:使用Hystrix线程隔离策略
如果项目使用了Hystrix,可以配置Hystrix使用信号量隔离策略,这样就不会创建新线程:
hystrix:
command:
default:
execution:
isolation:
strategy: SEMAPHORE
方案三:自定义Feign拦截器
创建一个自定义的Feign拦截器,在子线程中手动注入Token:
public class CustomFeignInterceptor implements RequestInterceptor {
@Override
public void apply(RequestTemplate template) {
String token = RequestContextHolder.getToken();
if (StringUtils.isNotBlank(token)) {
template.header("Authorization", token);
}
}
}
最佳实践建议
- 对于频繁的异步服务调用,建议使用方案三,统一处理Token传递
- 在微服务架构中,尽量避免在业务代码中直接使用多线程调用其他服务
- 考虑使用消息队列(MQ)来实现异步服务调用,解耦服务间的直接依赖
- 对于必须使用多线程的场景,确保所有必要的上下文信息都正确传递
总结
JeecgBoot微服务架构中的Token传递问题是一个典型的线程上下文传递问题。理解Spring Cloud的认证机制和线程模型是解决这类问题的关键。通过合理的架构设计和代码实现,可以确保在多线程环境下也能正确地进行服务间认证。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271