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
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 StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
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++
854
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
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
1.78 K
185
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
454
436
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++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259