Spring File Storage本地存储静态资源访问问题解析
问题背景
在使用Spring File Storage(x-file-storage)2.1.0版本时,开发者配置了本地存储引擎后,虽然文件上传功能正常且数据能正确保存到数据库,但在尝试访问已上传的静态资源时却遇到了404错误。这是一个典型的静态资源访问路径配置问题,值得深入分析。
问题现象
开发者配置了如下YAML配置:
dromara:
x-file-storage:
default-platform: local
thumbnail-suffix: ".min.jpg"
local-plus:
- platform: local
enable-storage: true
enable-access: true
domain: http://127.0.0.1:9090/file/
base-path: storage/
path-patterns: /file/**
storage-path: D:/ranking/
当尝试访问类似http://127.0.0.1:9090/file/storage/6642f6314907bf5b662aad93.png的URL时,服务器返回404状态码,表示资源未找到。
问题原因分析
这个问题在Spring File Storage 2.1.0版本中确实存在,主要原因是:
-
静态资源映射未正确配置:虽然配置了
enable-access: true,但框架内部可能没有正确注册静态资源的访问路径。 -
路径匹配问题:配置中的
path-patterns与实际访问路径可能存在不匹配的情况,导致资源处理器没有被正确触发。 -
版本缺陷:这是一个已知的版本问题,在后续版本中已经修复。
解决方案
临时解决方案(针对2.1.0版本)
对于使用2.1.0版本的开发者,可以手动添加一个Web配置类来解决这个问题:
@Configuration
public class WebConfig implements WebMvcConfigurer {
@Override
public void addResourceHandlers(ResourceHandlerRegistry registry) {
registry.addResourceHandler("/file/**")
.addResourceLocations("file:D:/ranking/");
}
}
这个配置明确地将/file/**路径映射到本地的D:/ranking/目录,确保静态资源能够被正确访问。
推荐解决方案
更推荐的做法是升级到2.2.0或更高版本,该版本已经修复了这个静态资源访问的问题。升级后,只需保持原有的YAML配置即可正常工作,无需额外的手动配置。
配置要点解析
-
domain配置:应该与实际的访问域名一致,确保生成的URL正确。
-
base-path与storage-path:
base-path是相对于storage-path的子路径storage-path是文件实际存储的绝对路径
-
path-patterns:需要与Nginx等反向代理的配置保持一致,确保请求能够正确路由。
最佳实践建议
-
生产环境建议:在生产环境中,建议使用Nginx等Web服务器来处理静态资源访问,而不是依赖Spring应用本身,这样可以获得更好的性能。
-
路径规划:合理规划存储路径和访问路径,避免路径冲突和安全问题。
-
版本选择:尽量使用最新的稳定版本,以获得更好的功能支持和问题修复。
通过以上分析和解决方案,开发者应该能够顺利解决Spring File Storage本地存储静态资源访问的问题。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00