在ofetch中使用拦截器实现请求队列与Token刷新机制
2025-06-12 10:12:23作者:范靓好Udolf
背景介绍
在现代Web应用中,处理身份验证和Token刷新是一个常见需求。当使用ofetch这样的HTTP客户端时,我们需要优雅地处理401未授权错误,并在Token过期时自动刷新Token,同时确保并发请求能够正确排队等待刷新完成。
核心问题分析
当多个API请求同时发生且Token过期时,会出现以下问题:
- 第一个请求检测到401错误,触发Token刷新流程
- 其他并发请求也会检测到401错误,各自触发Token刷新
- 这会导致多次刷新Token请求,可能造成Token失效或服务器压力
解决方案实现
基本拦截器结构
首先创建一个基本的ofetch实例,设置基础URL和拦截器:
import { ofetch } from "ofetch"
const apiFetcher = ofetch.create({
baseURL: import.meta.env.VITE_API_BASE_URL + '/api',
timeout: 30000,
retry: false,
credentials: 'include'
})
请求队列管理
为了实现请求排队,我们需要三个关键变量:
let refreshingToken = false // 标记是否正在刷新Token
let requestsQueue = [] // 等待队列
// 处理队列中的请求
const processQueue = (error, token = null) => {
requestsQueue.forEach((prom) => {
if (error) {
prom.reject(error)
} else {
prom.resolve(token)
}
})
requestsQueue = [] // 清空队列
}
响应拦截器实现
在响应拦截器中处理401错误和Token刷新逻辑:
apiFetcher.onResponse(async (ctx) => {
if (ctx.response.status === 401) {
// 如果已经在刷新Token,将请求加入队列
if (refreshingToken) {
return new Promise((resolve, reject) => {
requestsQueue.push({ resolve, reject })
}).then((resp) => {
if (resp) {
return ofetch(ctx.request, ctx.options)
}
})
}
// 标记开始刷新Token
refreshingToken = true
try {
// 发送刷新Token请求
const retry = new Promise((resolve, reject) => {
ofetch.raw('/auth/Refresh-Token', {
baseURL: import.meta.env.VITE_API_BASE_URL + '/api',
method: 'POST',
credentials: 'include'
}).then((resp) => {
// 处理成功,通知队列继续执行
processQueue(null, resp._data)
resolve()
}).catch(err => {
// 处理失败,通知队列并登出
processQueue(err, null)
const authStore = useAuthStore()
authStore.signOut()
reject()
}).finally(() => {
refreshingToken = false
})
})
await retry
} catch (error) {
// 错误处理
}
}
})
请求重试封装
为了简化使用,可以创建一个封装函数处理初始请求和重试逻辑:
import type { FetchRequest, FetchOptions, FetchResponse } from "ofetch"
const apiFetchRaw = async <T = any>(request: FetchRequest, options?: FetchOptions) => {
try {
const response = await apiFetcher.raw(request, options)
return response as FetchResponse<T>
} catch (error: any) {
if (error.response?.status === 401) {
// Token刷新后重试原始请求
const response = await apiFetcher.raw(request, options)
return response as FetchResponse<T>
}
return error.response as FetchResponse<T>
}
}
方案优势
- 避免重复刷新:使用
refreshingToken标记确保只有一个刷新请求 - 请求排队:后续请求会加入队列等待刷新完成
- 自动重试:Token刷新后自动重试原始请求
- 错误处理:刷新失败时自动登出并清理队列
实际应用建议
- 根据实际项目调整Token存储方式(localStorage/cookie等)
- 考虑添加额外的错误处理和日志记录
- 在SSR环境中需要特别注意Token的存储和传递
- 可以扩展支持多种认证方式
这种实现方式确保了在Token过期时的良好用户体验,同时保持了代码的整洁和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
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
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869