Jeecg-Boot多租户环境下动态设置网站标题的解决方案
2025-05-02 09:07:09作者:段琳惟
背景介绍
在Jeecg-Boot项目中,当我们需要部署同一套代码到多个站点(不同域名)时,经常会遇到需要根据访问域名动态显示不同网站标题的需求。特别是在多租户系统中,每个租户可能对应不同的域名,且希望在前端展示个性化的网站标题。
问题分析
当前Jeecg-Boot项目中使用的是Vite构建工具,网站标题通过环境变量VITE_GLOB_APP_TITLE在.env配置文件中定义。这种方式存在以下局限性:
- 标题在构建时就被固定,无法根据运行时访问的域名动态变化
- 页面加载过程中(包括标签页title和loading动画下方的文字)会直接显示配置的默认标题
- 需要页面完全加载后才能通过API获取租户信息来更新标题,导致短暂显示默认标题的问题
解决方案
方案一:前端动态获取租户信息
- 前置请求租户信息:在应用初始化前,先发起一个API请求获取当前域名对应的租户信息
- 使用全局状态管理:将获取到的租户信息(包括网站标题)存储在Vuex或Pinia中
- 动态设置标题:在应用挂载时,从状态管理中读取标题并设置到document.title
- 优化加载体验:可以添加一个简单的loading状态,避免标题闪烁
// 在main.js或入口文件中
async function initApp() {
try {
const tenantInfo = await getTenantInfoByDomain(window.location.hostname);
store.commit('setTenantInfo', tenantInfo);
document.title = tenantInfo.title || '默认标题';
} catch (error) {
console.error('获取租户信息失败', error);
document.title = '默认标题';
}
createApp(App).use(store).mount('#app');
}
initApp();
方案二:服务端渲染标题
- 服务端中间件:在Node.js服务端添加中间件,根据请求的host动态注入标题
- 模板引擎处理:使用类似EJS的模板引擎,在服务端渲染时动态替换标题
- SSR支持:如果项目支持服务端渲染(SSR),可以直接在服务端获取租户信息并设置标题
方案三:Nginx反向代理处理
- Nginx变量注入:通过Nginx的sub_filter模块,在反向代理时动态替换HTML中的标题
- Lua脚本支持:使用OpenResty的Lua脚本,根据域名动态生成不同的HTML内容
- 边缘计算处理:在CDN边缘节点通过Edge Workers处理请求,动态修改响应内容
最佳实践建议
对于Jeecg-Boot项目,推荐采用方案一的前端动态获取方式,原因如下:
- 改动最小:不需要调整现有构建流程和部署架构
- 灵活性高:可以轻松扩展其他租户个性化配置
- 维护简单:所有租户配置集中管理,便于维护
实现时需要注意以下几点:
- 租户信息API应该设计为轻量级,响应速度快
- 考虑添加本地缓存,避免每次刷新都请求
- 添加合理的超时和错误处理机制
- 对于SEO有要求的页面,需要特殊处理
扩展思考
在多租户系统中,除了网站标题外,通常还需要考虑以下个性化配置:
- 网站LOGO和主题色
- 登录页背景和样式
- 系统功能模块的可见性
- 业务数据的隔离和权限控制
这些都可以通过类似的动态配置机制来实现,构建一个真正灵活的多租户SaaS平台。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
376
3.3 K
暂无简介
Dart
621
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
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++
648
263
🎉 (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
1.1 K
620
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
793
77