使用Polly实现多请求并发下的授权码刷新策略
2025-05-16 17:53:31作者:昌雅子Ethen
在分布式系统开发中,处理授权令牌过期是一个常见挑战。本文将深入探讨如何在使用Polly库时,优雅地处理并发请求中的授权令牌刷新问题。
问题背景
在现代应用开发中,我们经常需要处理HTTP请求的授权问题。当多个并发请求同时遇到授权令牌过期时,简单的重试机制可能导致多次不必要的令牌刷新操作,这不仅浪费资源,还可能引发竞态条件。
核心挑战
在多请求并发场景下,主要面临两个技术难点:
- 重复刷新问题:当多个请求同时检测到令牌过期时,每个请求都可能触发独立的刷新操作
- 头信息同步:刷新后的新令牌需要及时同步到所有后续请求中
Polly解决方案
Polly作为.NET生态中强大的弹性策略库,提供了完善的机制来处理这类问题。
基础重试策略
我们可以构建一个基础的异步重试策略来处理授权失败:
public static AsyncRetryPolicy<HttpResponseMessage> AuthEnsuringPolicy = Policy<HttpResponseMessage>
.HandleResult(r => r.StatusCode == HttpStatusCode.Unauthorized)
.RetryAsync(1, onRetryAsync: async (ex, i, context) =>
{
// 令牌刷新逻辑
});
并发控制机制
为了防止多个请求同时触发刷新操作,我们引入SemaphoreSlim实现互斥访问:
private static readonly SemaphoreSlim _semaphoreSlim = new(1);
private DateTime? _lastRefreshed;
public async Task<bool> RefreshTokenAsync(HttpClient httpClient)
{
await _semaphoreSlim.WaitAsync();
try
{
if(_lastRefreshed.HasValue && DateTime.UtcNow - _lastRefreshed < TimeSpan.FromSeconds(3))
{
return false; // 短时间内已刷新过
}
// 执行令牌刷新
_lastRefreshed = DateTime.UtcNow;
}
finally
{
_semaphoreSlim.Release();
}
return true;
}
完整策略实现
结合Polly上下文和并发控制,我们可以构建完整的解决方案:
- 策略配置:
var wrapOfRetryAndFallback = Policy.WrapAsync(
Policy.HandleResult<HttpResponseMessage>(r => !r.IsSuccessStatusCode)
.FallbackAsync(fallbackAction, onFallBackAsync),
AuthEnsuringPolicy
);
- HTTP客户端注册:
services.AddHttpClient("NamedClient")
.AddPolicyHandler(wrapOfRetryAndFallback);
- 请求执行:
var context = new Context
{
{ "httpClient", httpClient },
{ "cancellationTokenSource", new CancellationTokenSource() }
};
requestMessage.SetPolicyExecutionContext(context);
最佳实践
- 令牌刷新频率控制:通过时间戳记录避免频繁刷新
- 头信息原子操作:确保头信息的更新是线程安全的
- 合理的重试间隔:采用指数退避策略避免服务器过载
- 上下文传递:利用Polly上下文共享HTTP客户端实例
总结
通过结合Polly的重试策略和.NET的并发控制机制,我们可以优雅地解决多请求并发下的授权令牌刷新问题。这种方案不仅保证了系统的稳定性,还优化了资源利用率,是构建健壮分布式系统的重要模式之一。
在实际应用中,开发者还需要考虑令牌刷新的失败处理、日志记录等周边问题,以构建更加完善的授权管理机制。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873