Jeecg-Boot项目中Shiro双重过滤导致性能问题的分析与解决
2025-05-02 07:32:11作者:袁立春Spencer
问题背景
在Jeecg-Boot 3.7.1版本中,用户反馈系统运行效率较慢,经过排查发现请求处理过程中存在明显的性能瓶颈。通过性能分析工具捕获的截图显示,Shiro相关的权限校验操作被重复执行了两次,每次校验耗时约100多毫秒,两次校验累计导致300多毫秒的额外开销。
问题原因分析
深入分析后发现,这是由于Spring Boot项目中同时配置了两种Shiro过滤器导致的:
- DelegatingFilterProxy:Spring提供的标准过滤器代理,用于将Servlet容器的过滤器生命周期委托给Spring应用上下文中定义的bean
 - ShiroFilterFactoryBean:Shiro框架提供的过滤器工厂bean,用于创建Shiro的安全过滤器链
 
这两种过滤器都被配置并生效,导致每个请求实际上被Shiro安全框架处理了两次,造成了不必要的性能损耗。
解决方案
解决此问题的方法很简单:只需在配置文件中注释掉其中一种过滤器的配置即可。根据项目实际情况,推荐保留ShiroFilterFactoryBean的配置,而注释掉DelegatingFilterProxy的配置。
技术原理详解
Shiro在Spring Boot中的集成方式
Shiro与Spring Boot集成时,通常有两种主要方式:
- 
通过ShiroFilterFactoryBean:
- 这是Shiro原生的集成方式
 - 通过FactoryBean创建过滤器链
 - 提供了更细粒度的控制
 
 - 
通过DelegatingFilterProxy:
- 这是Spring提供的通用方式
 - 将Servlet过滤器委托给Spring管理的bean
 - 更符合Spring的编程模型
 
 
为什么双重配置会导致性能问题
当两种配置同时存在时,请求处理流程如下:
- 请求首先被DelegatingFilterProxy捕获
 - DelegatingFilterProxy将请求交给Shiro过滤器处理(第一次权限校验)
 - 请求继续被ShiroFilterFactoryBean创建的过滤器链处理(第二次权限校验)
 - 最终到达业务控制器
 
这种双重过滤不仅增加了不必要的权限校验开销,还可能导致其他潜在问题,如会话管理异常等。
最佳实践建议
- 统一使用ShiroFilterFactoryBean:这是Shiro推荐的集成方式,提供了更完整的Shiro特性支持
 - 性能监控:建议在项目中集成APM工具,如SkyWalking或Prometheus,以便及时发现类似性能问题
 - 配置审查:在项目启动时,可以添加配置校验逻辑,确保不会出现重复的安全过滤器配置
 - 权限缓存:对于性能敏感的应用,可以考虑增强Shiro的缓存配置,减少权限校验的数据库查询
 
总结
Jeecg-Boot项目中出现的Shiro双重过滤问题是一个典型的配置不当导致的性能问题。通过理解Shiro与Spring Boot的集成原理,我们可以避免类似的配置错误。在实际项目中,建议开发团队建立配置规范,并对关键组件的配置进行评审,以确保系统性能最优。
登录后查看全文 
热门项目推荐
相关项目推荐
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
272
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
564
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
231
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
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
1.02 K
444