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 12:11:30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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler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。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
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
12
2