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 07:51:29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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
973
574

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++
549
81

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
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133