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 08:13:22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
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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
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
3.26 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++
647
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
619
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
791
77