JeecgBoot项目中Shiro重复过滤导致性能问题的分析与解决
2025-05-02 19:54:42作者:申梦珏Efrain
在JeecgBoot 3.7.1版本中,部分开发者反馈系统运行效率较低,经过排查发现是由于Shiro安全框架被重复配置导致请求被处理两次,每次处理耗时约100多毫秒,两次处理累计达到300毫秒,严重影响了系统性能。
问题根源分析
该问题的根本原因是Spring Boot应用中同时配置了两种Shiro过滤器:
- DelegatingFilterProxy:这是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:这是Apache Shiro提供的过滤器工厂bean,用于创建和管理Shiro的安全过滤器链
这两种配置方式实际上是等价的,都是用来将Shiro的安全机制集成到Web应用中。当两者同时存在时,每个HTTP请求都会被Shiro安全框架处理两次,造成了不必要的性能开销。
解决方案
解决这个问题的方法非常简单:只需注释掉其中一种配置即可。根据JeecgBoot的标准实践,建议保留ShiroFilterFactoryBean的配置,而注释掉DelegatingFilterProxy的配置。
在配置文件中,应该确保不会出现类似以下的重复配置:
// 应该注释掉的配置
@Bean
public FilterRegistrationBean delegatingFilterProxy(){
FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean();
DelegatingFilterProxy proxy = new DelegatingFilterProxy();
proxy.setTargetFilterLifecycle(true);
proxy.setTargetBeanName("shiroFilter");
filterRegistrationBean.setFilter(proxy);
return filterRegistrationBean;
}
// 保留的配置
@Bean("shiroFilter")
public ShiroFilterFactoryBean shiroFilterFactoryBean(...) {
// Shiro配置内容
}
性能优化建议
除了解决这个重复过滤的问题外,对于使用Shiro的项目,还可以考虑以下性能优化措施:
- 缓存配置:合理配置Shiro的缓存策略,特别是认证和授权信息的缓存
- 会话管理:优化会话管理配置,避免不必要的会话持久化操作
- 过滤器链:精简Shiro的过滤器链,只保留必要的安全过滤器
- 并发控制:合理配置并发会话控制参数
总结
在Spring Boot项目中集成安全框架时,配置的简洁性和明确性非常重要。JeecgBoot作为一款优秀的企业级开发框架,其默认配置已经考虑了性能和功能的平衡。开发者在自定义配置时,应该充分理解原有配置的意图,避免引入重复或冲突的配置项。通过解决这个Shiro重复过滤的问题,可以显著提升系统的响应速度,改善用户体验。
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
271
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
561
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
224
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
443