云原生|SpringCloud GateWay自定义过滤器之GatewayFilter和AbstractGatewayFactory

一、GatewayFilter

GatewayFilter 是一个简单的接口，用于定义网关过滤器的行为。一个网关过滤器就是一个实现了 GatewayFilter 接口的类，它可以执行在请求进入网关或响应离开网关时的某些操作。过滤器可以用于修改请求或响应，记录日志，添加头部信息，等等。


public interface GatewayFilter {
 
    Mono filter(ServerWebExchange exchange, GatewayFilterChain chain);
 
}

一个简单的自定义网关过滤器,：


public class MyFilter implements GatewayFilter, Ordered {
    @Override
    public Mono filter(ServerWebExchange exchange, GatewayFilterChain chain) {
        exchange.getAttributes().put("start",System.currentTimeMillis());
        return chain.filter(exchange).then(Mono.fromRunnable(new Runnable() {
            @Override
            public void run() {
                long start = exchange.getAttribute("start");
                System.out.println(exchange.getRequest().getURI() + "执行耗时：" + (System.currentTimeMillis()-start));
            }
        }));
    }
 
    @Override
    public int getOrder() {
        return 0;
    }
}

配置：


@Configuration
public class MyConfig {
    /**配置自定义过滤器*/
    @Bean
    public RouteLocator routeLocator(RouteLocatorBuilder builder) {
        return builder.routes().route(r ->
                        r.path("/provider/**")//用户访问的路径
                                .uri("lb://service-provider")//路由的真实服务器ip+端口
                                .filters(new MyFilter()) // 局部过滤器
                                .id("provider_route")) // 路由id
                .build();
    }
}

二、AbstractGatewayFilterFactory

AbstractGatewayFilterFactory 是一个抽象类，用于更方便地创建网关过滤器。它处理过滤器的参数解析和创建，使得定义过滤器变得更加简单。


public class MyCustomGatewayFilterFactory extends AbstractGatewayFilterFactory {
 
    public MyCustomGatewayFilterFactory() {
        super(Config.class);
    }
 
    @Override
    public GatewayFilter apply(Config config, Class configClass) {
        // 在这里创建并返回过滤器实例
        return (exchange, chain) -> {
            // 过滤器逻辑
            return chain.filter(exchange);
        };
    }
 
    public static class Config {
        // 过滤器的配置参数
    }
}

下面是一个通过令牌桶算法实现的简单限流：


import org.springframework.cloud.gateway.filter.GatewayFilter;
import org.springframework.cloud.gateway.filter.factory.AbstractGatewayFilterFactory;
import org.springframework.stereotype.Component;
 
@Component
public class RateLimitByIpGatewayFilterFactory extends AbstractGatewayFilterFactory {
 
    public RateLimitByIpGatewayFilterFactory() {
        super(Config.class);
    }
 
    @Override
    public GatewayFilter apply(Config config) {
        return (exchange, chain) -> {
            // 获取请求的IP地址
            String ipAddress = exchange.getRequest().getRemoteAddress().getAddress().getHostAddress();
 
            // 使用简单的基于IP的限流逻辑，你可以根据实际需求选择其他限流算法
            // 这里使用一个简单的令牌桶算法作为示例
            if (isRateLimited(ipAddress, config.getLimit())) {
                // 如果超过限流阈值，返回错误响应
                exchange.getResponse().setStatusCode(HttpStatus.TOO_MANY_REQUESTS);
                return exchange.getResponse().setComplete();
            }
 
            // 如果未超过限流阈值，继续处理请求
            return chain.filter(exchange);
        };
    }
 
    private boolean isRateLimited(String ipAddress, int limit) {
        // 在这里实现你的限流逻辑，这里使用一个简单的令牌桶算法作为示例
        // 你可以使用库如Google Guava RateLimiter来简化实现
        // 这里只是一个简单的示例，请根据实际需求进行更复杂的实现
        // 在真实场景中，你可能需要将访问频率记录到数据库或分布式缓存中
 
        // 这里使用一个简单的Map模拟存储令牌桶
        Map tokenBucket = new ConcurrentHashMap<>();
 
        // 获取当前时间戳
        long now = System.currentTimeMillis();
 
        // 获取或初始化令牌桶
        tokenBucket.putIfAbsent(ipAddress, now);
 
        // 获取上次访问时间
        long lastAccessTime = tokenBucket.get(ipAddress);
 
        // 计算时间间隔
        long interval = now - lastAccessTime;
 
        // 计算令牌生成速率
        double rate = 1000.0 / limit; // 假设限制每秒请求次数
 
        // 计算应该生成的令牌数量
        int tokensToAdd = (int) (interval / rate);
 
        // 更新令牌桶中的令牌数量
        tokenBucket.put(ipAddress, now + tokensToAdd);
 
        // 检查令牌数量是否超过阈值
        return tokensToAdd > limit;
    }
 
    public static class Config {
        private int limit;
 
        public int getLimit() {
            return limit;
        }
 
        public void setLimit(int limit) {
            this.limit = limit;
        }
    }
}

配置文件配置限流阈值：


spring:
  cloud:
    gateway:
      routes:
        - id: rate_limit_route
          uri: http://example.com
          filters:
            - RateLimitByIp=1
          predicates:
            - Path=/api/**

上述配置将限制 /api/** 路径下的请求每秒只能有 1 次。请注意，RateLimitByIp 需要和 RateLimitByIpGatewayFilterFactory 的类名中的大小写一致，同时参数 1 是用来设置限流的阈值，你可以根据需要调整。

固定容量的令牌桶： 令牌桶内有固定数量的令牌，这些令牌以固定的速率被添加到桶中。

令牌添加速率： 令牌以恒定的速率（例如每秒添加固定数量的令牌）被添加到令牌桶中。

令牌消耗： 当请求到达时，需要从令牌桶中获取一个令牌。如果令牌桶中有足够的令牌，则请求被允许处理，并消耗一个令牌；否则，请求被限流。

平滑限流： 由于令牌以恒定速率被添加，令牌桶算法可以实现平滑限流，即请求被均匀地处理，而不是突然被拒绝。

适应突发流量： 令牌桶算法对于处理突发流量也具有一定的适应性，因为即使令牌桶空了一段时间，一旦有令牌被添加，就可以处理新的请求。

容错性好： 由于令牌桶算法是基于时间的，因此对于时间敏感的应用来说，容错性较好。而且由于每个请求都需要从令牌桶中获取令牌，因此可以有效防止突发请求对系统的影响。

三、区别

设计用途:

GatewayFilter: 用于定义网关过滤器的行为，是一个简单的接口。每个过滤器的实现需要直接实现 GatewayFilter 接口中的方法。
AbstractGatewayFilterFactory: 是一个抽象类，旨在更方便地创建具有配置参数的网关过滤器。通过继承这个抽象类，你可以更容易地处理配置参数的解析和过滤器实例的创建。

用法:

GatewayFilter: 直接实现 GatewayFilter 接口，编写过滤器逻辑。这种方式适用于不需要配置参数的简单过滤器。
AbstractGatewayFilterFactory: 继承该抽象类，实现抽象方法 apply 和 apply(C config, Class configClass)，并在其中处理配置参数并创建过滤器实例。这种方式适用于需要配置参数的过滤器。

配置参数:

GatewayFilter: 如果过滤器需要配置参数，需要通过其他方式（如构造函数、属性注入等）传递参数，因为 GatewayFilter 接口本身不提供直接的配置机制。
AbstractGatewayFilterFactory: 通过泛型参数 C 指定配置参数的类型，并在 apply 方法中接收配置参数。这使得配置参数的处理更为灵活，Spring Cloud Gateway 会负责将配置参数绑定到过滤器实例。

一、GatewayFilter

二、AbstractGatewayFilterFactory

三、区别

评论记录：