怎么為Spring Cloud Gateway加上全局過濾器

本篇內容介紹了“怎么為Spring Cloud Gateway加上全局過濾器”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

既然是一個網關。那么全局過濾器肯定是少不了的一個存在。像是鑒權、認證啥的不可能每個服務都做一次，一般都是在網關處就搞定了。
Zuul他就有很強大的過濾器體系來給人使用。
Gateway當然也不會差這么點東西。
對于SpringCloud體系來說，一切的實現都是那么的簡單。那么廢話不多說，直接開始寫起來。
 
Gateway內部有一個接口 名為GlobalFilter，這個就是Gateway的全局過濾器接口，只要在應用中實現此接口后注冊為Spring的Bean，背后就會幫你將這個實現注冊到全局過濾器鏈條里邊去。
我這里就簡單的寫了個模擬鑒權的過濾器實現:

@Component
public class AuthFilter implements GlobalFilter, Ordered {
  @Override
  public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
    String token = exchange.getRequest().getHeaders().getFirst("Authorization");
    //不為空則通過
    if (!StringUtils.isEmpty(token)) return chain.filter(exchange);
    ServerHttpResponse response = exchange.getResponse();
    // 封裝錯誤信息
    Map<String, Object> responseData = Maps.newHashMapWithExpectedSize(3);
    responseData.put("code", HttpStatus.UNAUTHORIZED.value());
    responseData.put("message", "Token is empty");
    responseData.put("cause", "Token is empty");
    // 將信息轉換為 JSON
    ObjectMapper objectMapper = new ObjectMapper();
    byte[] data = new byte[0];
    try {
      data = objectMapper.writeValueAsBytes(responseData);
    } catch (JsonProcessingException e) {
      e.printStackTrace();
    }
    // 返回錯誤信息json
    DataBuffer buffer = response.bufferFactory().wrap(data);
    response.setStatusCode(HttpStatus.UNAUTHORIZED);
    response.getHeaders().add("Content-Type", "application/json;charset=UTF-8");
    return response.writeWith(Mono.just(buffer));
  }
  //最后執行
  @Override
  public int getOrder() {
    return Ordered.LOWEST_PRECEDENCE;
  }
}

雖說是鑒權，但實際上我這就是個簡單的demo而已。想知道真正的Spring Security鑒權/認證怎么寫？
我以前寫的這個：https://github.com/skypyb/code_demo/tree/master/spring-security-demo 應該可以幫助你。
 
看我寫的這個過濾器內部實現哈，其實就是拿出Request Header中的 Authorization字段(token) 然后判斷是否存在。不存在就返回錯誤，存在就交給鏈條中的下一個過濾器。
 
過濾器其實也沒啥好說的，那么說說限流。
關于限流這個東西，常見的算法就是漏桶和令牌桶了，對于一個應用單機限流來說也復雜不到哪兒去。
靠著google guava包里的RateLimiter工具都能搞定大多數場景了。
不過既然人家Gateway好心好意給你搞了個限流的實現。那么還是尊重他用一下。
由于Gateway是用的Redis和lua腳本實現了令牌桶的算法，那么先導入幾個需要的依賴:

<!--Redis begin-->
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
    </dependency>
    <dependency>
      <groupId>redis.clients</groupId>
      <artifactId>jedis</artifactId>
    </dependency>
    <!--Redis end-->

既然是Redis，那還是先配一下Redis序列化先：

@Configuration
public class RedisConfig {
  @Bean
  public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
    RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
    StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
    redisTemplate.setKeySerializer(stringRedisSerializer);
    redisTemplate.setHashKeySerializer(stringRedisSerializer);
    redisTemplate.setValueSerializer(new Jackson2JsonRedisSerializer<Object>(Object.class));
    redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
    redisTemplate.setConnectionFactory(connectionFactory);
    return redisTemplate;
  }
}

萬事俱備，開始進行限流的具體實現了。
 
既然是限流，那么也得有個限流策略
是根據用戶來限流呢？還是說根據請求路徑限流？或者是IP限流？
不過這個都是由需求來決定了，我這就簡單的寫個根據IP來限流的。
人家也給你封裝完畢了，只需要你自己實現KeyResolver這個接口就可以。
由于實現這個一般來說也就一行代碼，所以我就不寫個單獨的類去實現了，而是直接寫在配置類里邊。

@Configuration
public class GatewayRateLimiterConfig {
  /**
   * Gateway通過內置的RequestRateLimiter過濾器實現限流，用的是令牌桶算法，借助Redis保存中間數據
   * 這里自定義一個KeyResolver
   * 作用是對來源ip進行限流
   */
  @Bean(value = "ipKeyResolver")
  public KeyResolver ipKeyResolver() {
    return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostAddress());
  }
}

看，我其實只需要返回我需要限制的東西就可以了。我這里提取到用戶的IP將其返回，即可實現通過ip來進行限流的策略。
不過限流相關的配置寫了，那也得用起來。
這個怎么用起來? 其實直接在配置文件里配置就OK了

spring:
 application:
  # 應用名稱
  name: sc-demo-alibaba-gateway
 cloud:
  nacos:
   discovery:
    server-addr: 192.168.3.105:8848 #注冊進nacos
  # 使用 Sentinel 作為熔斷器
  sentinel:
   transport:
    port: 18102
    dashboard: 192.168.3.105:8858
  # 路由網關配置
  gateway:
   # 這里是設置與服務注冊發現組件結合，這樣可以采用服務名的路由策略
   discovery:
    locator:
     enabled: true
   # 配置路由規則
   routes:
    - id: ROUTER#sc-demo-alibaba-consumer #這個是路由ID，需要保證在所有路由定義中唯一，值隨便寫就是了
     # 采用 LoadBalanceClient 方式請求，以 lb:// 開頭，后面的是注冊在 Nacos 上的服務名
     uri: lb://sc-demo-alibaba-consumer
     predicates:
      # Method ，這里是匹配 GET 和 POST 請求
      - Method=GET,POST
     filters:
      - name: RequestRateLimiter
       args:
        redis-rate-limiter.burstCapacity: 20
        redis-rate-limiter.replenishRate: 5
        key-resolver: '#{@ipKeyResolver}'
    - id: ROUTER#sc-demo-alibaba-provider
     uri: lb://sc-demo-alibaba-provider
     predicates:
      - Method=GET,POST
 #Redis配置
 redis:
  host: 192.168.3.105
  port: 6379
  #Redis連接池配置
  jedis:
   pool:
    min-idle: 0
    max-idle: 8
    max-active: 8
    max-wait: -1ms
server:
 port: 8888
feign:
 sentinel:
  enabled: true
management:
 endpoints:
  web:
   exposure:
    include: "*"
# 配置日志級別，方別調試
logging:
 level:
  org.springframework.cloud.gateway: debug

這里可以看到，除了Redis配置 ( spring.redis.** )以外。
主要就是對于Getway的配置。
在Gateway路由配置中，設置了一個filters參數。
這個是為了指定路由的各種過濾器的。這個參數也有很多種，可以參考官方講解: https://cloud.spring.io/spring-cloud-gateway/2.0.x/single/spring-cloud-gateway.html#gateway-route-filters

我這就是指定了一個RequestRateLimiter，請求限流。

• redis-rate-limiter.burstCapacity: 20     

這個參數表示突發容量,即每秒可以最大通過多少次請求

• redis-rate-limiter.replenishRate: 5      

 這個是令牌桶的補充速度，每秒往桶里邊放幾個令牌

• key-resolver: ‘#{@ipKeyResolver}'             

這個就是用上KeyResolver的具體實現了，這里用spel表達式指定我寫的那個ip限制類

準備好之后將應用啟動就完事了，想測的話可以用jmeter測測看，或者將請求限制寫的更小一點，在網頁上狂按f5也行。

“怎么為Spring Cloud Gateway加上全局過濾器”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！