使用 feign 调用服务时,Post 变 Get 请求的解决方案

本文介绍了解决Feign框架中Post请求被错误地转换为Get请求的问题。通过增加Feign过滤器或使用httpClient替代默认实现,可以有效区分并正确处理Post与Get请求。深入探讨了问题根源及解决方案的潜在缺陷。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 问题

使用的是 2.1.1 版本的 feign,进过大量的测试,无论是标准是 @PostMapping 还是 @GetMapping,只要参数标注 @RequestParam,调用的时候就一律都用 Get 请求,也就是说把参数拼接到 URL 上。如果想使用Post 请求,需要在参数标记 @RequestBody,这样无论是 Get 还是 Post 都一律使用 Post

以下有几种的实现方式可以做到配置区分 PostGet 请求。下列方案可能有缺陷,请慎用。

2. 解决办法

2.1 增加 feign 过滤器

增加的 feign 拦截器,此拦截器是在 RequestTemplate 构建完成后执行的,我们手动再进行加工一下。把Post 相关的参数写入到 Body 里面,从而达到目的。

1、增加feign的拦截器 FeignRequestInterceptor

import feign.*;
import feign.template.QueryTemplate;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.collections.MapUtils;
import org.springframework.http.HttpHeaders;
import org.springframework.http.HttpMethod;extHolder;
import org.springframework.web.context.request.ServletRequ
import org.springframework.web.context.request.RequestContestAttributes;

import javax.servlet.http.HttpServletRequest;
import java.util.*;

import static org.springframework.http.MediaType.APPLICATION_FORM_URLENCODED_VALUE;

@Slf4j
@Component
public class FeignRequestInterceptor implements RequestInterceptor {

    @Override
    public void apply(RequestTemplate template) {

        /处理POST请求的时候转换成了GET的bug
        if (HttpMethod.POST.name().equals(template.method()) && template.requestBody().length() == 0 && !template.queries().isEmpty()) {
            Object object = MapUtils.getObject(template.headers(), HttpHeaders.CONTENT_TYPE);
            if (null != object) {

                if (((Collection) object).contains(APPLICATION_FORM_URLENCODED_VALUE)) {

                    StringBuilder builder = new StringBuilder();
                    Map<String, Collection<String>> queries = template.queries();
                    Iterator<String> queriesIterator = queries.keySet().iterator();

                    while (queriesIterator.hasNext()) {
                        String field = queriesIterator.next();
                        Collection<String> strings = queries.get(field);
                        //由于参数已经做了url编码处理,这里直接拼接即可
                        builder.append(field + "=" + StringUtils.join(strings, ","));
                        builder.append("&");
                    }

                    template.body(Request.Body.encoded(builder.toString().getBytes(), template.requestCharset()));
                    template.queries(null);
                }
            }
        }
        log.debug("FeignRequestInterceptor:{}", template.toString());
    }
}

2、feign 接口定义

// consumes = "application/x-www-form-urlencoded" 是必须设置的,否则不会进入上面写的处理过程
@PostMapping(value = "/youUrl", consumes = "application/x-www-form-urlencoded")
ResultBody<Map<String,Object>> youMethod(@RequestParam("a") String a, @RequestParam("b") String b);

2.2 使用 httpClient 代替默认实现

使用 httpClient 的实现,虽然 httpClient 里面的处理是会把URL里面的参数挪动到Body里面,但是由于ApacheHttpClient 的实现上和后面的处理有冲突。详细分析请看另外一篇分析 《Spring boot 使用 feign 调用参数过长(Post变Get)》,但是需要修改 feign 的源码,这里直接采用在项目覆盖默认的实现。从而达到目的。

1、增加 maven 依赖:

<dependency>
    <groupId>org.apache.httpcomponents</groupId>
    <artifactId>httpclient</artifactId>
    <version>4.5.11</version>
</dependency>

<!--<dependency>
    <groupId>io.github.openfeign</groupId>
    <artifactId>feign-httpclient</artifactId>
    <version>10.8</version>
</dependency>-->

2、在yml文件中增加配置

feign:
  httpclient:
    enabled: true

这个是 FeignAutoConfiguration 自动配置

在根目录增加 feign.httpclient package,把 feign-httpclient 中的 ApacheHttpClient 直接复制到此目录,然后注释掉此句话即可。

w500

代码详细实例可以查看 https://github.com/JerryDai90/sping-boot-experiment/blob/master/feign/src/main/java/fun/lsof/feign/fix/urlencode/FeignRequestInterceptor.java

3. 思考

这几天看了比较多的源码,feign 相关源码不应该犯这种错误,把 POST 参数放到 URL 上。这个原因我的猜想是由于无论是放到 body 还是 header 上面,其实效果都是一样的(放到 url和在body编码方式和组合都是一样的),header 的默认大小限制就小一点(8K或者更少),而 Post 则大一点(2M+)。换句话来说,其实可以忽略这个问题,直接在配置文件中加大限制即可

server:
    port: 4450
    # 增加请求头接受大小
    max-http-header-size: 10485760
### RT-DETRv3 网络结构分析 RT-DETRv3 是一种基于 Transformer 的实时端到端目标检测算法,其核心在于通过引入分层密集正监督方法以及一系列创新性的训练策略,解决了传统 DETR 模型收敛慢和解码器训练不足的问题。以下是 RT-DETRv3 的主要网络结构特点: #### 1. **基于 CNN 的辅助分支** 为了增强编码器的特征表示能力,RT-DETRv3 引入了一个基于卷积神经网络 (CNN) 的辅助分支[^3]。这一分支提供了密集的监督信号,能够与原始解码器协同工作,从而提升整体性能。 ```python class AuxiliaryBranch(nn.Module): def __init__(self, in_channels, out_channels): super(AuxiliaryBranch, self).__init__() self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1) self.bn = nn.BatchNorm2d(out_channels) def forward(self, x): return F.relu(self.bn(self.conv(x))) ``` 此部分的设计灵感来源于传统的 CNN 架构,例如 YOLO 系列中的 CSPNet 和 PAN 结构[^2],这些技术被用来优化特征提取效率并减少计算开销。 --- #### 2. **自注意力扰动学习策略** 为解决解码器训练不足的问题,RT-DETRv3 提出了一种名为 *self-att 扰动* 的新学习策略。这种策略通过对多个查询组中阳性样本的标签分配进行多样化处理,有效增加了阳例的数量,进而提高了模型的学习能力和泛化性能。 具体实现方式是在训练过程中动态调整注意力权重分布,确保更多的高质量查询可以与真实标注 (Ground Truth) 进行匹配。 --- #### 3. **共享权重解编码器分支** 除了上述改进外,RT-DETRv3 还引入了一个共享权重的解编码器分支,专门用于提供密集的正向监督信号。这一设计不仅简化了模型架构,还显著降低了参数量和推理时间,使其更适合实时应用需求。 ```python class SharedDecoderEncoder(nn.Module): def __init__(self, d_model, nhead, num_layers): super(SharedDecoderEncoder, self).__init__() decoder_layer = nn.TransformerDecoderLayer(d_model=d_model, nhead=nhead) self.decoder = nn.TransformerDecoder(decoder_layer, num_layers=num_layers) def forward(self, tgt, memory): return self.decoder(tgt=tgt, memory=memory) ``` 通过这种方式,RT-DETRv3 实现了高效的目标检测流程,在保持高精度的同时大幅缩短了推理延迟。 --- #### 4. **与其他模型的关系** 值得一提的是,RT-DETRv3 并未完全抛弃经典的 CNN 技术,而是将其与 Transformer 结合起来形成混合架构[^4]。例如,它采用了 YOLO 系列中的 RepNCSP 模块替代冗余的多尺度自注意力层,从而减少了不必要的计算负担。 此外,RT-DETRv3 还借鉴了 DETR 的一对一匹配策略,并在此基础上进行了优化,进一步提升了小目标检测的能力。 --- ### 总结 综上所述,RT-DETRv3 的网络结构主要包括以下几个关键组件:基于 CNN 的辅助分支、自注意力扰动学习策略、共享权重解编码器分支以及混合编码器设计。这些技术创新共同推动了实时目标检测领域的发展,使其在复杂场景下的表现更加出色。 ---
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值