Spring Cloud Gateway WebFlux 模式架构分析

请关注微信公众号：阿呆-bot

1. 入口类及关键类关系

1.1 入口类

Spring Cloud Gateway WebFlux 模式的入口类是 GatewayAutoConfiguration，这是整个 WebFlux 模式的"总指挥"。它负责配置所有 Gateway 需要的组件。

java 复制代码

@Configuration(proxyBeanMethods = false)
@ConditionalOnProperty(name = "spring.cloud.gateway.server.webflux.enabled", matchIfMissing = true)
@EnableConfigurationProperties
@AutoConfigureBefore({ HttpHandlerAutoConfiguration.class, WebFluxAutoConfiguration.class })
@AutoConfigureAfter({ GatewayReactiveLoadBalancerClientAutoConfiguration.class,
        GatewayClassPathWarningAutoConfiguration.class })
@ConditionalOnClass(DispatcherHandler.class)
public class GatewayAutoConfiguration {
    // 核心 Bean 定义
}

关键特性说明：

@AutoConfigureBefore({ HttpHandlerAutoConfiguration.class, WebFluxAutoConfiguration.class })
- 这个很关键！Gateway 必须在 WebFlux 的默认配置之前加载
- 为什么？因为 Gateway 需要注册自己的 HandlerMapping（RoutePredicateHandlerMapping）
- 如果 WebFlux 的默认配置先加载，可能会注册其他的 HandlerMapping，导致路由冲突
- Gateway 的 HandlerMapping 优先级更高，会优先处理请求
@ConditionalOnClass(DispatcherHandler.class)
- 这个注解确保只有在 WebFlux 存在时才加载 Gateway
- DispatcherHandler 是 WebFlux 的核心组件，类似于 WebMVC 的 DispatcherServlet
- 如果没有 WebFlux，Gateway WebFlux 模式就无法工作

@ConditionalOnProperty

yaml 复制代码

# 可以通过配置控制是否启用
spring:
  cloud:
    gateway:
      server:
        webflux:
          enabled: true  # 默认启用，可以设置为 false 禁用

配置的核心组件：

RouteLocator：路由定位器，负责提供路由列表
FilteringWebHandler：过滤器处理器，负责执行过滤器链
RoutePredicateHandlerMapping：路由匹配器，负责匹配请求到路由
GatewayProperties：Gateway 配置属性

1.2 关键类关系图

1.3 核心组件说明

RoutePredicateHandlerMapping

这是 Gateway 的路由匹配器，负责找到匹配的路由。它继承自 Spring WebFlux 的 AbstractHandlerMapping。

工作原理：

java 复制代码

@Override
protected Mono<?> getHandlerInternal(ServerWebExchange exchange) {
    // 1. 查找匹配的路由（异步操作）
    return lookupRoute(exchange)
        .map(route -> {
            // 2. 把路由信息存储到 Exchange 的属性中
            exchange.getAttributes().put(GATEWAY_ROUTE_ATTR, route);
            // 3. 返回 FilteringWebHandler 作为处理器
            return webHandler;
        });
}

实际例子：

java 复制代码

// 假设有这些路由配置
routes = [
    { id: "user-service", path: "/api/users/**", uri: "http://user-service" },
    { id: "order-service", path: "/api/orders/**", uri: "http://order-service" }
]

// 请求：GET /api/users/123
// lookupRoute() 会：
// 1. 遍历所有路由
// 2. 使用 AsyncPredicate 异步匹配
// 3. 找到匹配的路由：user-service
// 4. 返回 FilteringWebHandler

关键点：

lookupRoute() 返回 Mono<Route>，是异步的
路由匹配使用 AsyncPredicate，支持异步条件判断
匹配成功后，路由信息存储在 ServerWebExchange 的属性中

FilteringWebHandler

这是 Gateway 的核心请求处理器，负责执行过滤器链。它实现了 Spring WebFlux 的 WebHandler 接口。

工作原理：

java 复制代码

@Override
public Mono<Void> handle(ServerWebExchange exchange) {
    // 1. 从 Exchange 中获取路由信息（路由匹配时设置的）
    Route route = exchange.getRequiredAttribute(GATEWAY_ROUTE_ATTR);
    
    // 2. 获取合并后的过滤器列表（全局过滤器 + 路由过滤器）
    List<GatewayFilter> combined = getCombinedFilters(route);
    
    // 3. 创建过滤器链并执行
    return new DefaultGatewayFilterChain(combined).filter(exchange);
}

实际例子：

java 复制代码

// 假设路由配置了这些过滤器
route.filters = [
    AddRequestHeaderFilter,
    RateLimitFilter,
    NettyRoutingFilter  // 最后一个，负责实际转发请求
]

// FilteringWebHandler 会：
// 1. 合并全局过滤器和路由过滤器
// 2. 按 Order 排序
// 3. 创建过滤器链
// 4. 依次执行过滤器

过滤器链执行：

java 复制代码

// 过滤器链的实现（责任链模式）
private static class DefaultGatewayFilterChain implements GatewayFilterChain {
    @Override
    public Mono<Void> filter(ServerWebExchange exchange) {
        return Mono.defer(() -> {
            if (this.index < filters.size()) {
                GatewayFilter filter = filters.get(this.index);
                // 创建下一个链节点
                DefaultGatewayFilterChain chain = new DefaultGatewayFilterChain(this, this.index + 1);
                // 执行当前过滤器，传入下一个链节点
                return filter.filter(exchange, chain);
            }
            return Mono.empty();  // 所有过滤器执行完毕
        });
    }
}

RouteLocator

路由定位器，负责提供路由列表。Gateway 支持多个 RouteLocator，可以组合使用。

工作原理：

java 复制代码

@Bean
@Primary
public RouteLocator cachedCompositeRouteLocator(List<RouteLocator> routeLocators) {
    // 1. 组合多个 RouteLocator
    CompositeRouteLocator composite = new CompositeRouteLocator(
        Flux.fromIterable(routeLocators)
    );
    
    // 2. 添加缓存（提高性能）
    return new CachingRouteLocator(composite);
}

实际例子：

java 复制代码

// 可以有多个 RouteLocator
RouteLocator[] locators = [
    PropertiesRouteDefinitionLocator,      // 从配置文件读取路由
    DiscoveryClientRouteDefinitionLocator, // 从服务发现读取路由
    InMemoryRouteDefinitionRepository      // 从内存（API）读取路由
]

// CompositeRouteLocator 会合并所有路由
// 返回 Flux<Route>，包含所有路由

路由来源：

配置文件 ：PropertiesRouteDefinitionLocator

yaml 复制代码

spring:
  cloud:
    gateway:
      routes:
        - id: user-service
          uri: http://localhost:8081

服务发现 ：DiscoveryClientRouteDefinitionLocator

java 复制代码

// 自动从 Eureka/Consul 等服务注册中心发现服务
// 为每个服务自动创建路由

API 动态配置 ：InMemoryRouteDefinitionRepository

java 复制代码

// 通过 API 动态添加/删除路由
routeDefinitionRepository.save(routeDefinition);

2. 关键流程描述

2.1 请求处理流程时序图

2.2 路由匹配流程

路由匹配是 Gateway 的核心功能。让我们用一个实际例子来说明整个流程：

场景：客户端请求 GET /api/users/123

详细流程：

DispatcherHandler 接收 HTTP 请求
复制代码
```
客户端 → DispatcherHandler → Gateway
```
- DispatcherHandler 是 WebFlux 的请求分发器，类似于 WebMVC 的 DispatcherServlet
- 它会把请求交给合适的 HandlerMapping 处理
- Gateway 的 RoutePredicateHandlerMapping 优先级很高，会优先处理

RoutePredicateHandlerMapping 从 RouteLocator 获取所有路由

java 复制代码

// 获取所有路由（返回 Flux<Route>，是响应式的）
Flux<Route> routes = routeLocator.getRoutes();

// 实际的路由列表可能是：
// [
//   { id: "user-service", path: "/api/users/**", uri: "http://user-service" },
//   { id: "order-service", path: "/api/orders/**", uri: "http://order-service" }
// ]

RouteLocator 可能从多个来源获取路由（配置文件、服务发现、API）
返回的是 Flux<Route>，是响应式的流

使用 AsyncPredicate 异步匹配路由

java 复制代码

// 异步匹配路由
return routes
    .filterWhen(route -> {
        // 使用 AsyncPredicate 异步匹配
        return route.getPredicate().test(exchange);
    })
    .next();  // 返回第一个匹配的路由

匹配过程：

java 复制代码

// 路由1：user-service
AsyncPredicate predicate1 = exchange -> {
    String path = exchange.getRequest().getPath().value();
    return Mono.just(path.startsWith("/api/users/"));  // 异步返回 true/false
};
// 路径 "/api/users/123" 匹配 "/api/users/**" ✓

// 路由2：order-service
AsyncPredicate predicate2 = exchange -> {
    String path = exchange.getRequest().getPath().value();
    return Mono.just(path.startsWith("/api/orders/"));  // 异步返回 false
};
// 路径 "/api/users/123" 不匹配 "/api/orders/**" ✗

使用 AsyncPredicate 异步匹配，支持异步条件判断
可以在这里做异步操作（比如查询 Redis、数据库等）
返回 Mono<Boolean>，不会阻塞线程

找到匹配的路由后，将路由信息存储到 ServerWebExchange 的属性中

java 复制代码

// 匹配成功后
Route matchedRoute = ...;  // user-service 路由

// 存储路由信息到 Exchange 的属性中
exchange.getAttributes().put(GATEWAY_ROUTE_ATTR, matchedRoute);
exchange.getAttributes().put(GATEWAY_REQUEST_URL_ATTR, matchedRoute.getUri());

路由信息存储在 ServerWebExchange 的属性中
后续的过滤器可以从这里获取路由信息
比如 NettyRoutingFilter 会从这里获取目标 URI

返回 FilteringWebHandler 作为处理器
java 复制代码
```
// 返回 FilteringWebHandler
return Mono.just(webHandler);
```
- FilteringWebHandler 会负责执行过滤器链
- 最终会调用 NettyRoutingFilter 转发请求到下游服务

完整示例：

yaml 复制代码

# 配置文件
spring:
  cloud:
    gateway:
      routes:
        - id: user-service
          uri: http://user-service:8081
          predicates:
            - Path=/api/users/**
            - Method=GET

匹配过程：

请求 GET /api/users/123 到达
路径 /api/users/123 匹配 /api/users/** ✓
方法 GET 匹配 GET ✓
找到匹配的路由 user-service
返回 FilteringWebHandler，目标 URI 是 http://user-service:8081

2.3 过滤器链执行流程

过滤器链是 Gateway 的核心机制。让我们用一个实际例子来说明：

场景：请求已经匹配到路由，现在需要执行过滤器链

详细流程：

FilteringWebHandler 从路由中获取过滤器列表

java 复制代码

Route route = exchange.getRequiredAttribute(GATEWAY_ROUTE_ATTR);
List<GatewayFilter> routeFilters = route.getFilters();
// 假设路由配置了这些过滤器：
// [AddRequestHeaderFilter, RateLimitFilter]

从路由中获取路由级别的过滤器
这些过滤器只应用于当前路由

合并全局过滤器和路由过滤器，按 Order 排序

java 复制代码

// 全局过滤器（应用于所有路由）
List<GlobalFilter> globalFilters = [
    LoadBalancerClientFilter,      // Order: 10100
    NettyRoutingFilter,            // Order: Ordered.LOWEST_PRECEDENCE
    NettyWriteResponseFilter       // Order: Ordered.LOWEST_PRECEDENCE - 1
];

// 路由过滤器
List<GatewayFilter> routeFilters = [
    AddRequestHeaderFilter,         // Order: 1000
    RateLimitFilter                 // Order: -100
];

// 合并并排序
List<GatewayFilter> combined = [
    RateLimitFilter,                // -100 (最高优先级)
    AddRequestHeaderFilter,         // 1000
    LoadBalancerClientFilter,       // 10100
    NettyRoutingFilter,             // LOWEST_PRECEDENCE
    NettyWriteResponseFilter        // LOWEST_PRECEDENCE - 1
];

全局过滤器 + 路由过滤器 = 合并后的过滤器列表
按 Order 排序，数字越小优先级越高
Ordered.LOWEST_PRECEDENCE 是最大整数，优先级最低

创建 DefaultGatewayFilterChain，实现责任链模式

java 复制代码

// 创建过滤器链
DefaultGatewayFilterChain chain = new DefaultGatewayFilterChain(combined);

// 过滤器链的内部实现
private static class DefaultGatewayFilterChain implements GatewayFilterChain {
    private final int index;  // 当前执行的过滤器索引
    private final List<GatewayFilter> filters;

    @Override
    public Mono<Void> filter(ServerWebExchange exchange) {
        return Mono.defer(() -> {
            if (this.index < filters.size()) {
                GatewayFilter filter = filters.get(this.index);
                // 创建下一个链节点
                DefaultGatewayFilterChain nextChain = 
                    new DefaultGatewayFilterChain(this, this.index + 1);
                // 执行当前过滤器，传入下一个链节点
                return filter.filter(exchange, nextChain);
            }
            return Mono.empty();  // 所有过滤器执行完毕
        });
    }
}

使用责任链模式，每个过滤器都可以决定是否继续执行下一个过滤器
通过递归创建链节点来实现

递归执行过滤器

java 复制代码

// 执行流程（简化版）
RateLimitFilter.filter(exchange, chain1)
  -> 检查限流
  -> chain1.filter(exchange)  // 调用下一个过滤器
    -> AddRequestHeaderFilter.filter(exchange, chain2)
      -> 添加请求头
      -> chain2.filter(exchange)  // 调用下一个过滤器
        -> LoadBalancerClientFilter.filter(exchange, chain3)
          -> 负载均衡选择实例
          -> chain3.filter(exchange)
            -> NettyRoutingFilter.filter(exchange, chain4)
              -> 转发请求到下游服务
              -> chain4.filter(exchange)
                -> NettyWriteResponseFilter.filter(exchange, chain5)
                  -> 写入响应
                  -> chain5.filter(exchange)
                    -> Mono.empty()  // 所有过滤器执行完毕

每个过滤器调用 chain.filter(exchange) 来执行下一个过滤器
如果某个过滤器不想继续执行，可以不调用 chain.filter()
比如限流过滤器，如果限流了，就直接返回错误，不继续执行

NettyRoutingFilter 作为最后一个过滤器，执行实际的 HTTP 请求

java 复制代码

// NettyRoutingFilter 的实现（简化版）
@Override
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
    URI requestUrl = exchange.getRequiredAttribute(GATEWAY_REQUEST_URL_ATTR);

    // 使用 Reactor Netty HttpClient 发送请求（非阻塞）
    return httpClient.get()
        .uri(requestUrl)
        .send((req, nettyOutbound) -> nettyOutbound.send(request.getBody()))
        .responseConnection((res, connection) -> {
            // 设置响应到 Exchange
            exchange.getAttributes().put(CLIENT_RESPONSE_ATTR, res);
            return Mono.just(res);
        })
        .then(chain.filter(exchange));  // 继续执行下一个过滤器
}

NettyRoutingFilter 使用 Reactor Netty 的 HttpClient 发送请求
这是非阻塞的，线程不会在这里等待
响应到达后，会继续执行下一个过滤器（NettyWriteResponseFilter）

响应通过 Mono 链式返回

java 复制代码

// 响应返回流程
NettyWriteResponseFilter.filter(exchange, chain)
  -> 写入响应到客户端
  -> Mono.empty()  // 完成
  -> 返回给 NettyRoutingFilter
    -> 返回给 LoadBalancerClientFilter
      -> 返回给 AddRequestHeaderFilter
        -> 返回给 RateLimitFilter
          -> 返回给 FilteringWebHandler
            -> 返回给 RoutePredicateHandlerMapping
              -> 返回给 DispatcherHandler
                -> 返回给客户端

响应通过 Mono 链式返回
每个过滤器都可以修改响应
最终返回给客户端

关键点：

过滤器链是响应式的，不会阻塞线程
每个过滤器都可以修改请求或响应
过滤器可以决定是否继续执行下一个过滤器
NettyRoutingFilter 是最后一个过滤器，负责实际转发请求

2.4 响应式 HTTP 请求

java 复制代码

Flux<HttpClientResponse> responseFlux = httpClient
    .headers(headers -> headers.add(httpHeaders))
    .request(method)
    .uri(url)
    .send((req, nettyOutbound) -> nettyOutbound.send(request.getBody()))
    .responseConnection((res, connection) -> {
        // 处理响应
        return Mono.just(res);
    });

关键点：

使用 Reactor Netty 的非阻塞 HTTP 客户端
基于 Reactive Streams 的响应式编程模型
支持背压（Backpressure）控制

3. 实现关键点说明

3.1 响应式编程模型

WebFlux 模式完全基于响应式编程，使用 Project Reactor 的 Mono 和 Flux。这是 WebFlux 和 WebMVC 最根本的区别。

基本概念：

java 复制代码

public interface GlobalFilter {
    Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain);
}

Mono 和 Flux 是什么？

Mono：表示 0 或 1 个元素的异步序列

java 复制代码

Mono<String> name = Mono.just("Spring");  // 一个值
Mono<String> empty = Mono.empty();        // 0 个值
Mono<String> async = Mono.fromCallable(() -> {
    // 异步操作
    return fetchNameFromDatabase();
});

Flux：表示 0 到 N 个元素的异步序列

java 复制代码

Flux<String> names = Flux.just("Spring", "Cloud", "Gateway");  // 多个值
Flux<String> stream = Flux.interval(Duration.ofSeconds(1))
    .map(i -> "Event " + i);  // 无限流

实际例子：

java 复制代码

// WebMVC 方式（阻塞）
public ServerResponse handle(ServerRequest request) {
    User user = userService.getUser(userId);  // 阻塞等待
    return ServerResponse.ok().body(user);
}

// WebFlux 方式（非阻塞）
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
    return userService.getUser(userId)  // 返回 Mono<User>，不阻塞
        .flatMap(user -> {
            // 用户数据到达后才执行这里
            exchange.getAttributes().put("user", user);
            return chain.filter(exchange);
        });
}

优势说明：

非阻塞 I/O，提高并发性能

java 复制代码

// 非阻塞调用下游服务
return httpClient.get()
    .uri("http://backend-service/api/data")
    .retrieve()
    .bodyToMono(String.class)  // 返回 Mono，不阻塞线程
    .flatMap(data -> {
        // 数据到达后才执行这里
        return processData(data);
    });
// 在等待响应的这段时间，线程可以处理其他请求

线程不会阻塞，可以处理其他请求
一个线程可以处理多个请求
并发性能大幅提升

支持背压，防止内存溢出

java 复制代码

// 背压示例
Flux<String> dataStream = getDataStream();  // 数据流

dataStream
    .limitRate(100)  // 限制速率，防止内存溢出
    .subscribe(data -> {
        // 处理数据
        processData(data);
    });

如果生产者生产数据太快，消费者可以告诉生产者慢一点
防止内存溢出
这是 Reactive Streams 规范的核心特性

资源利用率高，少量线程处理大量请求

复制代码

场景：处理 10000 并发请求

WebMVC: 需要 500 线程，内存 ~500MB
WebFlux: 只需要 16 线程，内存 ~100MB

资源利用率提升 5 倍！

3.2 过滤器链模式

Gateway 使用责任链模式实现过滤器链。这是 Gateway 的核心设计模式之一。

责任链模式：

java 复制代码

private static class DefaultGatewayFilterChain implements GatewayFilterChain {
    private final int index;  // 当前过滤器索引
    private final List<GatewayFilter> filters;
    
    @Override
    public Mono<Void> filter(ServerWebExchange exchange) {
        return Mono.defer(() -> {
            if (this.index < filters.size()) {
                GatewayFilter filter = filters.get(this.index);
                // 创建下一个链节点
                DefaultGatewayFilterChain chain = 
                    new DefaultGatewayFilterChain(this, this.index + 1);
                // 执行当前过滤器，传入下一个链节点
                return filter.filter(exchange, chain);
            }
            return Mono.empty();  // 所有过滤器执行完毕
        });
    }
}

实际例子：

java 复制代码

// 假设有这些过滤器
List<GatewayFilter> filters = [
    RateLimitFilter,        // index 0
    AddRequestHeaderFilter,  // index 1
    NettyRoutingFilter      // index 2
];

// 执行流程
chain0.filter(exchange)  // index = 0
  -> RateLimitFilter.filter(exchange, chain1)  // index = 1
    -> 检查限流
    -> chain1.filter(exchange)
      -> AddRequestHeaderFilter.filter(exchange, chain2)  // index = 2
        -> 添加请求头
        -> chain2.filter(exchange)
          -> NettyRoutingFilter.filter(exchange, chain3)  // index = 3
            -> 转发请求
            -> chain3.filter(exchange)
              -> index (3) >= filters.size()，返回 Mono.empty()

过滤器类型：

GlobalFilter - 全局过滤器

java 复制代码

@Component
public class CustomGlobalFilter implements GlobalFilter, Ordered {
    @Override
    public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
        // 这个过滤器会应用于所有路由
        return chain.filter(exchange);
    }

    @Override
    public int getOrder() {
        return -1;  // 高优先级
    }
}

应用于所有路由
比如认证、日志、监控等

GatewayFilter - 路由过滤器

java 复制代码

// 通过配置定义的路由过滤器
spring:
  cloud:
    gateway:
      routes:
        - id: user-service
          filters:
            - AddRequestHeader=X-User-Id, 123  # 路由过滤器

只应用于特定路由
通过配置文件或 API 定义

Ordered - 控制执行顺序

java 复制代码

// 通过 Order 接口控制执行顺序
public class RateLimitFilter implements GlobalFilter, Ordered {
    @Override
    public int getOrder() {
        return -100;  // 数字越小，优先级越高
    }
}

public class LoggingFilter implements GlobalFilter, Ordered {
    @Override
    public int getOrder() {
        return 1000;  // 优先级较低
    }
}

// 执行顺序：RateLimitFilter (-100) -> LoggingFilter (1000)

过滤器可以做什么？

修改请求

java 复制代码

@Override
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
    ServerHttpRequest request = exchange.getRequest();
    ServerHttpRequest modifiedRequest = request.mutate()
        .header("X-Request-Id", UUID.randomUUID().toString())
        .build();
    return chain.filter(exchange.mutate().request(modifiedRequest).build());
}

修改响应

java 复制代码

@Override
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
    return chain.filter(exchange).then(Mono.fromRunnable(() -> {
        ServerHttpResponse response = exchange.getResponse();
        response.getHeaders().add("X-Response-Time", 
            String.valueOf(System.currentTimeMillis()));
    }));
}

中断执行

java 复制代码

@Override
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
    if (isRateLimited(exchange)) {
        // 限流了，直接返回错误，不继续执行
        exchange.getResponse().setStatusCode(HttpStatus.TOO_MANY_REQUESTS);
        return exchange.getResponse().setComplete();
    }
    return chain.filter(exchange);  // 继续执行
}

3.3 异步谓词（AsyncPredicate）

路由匹配使用异步谓词，支持异步条件判断：

java 复制代码

public interface AsyncPredicate<T> {
    Mono<Boolean> test(T t);
}

支持的谓词：

Path Route Predicate
Method Route Predicate
Header Route Predicate
Host Route Predicate
Query Route Predicate
RemoteAddr Route Predicate
Weight Route Predicate

3.4 Netty 集成

使用 Reactor Netty 作为底层 HTTP 客户端，提供高性能的非阻塞 I/O：

java 复制代码

public class NettyRoutingFilter implements GlobalFilter {
    private final HttpClient httpClient;
    
    @Override
    public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
        // 使用 Reactor Netty HttpClient 发送请求
        Flux<HttpClientResponse> responseFlux = httpClient
            .request(method)
            .uri(url)
            .send(...)
            .responseConnection(...);
    }
}

特性：

基于 Netty 的事件驱动模型
支持 HTTP/1.1 和 HTTP/2
支持 WebSocket
连接池管理

3.5 路由缓存

支持路由过滤器缓存，提高性能：

java 复制代码

private final ConcurrentHashMap<Route, List<GatewayFilter>> routeFilterMap = new ConcurrentHashMap();

protected List<GatewayFilter> getCombinedFilters(Route route) {
    if (this.routeFilterCacheEnabled) {
        return routeFilterMap.computeIfAbsent(route, this::getAllFilters);
    }
    return getAllFilters(route);
}

4. 总结说明

4.1 架构特点

响应式编程: 完全基于 Project Reactor 的响应式编程模型
非阻塞 I/O: 使用 Reactor Netty 实现非阻塞 HTTP 通信
高并发性能: 少量线程处理大量并发请求
背压支持: 支持 Reactive Streams 的背压机制

4.2 适用场景

高并发、高吞吐量的 API 网关场景
需要处理大量长连接（如 WebSocket）
微服务架构中的统一入口
需要流式处理（Streaming）的场景

4.3 关键优势

高性能: 非阻塞 I/O 提供更高的吞吐量
资源高效: 少量线程处理大量请求，资源利用率高
可扩展性: 响应式模型支持更好的水平扩展
功能丰富: 支持 HTTP/2、WebSocket、gRPC 等协议

4.4 局限性

学习曲线: 需要理解响应式编程模型
调试困难: 异步调用栈较难调试
阻塞风险: 如果在响应式链中执行阻塞操作，会降低性能
内存管理: 需要理解背压机制，避免内存问题

4.5 最佳实践

避免阻塞操作: 不要在响应式链中执行阻塞 I/O
合理使用背压: 理解背压机制，合理配置缓冲区
监控和指标: 使用 Spring Boot Actuator 监控 Gateway 性能
过滤器顺序: 合理设置过滤器顺序，避免不必要的处理