大家好，我是小富～
最近同事找我帮忙排查一个"诡异"的 Bug，说困扰了他们一年多一直没解决。我接手后花了一些时间定位到了问题根源，今天就来跟大家分享一下这个问题的排查过程和解决方案。
问题描述
同事使用的是 SpringCloud Gateway 3.0.1 + JDK8，整合了 Nacos 做动态路由配置。问题是：每次修改 Nacos 的路由配置后，网关的 API 请求就会出现 404 错误，但重启网关后又能恢复正常。
听到这个问题，我的第一反应是：Nacos 配置更新后，网关的缓存数据可能没有及时更新。带着这个猜想，我开始深入排查。
环境准备
首先准备了 3 个后端服务实例，端口分别为 8103、12040、12041，在 Nacos 中配置了对应的网关路由：xiaofu-8103、xiaofu-12040、xiaofu-12041，并将它们放在同一个权重组 xiaofu-group 中，实现基于权重的负载均衡。
- id: xiaofu-8103
uri: http://127.0.0.1:8103/
predicates:
- Weight=xiaofu-group, 2
- Path=/test/version1/**
filters:
- RewritePath=/test/version1/(?<segment>.*),/$\{
segment}
- id: xiaofu-12040
uri: http://127.0.0.1:12040/
predicates:
- Weight=xiaofu-group, 1
- Path=/test/version1/**
filters:
- RewritePath=/test/version1/(?<segment>.*),/$\{
segment}
- id: xiaofu-12041
uri: http://127.0.0.1:12041/
predicates:
- Weight=xiaofu-group, 2
- Path=/test/version1/**
filters:
- RewritePath=/test/version1/(?<segment>.*),/$\{
segment}
使用 JMeter 进行持续请求测试，为了便于日志追踪，给每个请求参数都添加了随机数。
准备完成后启动 JMeter 循环请求，观察到三个实例都有日志输出，说明网关的负载均衡功能正常。
问题排查
为了获取更详细的日志信息，我将网关的日志级别调整为 TRACE。
启动 JMeter 后，随机修改三个实例的路由属性（uri、port、predicates、filters），请求没有出现报错，网关控制台也显示了更新后的路由属性，说明 Nacos 配置变更已成功同步到网关。
接下来尝试去掉一个实例 xiaofu-12041，这时发现 JMeter 请求开始出现 404 错误，成功复现问题！
查看网关控制台日志时，惊奇地发现已删除的实例 xiaofu-12041 的路由配置仍然存在，甚至还被选中（chosen）处理请求。问题根源找到了：虽然 Nacos 中删除了实例路由配置，但网关在实际负载均衡时仍然使用旧的路由数据。
继续深入排查，发现在路由的权重信息（Weights attr）中也存在旧的路由数据。至此基本确定问题：在计算实例权重和负载均衡时，网关使用了陈旧的缓存数据。
源码分析
通过分析源码，发现了一个专门计算权重的过滤器 WeightCalculatorWebFilter。它内部维护了一个 groupWeights 变量来存储路由权重信息。当配置变更事件发生时，会执行 addWeightConfig(WeightConfig weightConfig) 方法来更新权重配置。
@Override
public void onApplicationEvent(ApplicationEvent event) {
if (event instanceof PredicateArgsEvent) {
handle((PredicateArgsEvent) event);
}
else if (event instanceof WeightDefinedEvent) {
addWeightConfig(((WeightDefinedEvent) event).getWeightConfig());
}
else if (event instanceof RefreshRoutesEvent && routeLocator != null) {
if (routeLocatorInitialized.compareAndSet(false, true)) {
routeLocator.ifAvailable(locator -> locator.getRoutes().blockLast());
}
else {
routeLocator.ifAvailable(locator -> locator.getRoutes().subscribe());
}
}
}
addWeightConfig 方法的注释明确说明：该方法仅创建新的 GroupWeightConfig，而不进行修改。这意味着它只能新建或覆盖路由权重，无法清理已删除的路由权重信息。
void addWeightConfig(WeightConfig weightConfig) {
String group = weightConfig.getGroup();
GroupWeightConfig config;
// only create new GroupWeightConfig rather than modify
// and put at end of calculations. This avoids concurency problems
// later during filter execution.
if (groupWeights.containsKey(group)) {
config = new GroupWeightConfig(groupWeights.get(group));
}
else {
config = new GroupWeightConfig(group);
}
final AtomicInteger index = new AtomicInteger(0);
....省略.....
if (log.isTraceEnabled()) {
log.trace("Recalculated group weight config " + config);
}
// only update after all calculations
groupWeights.put(group, config);
}
解决方案
找到问题根源后，解决方案就清晰了
开始我怀疑可能是springcloud gateway 版本问题，将版本升级到了4.1.0，但结果还是存在这个问题。
看来只能手动更新缓存，需要监听 Nacos 路由配置变更事件，获取最新路由配置，并更新 groupWeights 中的权重数据。
以下是实现的解决方案代码：
@Slf4j
@Configuration
public class WeightCacheRefresher {
@Autowired
private WeightCalculatorWebFilter weightCalculatorWebFilter;
@Autowired
private RouteDefinitionLocator routeDefinitionLocator;
@Autowired
private ApplicationEventPublisher publisher;
/**
* 监听路由刷新事件，同步更新权重缓存
*/
@EventListener(RefreshRoutesEvent.class)
public void onRefreshRoutes() {
log.info("检测到路由刷新事件，准备同步更新权重缓存");
syncWeightCache();
}
/**
* 同步权重缓存与当前路由配置
*/
public void syncWeightCache() {
try {
// 获取 groupWeights 字段
Field groupWeightsField = WeightCalculatorWebFilter.class.getDeclaredField("groupWeights");
groupWeightsField.setAccessible(true);
// 获取当前的 groupWeights 值
@SuppressWarnings("unchecked")
Map<String, Object> groupWeights = (Map<String, Object>) groupWeightsField.get(weightCalculatorWebFilter);
if (groupWeights == null) {
log.warn("未找到 groupWeights 缓存");
return;
}
log.info("当前 groupWeights 缓存: {}", groupWeights.keySet());
// 获取当前所有路由的权重组和路由ID
final Set<String> currentRouteIds = new HashSet<>();
final Map<String, Map<String, Integer>> currentGroupRouteWeights = new HashMap<>();
routeDefinitionLocator.getRouteDefinitions()
.collectList()
.subscribe(definitions -> {
definitions.forEach(def -> {
currentRouteIds.add(def.getId());
def.getPredicates().stream()
.filter(predicate -> predicate.getName().equals("Weight"))
.forEach(predicate -> {
Map<String, String> args = predicate.getArgs();
String group = args.getOrDefault("_genkey_0", "unknown");
int weight = Integer.parseInt(args.getOrDefault("_genkey_1", "0"));
// 记录每个组中当前存在的路由及其权重
currentGroupRouteWeights.computeIfAbsent(group, k -> new HashMap<>())
.put(def.getId(), weight);
});
});
log.info("当前路由配置中的路由ID: {}", currentRouteIds);
log.info("当前路由配置中的权重组: {}", currentGroupRouteWeights);
// 检查每个权重组，移除不存在的路由，更新权重变化的路由
Set<String> groupsToRemove = new HashSet<>();
Set<String> groupsToUpdate = new HashSet<>();
for (String group : groupWeights.keySet()) {
if (!currentGroupRouteWeights.containsKey(group)) {
// 整个权重组不再存在
groupsToRemove.add(group);
log.info("权重组 [{}] 不再存在于路由配置中，将被移除", group);
continue;
}
// 获取该组中当前配置的路由ID和权重
Map<String, Integer> configuredRouteWeights = currentGroupRouteWeights.get(group);
// 获取该组中缓存的权重配置
Object groupWeightConfig = groupWeights.get(group);
try {
// 获取 weights 字段
Field weightsField = groupWeightConfig.getClass().getDeclaredField("weights");
weightsField.setAccessible(true);
@SuppressWarnings("unchecked")
LinkedHashMap<String, Integer> weights = (LinkedHashMap<String, Integer>) weightsField.get(groupWeightConfig);
// 找出需要移除的路由ID
Set<String> routesToRemove = weights.keySet().stream()
.filter(routeId -> !configuredRouteWeights.containsKey(routeId))
.collect(Collectors.toSet());
// 找出权重发生变化的路由ID
Set<String> routesWithWeightChange = new HashSet<>();
for (Map.Entry<String, Integer> entry : weights.entrySet()) {
String routeId = entry.getKey();
Integer cachedWeight = entry.getValue();
if (configuredRouteWeights.containsKey(routeId)) {
Integer configuredWeight = configuredRouteWeights.get(routeId);
if (!cachedWeight.equals(configuredWeight)) {
routesWithWeightChange.add(routeId);
log.info("路由 [{}] 的权重从 {} 变为 {}", routeId, cachedWeight, configuredWeight);
}
}
}
// 找出新增的路由ID
Set<String> newRoutes = configuredRouteWeights.keySet().stream()
.filter(routeId -> !weights.containsKey(routeId))
.collect(Collectors.toSet());
if (!routesToRemove.isEmpty() || !routesWithWeightChange.isEmpty() || !newRoutes.isEmpty()) {
log.info("权重组 [{}] 中有变化：删除 {}，权重变化 {}，新增 {}",
group, routesToRemove, routesWithWeightChange, newRoutes);
// 如果有任何变化，我们将重新计算整个组的权重
groupsToUpdate.add(group);
}
// 首先，移除需要删除的路由
for (String routeId : routesToRemove) {
weights.remove(routeId);
}
// 如果权重组中没有剩余路由，则移除整个组
if (weights.isEmpty()) {
groupsToRemove.add(group);
log.info("权重组 [{}] 中没有剩余路由，将移除整个组", group);
}
} catch (Exception e) {
log.error("处理权重组 [{}] 时出错", group, e);
}
}
// 移除不再需要的权重组
for (String group : groupsToRemove) {
groupWeights.remove(group);
log.info("已移除权重组: {}", group);
}
// 更新需要重新计算的权重组
for (String group : groupsToUpdate) {
try {
// 获取该组中当前配置的路由ID和权重
Map<String, Integer> configuredRouteWeights = currentGroupRouteWeights.get(group);
// 移除旧的权重组配置
groupWeights.remove(group);
log.info("已移除权重组 [{}] 以便重新计算", group);
// 为每个路由创建 WeightConfig 并调用 addWeightConfig 方法
Method addWeightConfigMethod = WeightCalculatorWebFilter.class.getDeclaredMethod("addWeightConfig", WeightConfig.class);
addWeightConfigMethod.setAccessible(true);
for (Map.Entry<String, Integer> entry : configuredRouteWeights.entrySet()) {
String routeId = entry.getKey();
Integer weight = entry.getValue();
WeightConfig weightConfig = new WeightConfig(routeId);
weightConfig.setGroup(group);
weightConfig.setWeight(weight);
addWeightConfigMethod.invoke(weightCalculatorWebFilter, weightConfig);
log.info("为路由 [{}] 添加权重配置：组 [{}]，权重 {}", routeId, group, weight);
}
} catch (Exception e) {
log.error("重新计算权重组 [{}] 时出错", group, e);
}
}
log.info("权重缓存同步完成，当前缓存的权重组: {}", groupWeights.keySet());
});
} catch (Exception e) {
log.error("同步权重缓存失败", e);
}
}
}
网上找一圈并没发现官方的修改意见，可能是咱们使用方式不对导致的，要不如此明显的BUG早就有人改了吧！
