本文将从知识拓扑讲起，谈一下api网关的功能，以及spring cloud gateway的使用方法。文章很长，可以先过一下目录。
一、知识拓扑 (使用和原理)
二、网关的作用
三、Predicate，路由匹配
四、Filter，过滤器编写
五、自定义过滤器
六、常见问题
为什么很多人觉得spring cloud gateway难用？因为它的背后用的是webflux，涉及到响应式编程，而不是传统的过程式编程。
我们把背后的技术梳理一下，不难发现，这个晦涩的根源，就来自于project reactor，与spring项目并驾齐驱的，”面向未来”的响应式编程框架。
结果最后的代码，都长的和lambda一样。其背后的思想，是观察者模式和非阻塞杂交的产物，学习曲线相对陡峭。
一、知识拓扑
spring cloud gateway涉及到许多比较新的知识和理念，但仅仅对于使用来说，坡度并不是很大。
1.1 使用相关
我们可以想象一下一个路由的必要元素：web请求，通过一些匹配条件，定位到真正的服务节点。并在这个转发过程的前后，进行一些精细化控制。
其中，predicate就是我们的匹配条件；而filter，就可以理解为一个无所不能的拦截器。有了这两个元素，再加上目标uri，就可以实现一个具体的路由了。
由于spring cloud gateway是基于springboot的，所以使用yml进行路由的配置。yml的层次通常比较深，这就造成了配置文件看起来非常的乱。它也可以使用java代码（或者kotlin）进行路由的编写，风格偏向函数编程，所以需要首先了解lambda表达式的写法。
spring cloud gateway大多数时候是作为http服务的网关，可以针对http的报文进行一些细粒度的控制，所以还需要对http协议有较多的理解，才能在使用时游刃有余。
1.2 原理相关
而在原理方面，却复杂的多。由于实践方面的滞后性，现有的组件大多数还没有追上“响应式”这个“超前”的理念，催生了一堆晦涩的组件（主要是专用函数太多）。好在，使用spring cloud gateway并不需要直接接触这些api。
最重要的，就是对webflux框架的封装。webflux是可以替代spring mvc的一套解决方案，可以编写响应式的应用，两者之间的关系可以看下图。它的底层使用的是netty，所以操作是异步非阻塞的。
再往下走，webflux是运行在project reactor之上的一个封装，其根本特性是由后者提供的。这个东西和vert.x一样，初次接触使用起来会感觉特别怪异。
reactor是观察者模式的发扬，所以里面有Publisher的概念，其中最主要的实现，就是Flux和Mono。所谓的webflux，取名就在于此。
reactor参考：提示
从传统的开发模式过渡到reactor的开发模式，是有一定成本的。如果有时间可以了解一下背后的原理，对spring cloud gateway的使用，还是有好处的。
二、网关的作用
从名字就可以看到，它是一个网络的关卡，无论后端多么的复杂，这个对外的关卡表现是一致的。
更加重要的是，隐藏在关卡后面的一些通用的事务，都可以抽象出来进行处理。可以把网关，想像成一个类似于海关的东西，你的签证资料准备、安检、调度等，都可以统一进行处理。
api网关就是伴随着微服务概念兴起的一种架构模式，当然也不仅限于微服务。从图中我们可以看到网关的位置。
且看下面网关的具体作用。
2.1 反向代理
这个是所有网关，包括nginx的基本功能。除了能够对服务进行整形，网关一个非常重要的附加收益，就是对后端的服务细节进行了屏蔽。
反向代理同时会带有负载均衡的功能，包括带权重的流量分配。
2.2 鉴权
就是权限认证，也就是常说的权限系统。由于鉴权服务有非常高的相似性，就可以进行抽象处理，放在网关层。
比如https协议的统一接入，分布式session的处理问题，新的登录鉴权通道的接入等。
2.3 流量控制
流量控制如果分散到每个服务里去做，就是一种灾难，网关是最适合的地方。
流量控制通常有多种策略，对后端服务进行屏蔽。非正常请求和超出负载能力的请求，都会被快速拦截在外，为系统的稳定性提供了必不可少的支持。
流量控制有单机限流和分布式限流两种方式，后者控制更加精细一些，spring cloud gateway都有提供。
2.4 熔断
熔断与流控的主要区别，在于前者在一段时间内，服务“不可用”，而后者仅概率性失败。
除了服务之间的调用涉及到熔断，在网关层的熔断，作用范围会更大，需要对服务进行准确的分级。
2.5 灰度控制
网关的一个终极功能，就是实现服务的灰度发布。比如常说的AB test，就是一种灰度发布方式。
灰度会进行精细化控制，比如针对一类用户，某个物理区域，特定请求路径，特定模块，随机百分比等方面的一些灰度控制等。
灰度是一个整体架构配合的结果，但协调的入口就是网关，通过对请求头或者参数加入一些特定的标志，就可以对每个请求进行划分，决定是否落入灰度。
2.6 日志监控
网关是最适合进行日志监控的地方。通过对访问日志的精细分析，能够得到很多有价值的数据，进而对后端服务的优化提供决策依据。
比如，某个“业务”的访问趋势，运营数据，QPS峰值，同比、环比等。
三、Predicate，路由匹配
spring cloud gateway的配置方式有Fluent API和yml两种方式，都操蛋的很。
Predicate在英文中是断言的意思。这里我们可以看作是条件匹配，能够根据http头或者http参数进行匹配。
3.1 时间匹配
在某个时间点之前，或者之后的匹配。比如让路由在某个时间段内生效。
配置文件类似于：
spring:
cloud:
gateway:
routes:
- id: after_route
uri: https://example.org
predicates:
- After=2020-10-20T17:42:47.789-07:00[America/Denver]
其中。id是本路由的唯一不可重复名称，uri指定匹配后的路由地址，而predicates的After，就是我们的时间匹配器。
1.之后
或者翻译成代码方式。
builder.routes().route(
r -> r.after(LocalDateTime.of(2020, 10, 17, 42, 47).atZone(ZoneId.of("America/Denver")))
.uri("https://example.org")
);
由于代码大部分类似，下面的篇幅，我们只截取最主要的片段。
2.之前
上面是某个时间点之后，之前的写法，如下：
Before=2017-01-20T17:42:47.789-07:00[America/Denver]
r.before(LocalDateTime.of(2020, 10, 17, 42, 47).atZone(ZoneId.of("America/Denver")))
3.之间 还有在某个时间段之内的
Between=2017-01-20T17:42:47.789-07:00[America/Denver], 2017-01-21T17:42:47.789-07:00[America/Denver]
r.between(
LocalDateTime.of(2020, 10, 17, 42, 47).atZone(ZoneId.of("America/Denver")),
LocalDateTime.of(2027, 10, 17, 42, 47).atZone(ZoneId.of("America/Denver"))
)
3.2 Http信息
我们简单看一下一个http请求的信息，其中，General和Request Headers中的信息，都可以进行匹配控制。对于Cookie、Host等常用的信息，还进行了专门的优化。这其中，最常用的，就是path、cookie、host、query等。
!(data:image/svg+xml;utf8,<?xml version="1.0"?>) Path
path是最重要的匹配方式，多个path可以使用,分隔。
Path=/foo/{segment},/bar/{segment}
r.path("/foo/{segment}","/bar/{segment}")
注意，我们将{segment}使用大括号围了起来，这个值，可以通过代码取出来。
Map<String, String> uriVariables = ServerWebExchangeUtils.getPathPredicateVariables(exchange);
String segment = uriVariables.get("segment");
Header头信息
Header=X-Request-Id, \d+
r.header("Header=X-Request-Id", "\\d+")
与cookie类似，这里指的是http头方面的匹配，很多灰度信息，或者trace信息，就喜欢放在这里。
Cookie [header]
Cookie=chocolate, ch.p
r.cookie("chocolate","ch.p")
http信息中，是否有一个名字叫做chocolate的Cookie，是否与正则ch.p匹配。
Host信息 [header] 虽然host信息也在header信息里，但是由于它太常用了，所以有专门的匹配器。
Host=**.somehost.org,**.anotherhost.org
r.host("Host=**.somehost.org","**.anotherhost.org")
注意，这里的匹配字符串，是Ant风格的，更简洁一些，并不是java中的正则表达式。多个host使用,进行分隔。
Request Method
Method=GET
r.method("GET")
注意，我在源代码里没有找到大小写转换的代码，所以路由中切记保持大写方式。除了CONNECT，都支持。
!(data:image/svg+xml;utf8,<?xml version="1.0"?>) Query
这里指的就是url问号后面的一串参数。
Query=baz
r.query("baz")
Query=foo, ba.
r.query("foo","ba.")
太简单，都不需要我做过多介绍了。
RemoteAddr
RemoteAddr=192.168.1.1/24
r->r.remoteAddr("192.168.1.1/24")
3.3 权重
权重信息的配置，有点2b。比如，我们后面有2台服务器，spring cloud gateway对其做了两个路由，其中链接的枢纽就是一个叫做Weight的group。
spring:
cloud:
gateway:
routes:
- id: weight_high
uri: https://weighthigh.org
predicates:
- Weight=group1, 8
- id: weight_low
uri: https://weightlow.org
predicates:
- Weight=group1, 2
同样的代码如下。
builder.routes()
.route("weight_high",r -> r.weight("group1", 8).uri("https://weighthigh.org"))
.route("weight_low",r -> r.weight("group1", 2).uri("https://weightlow.org"));
假如服务有100个节点，还有一堆filter，要重复配置100次？不得不说非常的fuck。
四、Filter，过滤器编写
匹配，能够定位到要进行代理的路由。现在，已经进入到了我们的路由内部。上面提到的路由的作用，大部分功能就是在这里进行配置的。
用过zuul网关的可能都知道，在自定义路由时，会有pre和post两个注解控制在代理前后的路由行为。spring cloud gatewa有着同样的功效。
4.1 信息修改
crud不仅仅存在SSM中，路由的配置也是如此。你可能在路由到真正的后端服务之前，对http头或者其他信息修改；或者在代理到相应的链接之后，再进行一些修改。
按照我们的理解，所谓request对应的是pre，而response对应的是post。
AddRequestHeader=X-Request-Foo, Bar
AddRequestParameter=foo, bar
AddResponseHeader=X-Response-Foo, Bar
RemoveRequestHeader=X-Request-Foo
RemoveResponseHeader=X-Response-Foo
RemoveRequestParameter=foo
SetRequestHeader=X-Request-Foo, Bar
SetResponseHeader=X-Response-Foo, Bar
SetStatus=401
4.2 Request Body修改
这个就蛋疼了一些，原因还是由webflux引起的，在写法上比较个性一些。
.filters(f -> f.modifyRequestBody(String.class, String.class, MediaType.APPLICATION_JSON_VALUE,
(exchange, s) -> {
return Mono.just(s.toUpperCase());
})
上面的代码，将requestBody中的内容，全部转成了大写方式。
相似的，response对应的是modifyResponseBody，写法是类似的。具体的可以参见 ModifyRequestBodyGatewayFilterFactory 的代码。如果没有接触过上面说到的理论部分，读起来还是比较吃力的。
4.3 重定向
RedirectTo=302, https://acme.org
.filters(f -> f.redirect(302,"https://acme.org"))
直接重定向。这个比较简单，不做过多介绍。
4.4 去掉前缀
重点。
StripPrefix=2
.filters(f->f.stripPrefix(2))
StripPrefix可以接受一个非负整数，用于去掉对应的前缀。比如，外部访问的path是 /a/b/c/d 那么，转向后端服务的path，就是/c/d，去掉了/a/b前缀。
这属于路径重写的一种特殊方式，常用在对uri为lb://协议的微服务路径重写。
4.5 路径重写
RewritePath是和nginx的路径重写非常相近的一个东西。
RewritePath=/foo(?<segment>/?.*), $\{segment}
f.rewritePath("/foo(?<segment>/?.*)", "${segment}")
官方说说明，由于yml配置文件的缘故。要把$写成$\的方式，但是java代码中并不需要这么做。由于内部使用的还是java的正则，同时用上了group的概念，代码真是脏的可以。
4.6 熔断配置
默认集成的断路器，依然是hystrix。
Hystrix=myCommandName
.filters(f -> f.hystrix(c->c.setName("myCommandName")))
另外，熔断还有一个参数叫做fallbackUri，但可惜的是，只支持forward方式。比如：
fallbackUri: forward:/myfallback
4.7 重试配置
对于一些对稳定性要求非常高的服务，一个无法回避的问题，就是重试。重试的参数比较多，一个典型的配置如下：
- name: Retry
args:
retries: 3
statuses: BAD_GATEWAY
backoff:
firstBackoff: 10ms
maxBackoff: 50ms
factor: 2
basedOnPreviousValue: false
其中，backoff指定了重试的策略和间隔，会按照公式firstBackoff * (factor ^ n)进行增长。
熔断保证了服务的安全性，重试保证了服务的健壮性，要注意甄别使用场景。
4.8 限流
内置的限流器，如果被触发，将返回"HTTP 429 - Too Many Requests"错误。
限流器的参数是一个叫做KeyResolver实现，其中，就有我们上面提到的概念Mono。所以如果你想要扩展这个限流器的话，就需要了解webflux那一套东西。
public interface KeyResolver {
Mono<String> resolve(ServerWebExchange exchange);
}
同时，基于redis的令牌桶原理的分布式限流。由于底层使用的是"spring-boot-starter-data-redis-reactive"，所以就拥有了“响应式”的应用特点，支持 WebFlux (Reactor) 的背压（Backpressure）。对于其中的配置，是有些绕的，比如官方的这段配置。
- name: RequestRateLimiter
args:
key-resolver: '#{@ipKeyResolver}'
redis-rate-limiter.replenishRate: 10
redis-rate-limiter.burstCapacity: 20
我们就需要定一个名字叫做ipKeyResolver的bean。
限流的维度很多，需要自行开发管理后台。由于篇幅原因，我们不做展开讨论。
五、自定义过滤器
spring cloud gateway的过滤器，有全局过滤器和局部过滤器之分，对应的接口为GatewayFilter和GlobalFilter。
如果内置的过滤器不能满足需求，则可通过自定义过滤器解决。通过实现GatewayFilter和Ordered接口，可以进行更加灵活的控制。
可以参考内置过滤器的实现方式。后面的文章，我们将详细介绍这方面的具体代码实现。
六、常见问题
lb://表示什么？
lb://serviceName是spring cloud gateway在微服务中自动为我们创建的负载均衡uri，在某些特殊情况下，可以直接书写。比如，在eureka中的注册名称为pay-rpc，则此时的写法为：
lb://pay-rpc
如何修改http内容？比如method？
注意ServerWebExchange这个东西。使用它的 exchange.mutate()函数，可以进入修改模式。比如，把GET转成POST方式：
ServerHttpRequest request = exchange.getRequest();
if (request.getMethod() == HttpMethod.GET) {
exchange = exchange.mutate().request(request.mutate().method(HttpMethod.POST).build()).build();
}
如何动态更新路由? 主要是通过actuator管理接口，确保这些内容放在了内网中。
GET /actuator/gateway/routes 路由列表
GET /actuator/gateway/routes/{id} 获取某个路由信息
GET /actuator/gateway/globalfilters 全局过滤器
GET /actuator/gateway/routefilters filter列表
POST /actuator/gateway/refresh 刷新路由
POST /gateway/routes/{id_route_to_create} 创建路由
DELETE /gateway/routes/{id_route_to_delete} 删除某个路由
如何做一些数据统计
这个功能简单的很，我们只需要实现一个全局的过滤器，就可以加入任何统计功能。常用的方式有两种：通过日志进行分析；通过应用内聚合进行分析。
这两者都不是很难，主要在于对功能的规划而不是代码。
我有更高级的功能，比如解密数据的需求，该如何做？
这个就要自己实现过滤器了。
Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain);
通过ServerWebExchange，可以控制整个请求过程中的任何一个参数的添加，修改，删除，重写等。在代理方法前后，可以通过
exchange.getAttributes().put();
exchange.getAttribute()
这两个函数，进行参数传递
所以，即使官方不编写任何上面提到的filter，我们依然可以用这个基本接口玩的转。
End
微信公众号真的是不太适合写一些教程类的文章，所以本文依然是一个总结性的经验之谈。
随着zuul1的退出和zuul2的难产，亲生的SCG成为了最优的选择。Spring团队很有意思，直接采用了webflux作为后端的技术（改怕了？），这会让很多人痛痛痛：又要学习新技术了。
本文并没有测试SCG的性能，这个已经有很多团队进行验证了，效果都不错。
但现在的spring cloud gateway，问题还很多。好在这个问题是使用问题，并不是功能问题。它已经内置了非常多的Predicate和Filter，但很多时候并不能解决问题，需要使用者自行创建自己的过滤器。好吧，我的大多数过滤器全是自行创建的。
另外吐槽一下Fluent API和yml的配置方式，真是丑的一b，需要开发一个管理后台。还有复杂的java正则的那些东西，都让人抓狂–请看墙上那些深深的爪痕，就是我的杰作。