全新一代API网关，带可视化管理，文档贼友好！

关注

VIP免费原创最新推荐文章于 2026-07-28 15:08:00 发布 1k 阅读 AI 写同款· GEO 优化 ›

apisix的原理及作用,跟spring cloud gateway有什么区别? 是一个功能强大、高性能的 API 网关，主要用于微服务架构中流量管理、服务治理和安全控制。通过其强大的插件机制、动态配置、负载均衡、服务发现、日志和监控功能，APISIX 帮助开发者和运维人员更好地管理APISIX适合高性能、需要多协议支持、对扩展性和动态配置有更高要求的场景。它通过 Nginx 的强大性能、LuaJIT 的即时编译以及丰富的插件生态，在高并发、低延迟的情况下具有显著优势。阅读详情

摘要

提到API网关，大家比较熟悉的有Spring Cloud体系中的Gateway和Zuul，这些网关在使用的时候基本都要修改配置文件或自己开发功能。今天给大家介绍一款功能强大的API网关apisix，自带可视化管理功能，多达三十种插件支持，希望对大家有所帮助！

简介

apisix是一款云原生微服务API网关，可以为API提供终极性能、安全性、开源和可扩展的平台。apisix基于Nginx和etcd实现，与传统API网关相比，apisix具有动态路由和插件热加载，特别适合微服务系统下的API管理。

核心概念

我们先来了解下apisix的一些核心概念，对我们接下来的使用会很有帮助！

上游（Upstream）：可以理解为虚拟主机，对给定的多个目标服务按照配置规则进行负载均衡。
路由（Route）：通过定义一些规则来匹配客户端的请求，然后对匹配的请求执行配置的插件，并把请求转发给指定的上游。
消费者（Consumer）：作为API网关，有时需要知道API的消费方具体是谁，通常可以用来做身份认证。
服务（Service）：可以理解为一组路由的抽象。它通常与上游是一一对应的，路由与服务之间，通常是多对一的关系。
插件（Plugin）：API网关对请求的增强操作，可以对请求增加限流、认证、黑名单等一系列功能。可以配置在消费者、服务和路由之上。

安装

由于官方提供了Docker Compose部署方案，只需一个脚本即可安装apisix的相关服务，非常方便，这里我们也采用这种方案来部署。

首先下载apisix-docker项目，其实我们只需要使用其中的example目录就行了，下载地址
接下来我们把example目录上传到Linux服务器上去，来了解下这个目录里面的东西；

drwxrwxrwx. 2 root root   25 Jun 19 10:12 apisix_conf   # apisix配置文件目录
drwxrwxrwx. 2 root root   71 Jun 24 09:36 apisix_log    # apisix日志文件目录
drwxrwxrwx. 2 root root   23 Jun 23 17:10 dashboard_conf  # 可视化工具apisix-dashboard配置文件目录
-rwxrwxrwx. 1 root root 1304 Jun 19 10:12 docker-compose-alpine.yml # docker-compose 部署脚本（alpine）版本
-rwxrwxrwx. 1 root root 1453 Jun 19 10:12 docker-compose.yml # docker-compose 部署脚本
drwxrwxrwx. 2 root root   27 Jun 19 10:12 etcd_conf # ectd配置文件目录
drwxrwxrwx. 3 root root   31 Jun 23 17:06 etcd_data # ectd数据目录
drwxrwxrwx. 2 root root  107 Jun 19 10:12 mkcert
drwxrwxrwx. 2 root root   40 Jun 19 10:12 upstream # 两个测试用的Nginx服务配置

从docker-compose.yml中我们可以发现，该脚本不仅启动了apisix、apisix-dashboard、etcd这三个核心服务，还启动了两个测试用的Nginx服务；

version: "3"

services:
  # 可视化管理工具apisix-dashboard
  apisix-dashboard:
    image: apache/apisix-dashboard:2.7
    restart<

最低0.47元/天解锁文章

标签

#java

PyTorch实战：手把手教你用QAT量化感知训练拯救模型精度（附避坑指南）本文详细介绍了如何使用PyTorch进行QAT量化感知训练，以提升模型在边缘设备上的推理精度。通过核心原理讲解、实战代码示例和避坑指南，帮助开发者掌握从环境配置、模型训练到边缘部署的全流程，有效解决传统量化方法导致的精度损失问题。阅读详情

全新一代API网关，带可视化管理，文档贼友好！

摘要

简介

核心概念

安装

相关推荐