“透传”是一个在分布式系统、微服务架构、中间件通信中非常常见的概念，英文通常叫做 "pass-through" 或 "transparent transmission"，它的核心含义是：
💡 透传的定义：
**透传是指中间服务/组件/模块在处理请求或消息时，**不对某些数据（如请求头、上下文信息、标识字段等）进行修改、解析或拦截，而是原样转发 给下游服务的过程。
📌 举个直观例子：
你从服务 A → B → C 调用链路中，在 A 中加了一个请求头 X-Request-ID=123：
如果 B 做“透传”，它不管这个头部内容，直接带着它转发请求给 C；
那么 C 能够拿到原始的 X-Request-ID=123，从而实现上下游链路关联、日志追踪等功能。
🧠 通俗理解：
可以把透传理解为“我只当搬运工，不做加工处理”：
📦 收到什么数据，就原样转发出去；
🚫 不做解析、不改字段、不做校验。
🧱 在 Java 微服务开发中的常见透传场景：
场景透传内容背后目的Feign 调用请求头（如 traceId、token）实现链路追踪、安全认证Spring Cloud GatewayHttpHeader、认证信息网关向后端透传请求上下文Kafka 消息透传自定义 header保留原始消息上下文RPC 框架（如 Dubbo）Invocation Attachments传递用户上下文/session 信息分布式事务XID 或事务上下文实现事务上下游联动日志系统traceId、spanId打通链路追踪体系（如 Sleuth）
🧩 技术细节：Spring Cloud 中怎么实现透传？
示例：请求头透传（RestTemplate / Feign）
// Feign 拦截器中加上透传逻辑
public class FeignRequestInterceptor implements RequestInterceptor {
@Override
public void apply(RequestTemplate template) {
HttpServletRequest request = RequestContextHolderUtils.getRequest();
String traceId = request.getHeader("X-Trace-Id");
if (traceId != null) {
template.header("X-Trace-Id", traceId);
}
}
}
⚠️ 非透传 vs 透传的区别
类型行为风险场景非透传中间服务会解包、加工、修改信息不一致、性能下降鉴权、解密、内容过滤透传不解包，原样转发安全性低，依赖下游解读链路追踪、上下文保持
✅ 优点
降低中间服务复杂度
保证上下游上下文一致
有利于 traceId、token、用户信息的链路传递
❌ 缺点 / 注意点
中间服务无法控制数据合法性
可能存在安全隐患（例如 token 泄漏）
依赖全链路统一协定