我司用了 6 年的 Redis 分布式限流器，可以说是非常厉害了
发布时间：2025-11-04 00:11:42 来源：创站工坊 作者：域名
一、司用说非什么是布式限流？为什么要限流？
不知道大家有没有做过帝都的地铁，就是限流进地铁站都要排队的那种，为什么要这样摆长龙转圈圈？常厉答案就是为了 限流 ！因为一趟地铁的司用说非运力是有限的，一下挤进去太多人会造成站台的布式拥挤、列车的限流超载，存在一定的常厉安全隐患。同理，司用说非我们的布式程序也是一样，它处理请求的限流能力也是有限的，一旦请求多到超出它的常厉处理极限就会崩溃。为了不出现最坏的司用说非崩溃情况，只能耽误一下大家进站的布式时间。限流是WordPress模板限流保证系统高可用的重要手段！！！
由于互联网公司的流量巨大，系统上线会做一个流量峰值的评估，尤其是像各种秒杀促销活动，为了保证系统不被巨大的流量压垮，会在系统流量到达一定阈值时，拒绝掉一部分流量。
限流会导致用户在短时间内（这个时间段是毫秒级的）系统不可用，一般我们衡量系统处理能力的指标是每秒的 QPS 或者 TPS ，假设系统每秒的流量阈值是1000，理论上一秒内有第1001个请求进来时，那么这个请求就会被限流。
二、限流方案
1、计数器Java内部也可以通过原子类计数器 AtomicInteger 、 Semaphore 信号量来做简单的限流。
// 限流的个数 private int maxCount = 10; // 指定的源码库时间内 private long interval = 60; // 原子类计数器 private AtomicInteger atomicInteger = new AtomicInteger(0); // 起始时间 private long startTime = System.currentTimeMillis(); public boolean limit(int maxCount, int interval) { atomicInteger.addAndGet(1); if (atomicInteger.get() == 1) { startTime = System.currentTimeMillis(); atomicInteger.addAndGet(1); return true; } // 超过了间隔时间，直接重新开始计数 if (System.currentTimeMillis() - startTime > interval * 1000) { startTime = System.currentTimeMillis(); atomicInteger.set(1); return true; } // 还在间隔时间内,check有没有超过限流的个数 if (atomicInteger.get() > maxCount) { return false; } return true; }2、漏桶算法
漏桶算法思路很简单，我们把水比作是 请求 ，漏桶比作是 系统处理能力极限 ，水先进入到漏桶里，漏桶里的水按一定速率流出，当流出的速率小于流入的速率时，由于漏桶容量有限，后续进入的水直接溢出（拒绝请求），以此实现限流。
3、令牌桶算法
令牌桶算法的原理也比较简单，我们可以理解成医院的挂号看病，只有拿到号以后才可以进行诊病。
系统会维护一个令牌（ token ）桶，以一个恒定的速度往桶里放入令牌（ token ），这时如果有请求进来想要被处理，则需要先从桶里获取一个令牌（ token ），当桶里没有令牌（ token）可取时，则该请求将被拒绝服务。令牌桶算法通过控制桶的容量、高防服务器发放令牌的速率，来达到对请求的限制。
4、Redis + Lua
很多同学不知道 Lua 是啥？个人理解， Lua 脚本和 MySQL 数据库的存储过程比较相似，他们执行一组命令，所有命令的执行要么全部成功或者失败，以此达到原子性。也可以把 Lua 脚本理解为，一段具有业务逻辑的代码块。
而 Lua 本身就是一种编程语言，虽然 redis 官方没有直接提供限流相应的 API ，但却支持了Lua 脚本的功能，可以使用它实现复杂的令牌桶或漏桶算法，也是分布式系统中实现限流的主要方式之一。
相比 Redis 事务， Lua脚本 的优点：
减少网络开销：使用 Lua 脚本，无需向 Redis 发送多次请求，执行一次即可，减少网络传输 原子操作： Redis 将整个 Lua 脚本作为一个命令执行，原子，无需担心并发 复用： Lua 脚本一旦执行，会永久保存 Redis 中,，其他客户端可复用Lua 脚本大致逻辑如下：
-- 获取调用脚本时传入的第一个key值（用作限流的 key） local key = KEYS[1] -- 获取调用脚本时传入的第一个参数值（限流大小） local limit = tonumber(ARGV[1]) -- 获取当前流量大小 local curentLimit = tonumber(redis.call(get, key) or "0") -- 是否超出限流 if curentLimit + 1 > limit then -- 返回(拒绝) return 0 else -- 没有超出 value + 1 redis.call("INCRBY", key, 1) -- 设置过期时间 redis.call("EXPIRE", key, 2) -- 返回(放行) return 1 end 通过 KEYS[1] 获取传入的key参数 通过 ARGV[1] 获取传入的 limit 参数 redis.call方法，从缓存中get和key相关的值，如果为null那么就返回0 接着判断缓存中记录的数值是否会大于限制大小，如果超出表示该被限流，返回0 如果未超过，那么该key的缓存值+1，并设置过期时间为1秒钟以后，并返回缓存值+1这种方式是本文推荐的方案，具体实现会在后边做细说。
5、网关层限流
限流常在网关这一层做，比如 Nginx 、 Openresty 、 kong 、 zuul 、 Spring Cloud Gateway 等，而像 spring cloud - gateway 网关限流底层实现原理，就是基于 Redis + Lua ，通过内置 Lua 限流脚本的方式。
三、Redis + Lua 限流实现
下面我们通过 自定义注解 、 aop 、 Redis + Lua 实现限流，步骤会比较详细，为了小白能让快速上手这里啰嗦一点，有经验的老鸟们多担待一下。
1、环境准备
springboot 项目创建地址：https://start.spring.io，很方便实用的一个工具。
2、引入依赖包
pom文件中添加如下依赖包，比较关键的就是 spring-boot-starter-data-redis 和 spring-boot-starter-aop 。
<dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-aop</artifactId> </dependency> <dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>21.0</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-lang3</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> <exclusions> <exclusion> <groupId>org.junit.vintage</groupId> <artifactId>junit-vintage-engine</artifactId> </exclusion> </exclusions> </dependency> </dependencies>3、配置application.properties
在 application.properties 文件中配置提前搭建好的 redis 服务地址和端口。
spring.redis.host=127.0.0.1 spring.redis.port=63794、配置RedisTemplate实例
@Configuration public class RedisLimiterHelper { @Bean public RedisTemplate<String, Serializable> limitRedisTemplate(LettuceConnectionFactory redisConnectionFactory) { RedisTemplate<String, Serializable> template = new RedisTemplate<>(); template.setKeySerializer(new StringRedisSerializer()); template.setValueSerializer(new GenericJackson2JsonRedisSerializer()); template.setConnectionFactory(redisConnectionFactory); return template; } }限流类型枚举类
/** * @author fu * @description 限流类型 * @date 2020/4/8 13:47 */ public enum LimitType { /** * 自定义key */ CUSTOMER, /** * 请求者IP */ IP; }5、自定义注解
我们自定义个 @Limit 注解，注解类型为 ElementType.METHOD 即作用于方法上。
period 表示请求限制时间段， count 表示在 period 这个时间段内允许放行请求的次数。 limitType 代表限流的类型，可以根据 请求的IP 、 自定义key ，如果不传 limitType 属性则默认用方法名作为默认key。
/** * @author fu * @description 自定义限流注解 * @date 2020/4/8 13:15 */ @Target({ElementType.METHOD, ElementType.TYPE}) @Retention(RetentionPolicy.RUNTIME) @Inherited @Documented public @interface Limit { /** * 名字 */ String name() default ""; /** * key */ String key() default ""; /** * Key的前缀 */ String prefix() default ""; /** * 给定的时间范围 单位(秒) */ int period(); /** * 一定时间内最多访问次数 */ int count(); /** * 限流的类型(用户自定义key 或者 请求ip) */ LimitType limitType() default LimitType.CUSTOMER; }6、切面代码实现
/** * @author fu * @description 限流切面实现 * @date 2020/4/8 13:04 */ @Aspect @Configuration public class LimitInterceptor { private static final Logger logger = LoggerFactory.getLogger(LimitInterceptor.class); private static final String UNKNOWN = "unknown"; private final RedisTemplate<String, Serializable> limitRedisTemplate; @Autowired public LimitInterceptor(RedisTemplate<String, Serializable> limitRedisTemplate) { this.limitRedisTemplate = limitRedisTemplate; } /** * @param pjp * @author fu * @description 切面 * @date 2020/4/8 13:04 */ @Around("execution(public * *(..)) && @annotation(com.xiaofu.limit.api.Limit)") public Object interceptor(ProceedingJoinPoint pjp) { MethodSignature signature = (MethodSignature) pjp.getSignature(); Method method = signature.getMethod(); Limit limitAnnotation = method.getAnnotation(Limit.class); LimitType limitType = limitAnnotation.limitType(); String name = limitAnnotation.name(); String key; int limitPeriod = limitAnnotation.period(); int limitCount = limitAnnotation.count(); /** * 根据限流类型获取不同的key ,如果不传我们会以方法名作为key */ switch (limitType) { case IP: key = getIpAddress(); break; case CUSTOMER: key = limitAnnotation.key(); break; default: key = StringUtils.upperCase(method.getName()); } ImmutableList<String> keys = ImmutableList.of(StringUtils.join(limitAnnotation.prefix(), key)); try { String luaScript = buildLuaScript(); RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class); Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, limitPeriod); logger.info("Access try count is {} for name={} and key = {}", count, name, key); if (count != null && count.intValue() <= limitCount) { return pjp.proceed(); } else { throw new RuntimeException("You have been dragged into the blacklist"); } } catch (Throwable e) { if (e instanceof RuntimeException) { throw new RuntimeException(e.getLocalizedMessage()); } throw new RuntimeException("server exception"); } } /** * @author fu * @description 编写 redis Lua 限流脚本 * @date 2020/4/8 13:24 */ public String buildLuaScript() { StringBuilder lua = new StringBuilder(); lua.append("local c"); lua.append("nc = redis.call(get,KEYS[1])"); // 调用不超过最大值，则直接返回 lua.append("nif c and tonumber(c) > tonumber(ARGV[1]) then"); lua.append("nreturn c;"); lua.append("nend"); // 执行计算器自加 lua.append("nc = redis.call(incr,KEYS[1])"); lua.append("nif tonumber(c) == 1 then"); // 从第一次调用开始限流，设置对应键值的过期 lua.append("nredis.call(expire,KEYS[1],ARGV[2])"); lua.append("nend"); lua.append("nreturn c;"); return lua.toString(); } /** * @author fu * @description 获取id地址 * @date 2020/4/8 13:24 */ public String getIpAddress() { HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest(); String ip = request.getHeader("x-forwarded-for"); if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) { ip = request.getHeader("Proxy-Client-IP"); } if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) { ip = request.getHeader("WL-Proxy-Client-IP"); } if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) { ip = request.getRemoteAddr(); } return ip; } }7、控制层实现
我们将@Limit注解作用在需要进行限流的接口方法上，下边我们给方法设置@Limit注解，在10秒内只允许放行3个请求，这里为直观一点用AtomicInteger计数。
/** * @Author: fu * @Description: */ @RestController public class LimiterController { private static final AtomicInteger ATOMIC_INTEGER_1 = new AtomicInteger(); private static final AtomicInteger ATOMIC_INTEGER_2 = new AtomicInteger(); private static final AtomicInteger ATOMIC_INTEGER_3 = new AtomicInteger(); /** * @author fu * @description * @date 2020/4/8 13:42 */ @Limit(key = "limitTest", period = 10, count = 3) @GetMapping("/limitTest1") public int testLimiter1() { return ATOMIC_INTEGER_1.incrementAndGet(); } /** * @author fu * @description * @date 2020/4/8 13:42 */ @Limit(key = "customer_limit_test", period = 10, count = 3, limitType = LimitType.CUSTOMER) @GetMapping("/limitTest2") public int testLimiter2() { return ATOMIC_INTEGER_2.incrementAndGet(); } /** * @author fu * @description * @date 2020/4/8 13:42 */ @Limit(key = "ip_limit_test", period = 10, count = 3, limitType = LimitType.IP) @GetMapping("/limitTest3") public int testLimiter3() { return ATOMIC_INTEGER_3.incrementAndGet(); } }8、测试
测试 「预期」 ：连续请求3次均可以成功，第4次请求被拒绝。接下来看一下是不是我们预期的效果，请求地址： http://127.0.0.1:8080/limitTest1 ，用 postman 进行测试，有没有 postman url直接贴浏览器也是一样。
可以看到第四次请求时，应用直接拒绝了请求，说明我们的 Springboot + aop + lua 限流方案搭建成功。
以上 springboot + aop + Lua 限流实现是比较简单的，旨在让大家认识下什么是限流？如何做一个简单的限流功能，面试要知道这是个什么东西。上面虽然说了几种实现限流的方案，但选哪种还要结合具体的业务场景，不能为了用而用。
- 免费改照片大小KB的软件推荐（简单易用的工具帮助您快速调整照片大小）
- 电脑剪映教程（从零开始，学会使用剪映软件编辑专业级视频）
- 电脑启动问题解决办法（如何解决电脑一直启动进不了的问题）
- 简单高效的pe一键装机教程（零基础用户也能轻松搞定的pe装机指南）
- 飞利浦MP3SA0283音质如何？（揭秘飞利浦MP3SA0283的音质表现及特点）
- 电脑重装Win10系统操作指南（简明易懂的重装Win10系统教程）
- 如何利用分身定格制作教程电脑（创意动手实践，体验分身定格的魅力）
- 以5c升级iOS10.2的完美解决方案（轻松畅享最新iOS10.2版本，让您的5c焕然一新）
- 简单快捷的双系统一键安装教程（轻松享受双系统的便利，一键安装教你如何做到）
- 揭秘各大品牌路由器默认用户名密码的安全问题（隐私保护在默认配置中的薄弱环节）
- MotoZXT1605（探索MotoZXT1605的创新功能和出色性能）
- 康佳彩电LED55R6610U质量怎么样？（全面评估LED55R6610U的性能和用户反馈）
- U盘装双系统教程（简单易行的U盘装双系统方法）
- 宏碁电脑错误等待F1的解决方法（解决宏碁电脑错误等待F1的实用技巧）
- 装机新手必看！以装机盘为工具的装机教程大揭秘！（教你一步步轻松装机，让电脑焕然一新！）
- 神舟战神电脑装系统教程（一步步教你如何为神舟战神电脑装系统）
- 索尼MDREX250AP耳机的全面评测（探索音质卓越、舒适度卓越和设计精美的索尼MDREX250AP耳机）
- 51系统安装教程（详解51系统的安装步骤与技巧）
- 苹果6升级到10.3系统的优劣势分析（探究苹果6升级10.3系统的关键特性和用户体验）
- 磁盘分区教程（深入探索MBR的功能、用途和实现方法）
随便看看
- Copyright © 2025 Powered by 我司用了 6 年的 Redis 分布式限流器，可以说是非常厉害了,创站工坊 滇ICP备2023006006号-44sitemap