RedisLimiter 限流器

/**
 * 专门提供 RedisLimiter 限流基础服务的（提供了通用的能力）
 */
@Service
public class RedisLimiterManager {

    @Resource
    private RedissonClient redissonClient;

    /**
     * 限流操作
     *
     * @param key 区分不同的限流器，比如不同的用户 id 应该分别统计
     */
    public void doRateLimit(String key) {
        // 创建一个名称为user_limiter的限流器，每秒最多访问 2 次
        RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
        rateLimiter.trySetRate(RateType.OVERALL, 2, 1, RateIntervalUnit.SECONDS);
        // 每当一个操作来了后，请求一个令牌
        boolean canOp = rateLimiter.tryAcquire(1);
        if (!canOp) {
            throw new BusinessException(ErrorCode.TOO_MANY_REQUEST);
        }
    }
}

这段代码是Spring Boot项目中基于Redis和Redisson实现的分布式限流服务，用于控制接口或资源的访问频率，防止系统过载。以下是对其生产应用的详细解释：

核心机制

1. 分布式限流：

   • 使用Redisson的RRateLimiter实现分布式限流，确保多实例环境下限流规则全局生效。
   • 依赖Redis作为中心存储，保证各服务实例的限流状态同步。

2. 限流规则配置：

   • trySetRate(RateType.OVERALL, 2, 1, RateIntervalUnit.SECONDS) 设置每秒最多2次请求（令牌桶模式）。
   • RateType.OVERALL表示所有实例共享同一限流计数器（若需单实例限流可改为PER_CLIENT）。

3. 令牌获取：

   • tryAcquire(1)尝试获取1个令牌，成功返回true，否则false。
   • 失败时抛出业务异常（如TOO_MANY_REQUEST），由全局异常处理器转换为HTTP 429状态码。

生产应用场景

1. 高频接口防护：

   • 案例：用户登录接口限制每秒2次，防止密码暴力破解。
   • 代码示例：

     @PostMapping("/login")
     public Response login(@RequestBody User user) {
         redisLimiterManager.doRateLimit("login_" + user.getUsername());
         // 后续登录逻辑
     }
     

2. 资源保护：

   • 案例：短信发送接口限制每个用户每日10次，防止短信轰炸。
   • 代码示例：

     public void sendSms(String phone) {
         String key = "sms_limit_" + phone;
         redisLimiterManager.doRateLimit(key);
         // 调用短信服务
     }
     

3. 爬虫流量管控：

   • 案例：公开API按IP限制请求频率，防止爬虫过度抓取。
   • 代码示例：

     @GetMapping("/data")
     public Response getData(HttpServletRequest request) {
         String ip = request.getRemoteAddr();
         redisLimiterManager.doRateLimit("api_ip_" + ip);
         // 返回数据
     }
     

关键配置说明

注意事项

1. Redis高可用：

   • 若Redis宕机，限流功能失效。建议配置Redis哨兵或集群，并设计降级策略（如本地限流）。

2. Key设计规范：

   • 避免Key冲突：按业务命名（如order_limit:user_123）。
   • 防止热点Key：分散Key粒度（如按用户、IP、接口组合）。

3. 性能影响：

   • 每次限流检查需访问Redis，建议压测确认延迟（通常Redisson优化良好，单次操作约1~2ms）。

4. 动态配置：

   • 硬编码的限流参数（如2次/秒）可改为从配置中心（如Nacos）读取，实现动态调整。

潜在优化

1. 失败降级：

   boolean canOp = rateLimiter.tryAcquire(1);
   if (!canOp) {
       // 可选：触发降级逻辑（如返回默认值）
       throw new BusinessException(ErrorCode.TOO_MANY_REQUEST);
   }
   

2. 预热机制：

   rateLimiter.trySetRate(RateType.OVERALL, 10, 5, RateIntervalUnit.MINUTES); 
   // 5分钟内均匀生成10个令牌，避免突发流量被拒
   

3. 监控告警：

   • 记录限流触发日志，监控异常请求比例，超过阈值时通知运维。

总结

该限流器通过Redis实现分布式流量控制，适用于需要精准控制请求频率的生产场景。开发者需结合业务需求设计合理的Key和限流规则，同时关注Redis稳定性与性能影响，必要时补充降级策略和监控。