【JAVA高级篇教学】第二篇：使用 Redisson 实现高效限流机制

在高并发系统中，限流是一项非常重要的技术手段，用于保护后端服务，防止因流量过大导致系统崩溃。本文将详细介绍如何使用 Redisson 提供的 RRateLimiter 实现分布式限流，以及其原理、使用场景和完整代码示例。

目录

一、什么是限流

常见的限流算法

二、为什么选择 Redisson 实现分布式限流？

三、使用 Redisson 的 RRateLimiter 实现限流

主要功能

四、实现步骤

1.环境准备

1.1 引入依赖

1.2 配置 Redis

2.编写限流逻辑

2.1 配置 Redisson 客户端 在 Spring Boot 中自动注入 RedissonClient

2.2 实现限流功能 创建一个基于 RRateLimiter 的限流工具类

2.3 调用限流服务 在 Controller 中调用限流逻辑

五、测试限流效果

六、Redisson 限流实现的原理

七、常见应用场景

八、限流注意事项

---

一、什么是限流

限流（Rate Limiting）是对接口访问速率进行限制的技术手段，用于：

• 保护服务：避免瞬间大流量压垮后端系统。
• 公平分配资源：防止个别用户或服务消耗过多资源。
• 防刷机制：防止恶意请求或攻击。

常见的限流算法

1. 漏桶算法（Leaky Bucket）：将请求按照固定速率流出，多余的请求会被丢弃。
2. 令牌桶算法（Token Bucket）：按照固定速率生成令牌，请求需消耗令牌才能被处理。

Redisson 的限流机制基于令牌桶算法。

二、为什么选择 Redisson 实现分布式限流？

• 简单易用：Redisson 是一个强大的 Redis 客户端，封装了丰富的分布式工具。
• 高性能：借助 Redis 实现分布式数据存储与计算，支持高并发场景。
• 可扩展性强：支持多种限流场景，例如接口限流、用户限流、IP 限流等。

三、使用 Redisson 的 RRateLimiter 实现限流

RRateLimiter 是 Redisson 提供的分布式限流组件，支持令牌桶算法。

主要功能

• 设置限流规则：包括令牌生成速率和时间窗口。
• 请求令牌：通过消耗令牌来完成请求控制。
• 分布式支持：多个服务实例共享同一个限流器。

四、实现步骤

以下是使用 Redisson 限流的完整步骤：

1.环境准备

1.1 引入依赖

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.21.0</version>
</dependency>

1.2 配置 Redis

在 application.yml 文件中配置 Redis 连接：

spring:
  redis:
    host: 127.0.0.1
    port: 6379

2.编写限流逻辑

2.1 配置 Redisson 客户端 在 Spring Boot 中自动注入 RedissonClient

@Configuration
public class RedissonConfig {
    @Bean
    public RedissonClient redissonClient() {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://127.0.0.1:6379");
        return Redisson.create(config);
    }
}

2.2 实现限流功能 创建一个基于 RRateLimiter 的限流工具类

@Service
public class RateLimiterService {
    @Autowired
    private RedissonClient redissonClient;

    public boolean tryAcquire(String key, long rate, long rateInterval, long timeout, TimeUnit unit) {
        // 获取限流器
        RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
        
        // 配置限流规则
        rateLimiter.trySetRate(RateType.OVERALL, rate, rateInterval, RateIntervalUnit.SECONDS);

        // 尝试获取令牌
        return rateLimiter.tryAcquire(1, timeout, unit);
    }
}

2.3 调用限流服务 在 Controller 中调用限流逻辑

@RestController
@RequestMapping("/api")
public class ApiController {
    @Autowired
    private RateLimiterService rateLimiterService;

    @PostMapping("/access")
    public ResponseEntity<String> accessApi() {
        String key = "api:access";
        long rate = 100;  // 每秒生成 100 个令牌
        long rateInterval = 1;

        boolean allowed = rateLimiterService.tryAcquire(key, rate, rateInterval, 0, TimeUnit.SECONDS);
        if (!allowed) {
            return ResponseEntity.status(HttpStatus.TOO_MANY_REQUESTS).body("请求过多，请稍后再试");
        }

        return ResponseEntity.ok("请求成功");
    }
}

五、测试限流效果

• 启动服务后，使用工具（如 Postman 或 JMeter）模拟并发访问。
• 根据 rate 参数设置，每秒最多允许 100 个请求通过，超出限制的请求会被拒绝并返回错误提示。

六、Redisson 限流实现的原理

• 令牌桶算法

  1. 令牌生成：每隔 rateInterval 秒生成 rate 个令牌。
  2. 令牌消耗：每个请求消耗一个令牌，如果令牌不足则拒绝请求。
  3. 存储：令牌的生成和消耗通过 Redis 实现，因此支持分布式场景。

• Redis 实现 Redisson 使用 Redis 的原子操作（如 EVAL）实现令牌的生成与消耗，从而保证数据一致性和高效性。

七、常见应用场景

• 接口限流
  • 限制用户访问某个接口的频率，保护后端服务。
• IP 限流
  • 对同一个 IP 地址的访问进行限制，防止恶意攻击。
• 用户限流
  • 针对不同用户设置个性化的限流规则。

八、限流注意事项

• 合理设置限流参数
  • 根据业务场景评估每秒允许的最大请求数和时间窗口大小。
• 配合熔断机制
  • 当限流触发时，可以使用熔断机制返回备用响应。
• 防止误锁
  • 在使用分布式限流时，确保限流器的 Key 是唯一的，避免不同接口共享同一个限流器。

点个关注，不会迷路！ 

原文地址：https://blog.csdn.net/qq_23126581/article/details/144377174

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！