基于Redisson實(shí)現(xiàn)分布式系統(tǒng)下的接口限流
在高并發(fā)場景下,接口限流是保障系統(tǒng)穩(wěn)定性的重要手段。常見的限流算法有漏桶算法、令牌桶算法等,而單機(jī)模式的限流方案在分布式集群環(huán)境下往往失效。本文將介紹如何利用 Redisson 結(jié)合 Redis 實(shí)現(xiàn)分布式環(huán)境下的接口限流,確保集群中所有節(jié)點(diǎn)的流量控制保持一致。
分布式限流的核心挑戰(zhàn)
在單機(jī)系統(tǒng)中,我們可以通過本地緩存(如 Guava 的 RateLimiter)實(shí)現(xiàn)限流,但在分布式集群環(huán)境下,這種方案會(huì)遇到兩個(gè)核心問題:
- 集群節(jié)點(diǎn)間的限流狀態(tài)不共享,導(dǎo)致整體流量超過預(yù)期閾值
- 無法保證同一用戶 / IP 的請求在不同節(jié)點(diǎn)上被統(tǒng)一限制
因此,分布式限流需要一個(gè)「中心化的狀態(tài)存儲(chǔ)」來記錄流量數(shù)據(jù),而 Redis 憑借其高并發(fā)特性和分布式特性,成為了理想的選擇。
基于 Redisson 的分布式限流設(shè)計(jì)思路
核心原理是通過 Redis 記錄每個(gè)用戶對接口的訪問頻率,利用分布式鎖實(shí)現(xiàn)并發(fā)控制,具體設(shè)計(jì)如下:
唯一標(biāo)識(shí)用戶與接口 為了避免限制 A 用戶時(shí)影響 B 用戶,需要為每個(gè)用戶 + 接口組合生成唯一的「限流鍵」。
一般為用戶:使用
token + 接口路徑+用戶的id基于 Redis 的訪問頻率記錄 每次請求到來時(shí),通過 Redisson 操作 Redis 記錄訪問時(shí)間,并檢查單位時(shí)間內(nèi)的訪問次數(shù)是否超過閾值。
AOP 無侵入式攔截 通過自定義注解 + Spring AOP 攔截需要限流的接口,在請求到達(dá)時(shí)執(zhí)行限流邏輯,不侵入業(yè)務(wù)代碼。
自動(dòng)過期的限流狀態(tài) 為 Redis 中的限流鍵設(shè)置過期時(shí)間,避免長期存儲(chǔ)無效數(shù)據(jù),同時(shí)確保超過限制時(shí)間后自動(dòng)允許用戶再次訪問。
實(shí)現(xiàn)步驟
引入依賴
在 pom.xml 中添加 Redisson 和 AOP 依賴
<!-- Redisson 分布式工具 -->
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson-spring-boot-starter</artifactId>
<version>3.23.3</version>
</dependency>
<!-- Spring AOP -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-aop</artifactId>
</dependency>
定義限流注解
創(chuàng)建 @NoRepeatSubmit 注解,用于標(biāo)記需要限流的接口,并支持自定義限流參數(shù):
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface NoRepeatSubmit {
/**
* 設(shè)置請求鎖定時(shí)間(秒)
*/
int lockTime() default 5;
}
實(shí)現(xiàn)限流切面
通過 AOP 攔截 @NoRepeatSubmit 注解的方法,使用 Redisson 操作 Redis 實(shí)現(xiàn)限流邏輯:
Aspect
@Component
public class RepeatSubmitAspect {
private static final Logger log = LoggerFactory.getLogger(RepeatSubmitAspect.class);
@Resource
private RedissonClient redissonClient;
@Pointcut("@annotation(com.example.demo.config.NoRepeatSubmit)")
public void pointCut() {
}
@Around("pointCut()")
public Object around(ProceedingJoinPoint pjp) throws Throwable {
MethodSignature signature = (MethodSignature) pjp.getSignature();
Method method = signature.getMethod();
NoRepeatSubmit annotation = method.getAnnotation(NoRepeatSubmit.class);
ServletRequestAttributes attributes = (ServletRequestAttributes) RequestContextHolder.getRequestAttributes();
if (attributes == null) {
throw new IllegalArgumentException("無法獲取請求信息");
}
HttpServletRequest request = attributes.getRequest();
String token = request.getHeader("token");
String path = request.getServletPath();
if (token == null || token.isEmpty()) {
throw new IllegalArgumentException("缺少token請求頭");
}
// 使用token+path作為鎖的key
String key = "repeat_submit:" + token + ":" + path;
RLock lock = redissonClient.getLock(key);
// 嘗試獲取鎖,等待0秒,自動(dòng)釋放時(shí)間由注解指定
boolean isSuccess = false;
isSuccess = lock.tryLock(0, annotation.lockTime(), TimeUnit.SECONDS);
if (isSuccess) {
log.info("獲取鎖成功: {}", key);
// 執(zhí)行目標(biāo)方法
return pjp.proceed();
} else {
log.info("重復(fù)請求,獲取鎖失敗: {}", key);
return Result.fail("請勿重復(fù)提交請求");
}
}
}
測試
@RestController
@RequestMapping("/api/order")
public class OrderController {
@PostMapping("/create")
@NoRepeatSubmit(lockTime = 10) // 設(shè)置5秒內(nèi)不允許重復(fù)提交
public Result createOrder() {
// 模擬訂單創(chuàng)建過程
try {
Thread.sleep(2000); // 模擬業(yè)務(wù)處理耗時(shí)2秒
} catch (InterruptedException e) {
e.printStackTrace();
}
return Result.success("訂單創(chuàng)建成功");
}
}

限制之后

這里還可以增加更多的邏輯,比如限制次數(shù)等等。
核心邏輯說明
- 用戶唯一標(biāo)識(shí)生成 通過
getUniqueUserKey方法獲取用戶標(biāo)識(shí):已登錄用戶用token,未登錄用戶用IP,確保不同用戶的限流互不干擾。 - 限流鍵設(shè)計(jì) 限流鍵格式為
rate_limit:用戶標(biāo)識(shí):接口路徑,例如rate_limit:test_token:/api/order/submit,精確控制「用戶 + 接口」的訪問頻率。 - 分布式鎖的作用 由于 Redis 的
INCR操作雖然原子,但在高并發(fā)下可能出現(xiàn)「讀取 - 判斷 - 更新」的競態(tài)條件,因此通過 Redisson 分布式鎖確保計(jì)數(shù)邏輯的原子性。 - 自動(dòng)過期機(jī)制 每個(gè)限流鍵都設(shè)置了與時(shí)間窗口相同的過期時(shí)間,避免 Redis 中存儲(chǔ)大量無效數(shù)據(jù),同時(shí)確保時(shí)間窗口結(jié)束后自動(dòng)重置計(jì)數(shù)。 由于 Redis 的
INCR操作雖然原子,但在高并發(fā)下可能出現(xiàn)「讀取 - 判斷 - 更新」的競態(tài)條件,因此通過 Redisson 分布式鎖確保計(jì)數(shù)邏輯的原子性。 - 自動(dòng)過期機(jī)制 每個(gè)限流鍵都設(shè)置了與時(shí)間窗口相同的過期時(shí)間,避免 Redis 中存儲(chǔ)大量無效數(shù)據(jù),同時(shí)確保時(shí)間窗口結(jié)束后自動(dòng)重置計(jì)數(shù)。
到此這篇關(guān)于基于Redisson實(shí)現(xiàn)分布式系統(tǒng)下的接口限流的文章就介紹到這了,更多相關(guān)Redisson接口限流內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Redis優(yōu)化經(jīng)驗(yàn)總結(jié)(必看篇)
下面小編就為大家?guī)硪黄猂edis優(yōu)化經(jīng)驗(yàn)總結(jié)(必看篇)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-03-03
內(nèi)存型數(shù)據(jù)庫Redis持久化小結(jié)
redis是一個(gè)支持持久化的內(nèi)存數(shù)據(jù)庫,也就是說redis需要經(jīng)常將內(nèi)存中的數(shù)據(jù)同步到磁盤來保證持久化.redis支持四種持久化方式,一是 Snapshotting(快照)也是默認(rèn)方式,二是Append-only file(縮寫aof)的方式,三是虛擬內(nèi)存方式,四是diskstore方式.今天我們總結(jié)下前2種。2017-09-09
Redis中pipeline(管道)的實(shí)現(xiàn)示例
Redis管道(Pipeline)技術(shù)是一種提高數(shù)據(jù)處理效率的機(jī)制,允許客戶端通過一次網(wǎng)絡(luò)往返(RTT)發(fā)送多個(gè)命令到服務(wù)端,并一次性接收所有響應(yīng),本文就來實(shí)現(xiàn)管道,感興趣的可以了解一下2024-10-10
Deepin UOS編譯安裝Redis的實(shí)現(xiàn)步驟
本文主要介紹了Deepin UOS編譯安裝Redis的實(shí)現(xiàn)步驟,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01
Redis中的數(shù)據(jù)結(jié)構(gòu)跳表詳解
跳表是一種基于并聯(lián)的鏈表結(jié)構(gòu),用于在有序元素序列中快速查找元素的數(shù)據(jù)結(jié)構(gòu),本文給大家介紹Redis中的數(shù)據(jù)結(jié)構(gòu)跳表,感興趣的朋友跟隨小編一起看看吧2024-06-06

