分布式限流？你也能轻松玩转（没啥新技术）

点击蓝色「日拱一兵」关注，持续侦破 Java 技术案件

一、什么是限流？为什么要限流？

不知道大家有没有做过帝都的地铁，就是进地铁站都要排队的那种，为什么要这样摆长龙转圈圈？答案就是为了限流！因为一趟地铁的运力是有限的，一下挤进去太多人会造成站台的拥挤、列车的超载，存在一定的安全隐患。同理，我们的程序也是一样，它处理请求的能力也是有限的，一旦请求多到超出它的处理极限就会崩溃。为了不出现最坏的崩溃情况，只能耽误一下大家进站的时间。

限流是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。

 1// 限流的个数
 2    private int maxCount = 10;
 3    // 指定的时间内
 4    private long interval = 60;
 5    // 原子类计数器
 6    private AtomicInteger atomicInteger = new AtomicInteger(0);
 7    // 起始时间
 8    private long startTime = System.currentTimeMillis();
 9
10    public boolean limit(int maxCount, int interval) {
11        atomicInteger.addAndGet(1);
12        if (atomicInteger.get() == 1) {
13            startTime = System.currentTimeMillis();
14            atomicInteger.addAndGet(1);
15            return true;
16        }
17        // 超过了间隔时间，直接重新开始计数
18        if (System.currentTimeMillis() - startTime > interval * 1000) {
19            startTime = System.currentTimeMillis();
20            atomicInteger.set(1);
21            return true;
22        }
23        // 还在间隔时间内,check有没有超过限流的个数
24        if (atomicInteger.get() > maxCount) {
25            return false;
26        }
27        return true;
28    }

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、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：

 1-- 获取调用脚本时传入的第一个key值（用作限流的 key）
 2local key = KEYS[1]
 3-- 获取调用脚本时传入的第一个参数值（限流大小）
 4local limit = tonumber(ARGV[1])
 5
 6-- 获取当前流量大小
 7local curentLimit = tonumber(redis.call('get', key) or "0")
 8
 9-- 是否超出限流
10if curentLimit + 1 > limit then
11    -- 返回(拒绝)
12    return 0
13else
14    -- 没有超出 value + 1
15    redis.call("INCRBY", key, 1)
16    -- 设置过期时间
17    redis.call("EXPIRE", key, 2)
18    -- 返回(放行)
19    return 1
20end

• 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。

 1    <dependencies>
 2        <dependency>
 3            <groupId>org.springframework.boot</groupId>
 4            <artifactId>spring-boot-starter-web</artifactId>
 5        </dependency>
 6        <dependency>
 7            <groupId>org.springframework.boot</groupId>
 8            <artifactId>spring-boot-starter-data-redis</artifactId>
 9        </dependency>
10        <dependency>
11            <groupId>org.springframework.boot</groupId>
12            <artifactId>spring-boot-starter-aop</artifactId>
13        </dependency>
14        <dependency>
15            <groupId>com.google.guava</groupId>
16            <artifactId>guava</artifactId>
17            <version>21.0</version>
18        </dependency>
19        <dependency>
20            <groupId>org.springframework.boot</groupId>
21            <artifactId>spring-boot-starter-test</artifactId>
22        </dependency>
23        <dependency>
24            <groupId>org.apache.commons</groupId>
25            <artifactId>commons-lang3</artifactId>
26        </dependency>
27
28        <dependency>
29            <groupId>org.springframework.boot</groupId>
30            <artifactId>spring-boot-starter-test</artifactId>
31            <scope>test</scope>
32            <exclusions>
33                <exclusion>
34                    <groupId>org.junit.vintage</groupId>
35                    <artifactId>junit-vintage-engine</artifactId>
36                </exclusion>
37            </exclusions>
38        </dependency>
39    </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。

1spring.redis.host=127.0.0.1
2
3spring.redis.port=6379

4、配置RedisTemplate实例

 1@Configuration
 2public class RedisLimiterHelper {
 3
 4    @Bean
 5    public RedisTemplate<String, Serializable> limitRedisTemplate(LettuceConnectionFactory redisConnectionFactory) {
 6        RedisTemplate<String, Serializable> template = new RedisTemplate<>();
 7        template.setKeySerializer(new StringRedisSerializer());
 8        template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
 9        template.setConnectionFactory(redisConnectionFactory);
10        return template;
11    }
12}

限流类型枚举类

 1/**
 2 * @author fu
 3 * @description 限流类型
 4 * @date 2020/4/8 13:47
 5 */
 6public enum LimitType {
 7
 8    /**
 9     * 自定义key
10     */
11    CUSTOMER,
12
13    /**
14     * 请求者IP
15     */
16    IP;
17}

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。

 1/**
 2 * @author fu
 3 * @description 自定义限流注解
 4 * @date 2020/4/8 13:15
 5 */
 6@Target({ElementType.METHOD, ElementType.TYPE})
 7@Retention(RetentionPolicy.RUNTIME)
 8@Inherited
 9@Documented
10public @interface Limit {
11
12    /**
13     * 名字
14     */
15    String name() default "";
16
17    /**
18     * key
19     */
20    String key() default "";
21
22    /**
23     * Key的前缀
24     */
25    String prefix() default "";
26
27    /**
28     * 给定的时间范围 单位(秒)
29     */
30    int period();
31
32    /**
33     * 一定时间内最多访问次数
34     */
35    int count();
36
37    /**
38     * 限流的类型(用户自定义key 或者 请求ip)
39     */
40    LimitType limitType() default LimitType.CUSTOMER;
41}

6、切面代码实现

  1/**
  2 * @author fu
  3 * @description 限流切面实现
  4 * @date 2020/4/8 13:04
  5 */
  6@Aspect
  7@Configuration
  8public class LimitInterceptor {
  9
 10    private static final Logger logger = LoggerFactory.getLogger(LimitInterceptor.class);
 11
 12    private static final String UNKNOWN = "unknown";
 13
 14    private final RedisTemplate<String, Serializable> limitRedisTemplate;
 15
 16    @Autowired
 17    public LimitInterceptor(RedisTemplate<String, Serializable> limitRedisTemplate) {
 18        this.limitRedisTemplate = limitRedisTemplate;
 19    }
 20
 21    /**
 22     * @param pjp
 23     * @author fu
 24     * @description 切面
 25     * @date 2020/4/8 13:04
 26     */
 27    @Around("execution(public * *(..)) && @annotation(com.xiaofu.limit.api.Limit)")
 28    public Object interceptor(ProceedingJoinPoint pjp) {
 29        MethodSignature signature = (MethodSignature) pjp.getSignature();
 30        Method method = signature.getMethod();
 31        Limit limitAnnotation = method.getAnnotation(Limit.class);
 32        LimitType limitType = limitAnnotation.limitType();
 33        String name = limitAnnotation.name();
 34        String key;
 35        int limitPeriod = limitAnnotation.period();
 36        int limitCount = limitAnnotation.count();
 37
 38        /**
 39         * 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
 40         */
 41        switch (limitType) {
 42            case IP:
 43                key = getIpAddress();
 44                break;
 45            case CUSTOMER:
 46                key = limitAnnotation.key();
 47                break;
 48            default:
 49                key = StringUtils.upperCase(method.getName());
 50        }
 51
 52        ImmutableList<String> keys = ImmutableList.of(StringUtils.join(limitAnnotation.prefix(), key));
 53        try {
 54            String luaScript = buildLuaScript();
 55            RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
 56            Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, limitPeriod);
 57            logger.info("Access try count is {} for name={} and key = {}", count, name, key);
 58            if (count != null && count.intValue() <= limitCount) {
 59                return pjp.proceed();
 60            } else {
 61                throw new RuntimeException("You have been dragged into the blacklist");
 62            }
 63        } catch (Throwable e) {
 64            if (e instanceof RuntimeException) {
 65                throw new RuntimeException(e.getLocalizedMessage());
 66            }
 67            throw new RuntimeException("server exception");
 68        }
 69    }
 70
 71    /**
 72     * @author fu
 73     * @description 编写 redis Lua 限流脚本
 74     * @date 2020/4/8 13:24
 75     */
 76    public String buildLuaScript() {
 77        StringBuilder lua = new StringBuilder();
 78        lua.append("local c");
 79        lua.append("\nc = redis.call('get',KEYS[1])");
 80        // 调用不超过最大值，则直接返回
 81        lua.append("\nif c and tonumber(c) > tonumber(ARGV[1]) then");
 82        lua.append("\nreturn c;");
 83        lua.append("\nend");
 84        // 执行计算器自加
 85        lua.append("\nc = redis.call('incr',KEYS[1])");
 86        lua.append("\nif tonumber(c) == 1 then");
 87        // 从第一次调用开始限流，设置对应键值的过期
 88        lua.append("\nredis.call('expire',KEYS[1],ARGV[2])");
 89        lua.append("\nend");
 90        lua.append("\nreturn c;");
 91        return lua.toString();
 92    }
 93
 94
 95    /**
 96     * @author fu
 97     * @description 获取id地址
 98     * @date 2020/4/8 13:24
 99     */
100    public String getIpAddress() {
101        HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
102        String ip = request.getHeader("x-forwarded-for");
103        if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) {
104            ip = request.getHeader("Proxy-Client-IP");
105        }
106        if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) {
107            ip = request.getHeader("WL-Proxy-Client-IP");
108        }
109        if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) {
110            ip = request.getRemoteAddr();
111        }
112        return ip;
113    }
114}

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。

 1/**
 2 * @Author: fu
 3 * @Description:
 4 */
 5@RestController
 6public class LimiterController {
 7
 8    private static final AtomicInteger ATOMIC_INTEGER_1 = new AtomicInteger();
 9    private static final AtomicInteger ATOMIC_INTEGER_2 = new AtomicInteger();
10    private static final AtomicInteger ATOMIC_INTEGER_3 = new AtomicInteger();
11
12    /**
13     * @author fu
14     * @description
15     * @date 2020/4/8 13:42
16     */
17    @Limit(key = "limitTest", period = 10, count = 3)
18    @GetMapping("/limitTest1")
19    public int testLimiter1() {
20
21        return ATOMIC_INTEGER_1.incrementAndGet();
22    }
23
24    /**
25     * @author fu
26     * @description
27     * @date 2020/4/8 13:42
28     */
29    @Limit(key = "customer_limit_test", period = 10, count = 3, limitType = LimitType.CUSTOMER)
30    @GetMapping("/limitTest2")
31    public int testLimiter2() {
32
33        return ATOMIC_INTEGER_2.incrementAndGet();
34    }
35
36    /**
37     * @author fu
38     * @description 
39     * @date 2020/4/8 13:42
40     */
41    @Limit(key = "ip_limit_test", period = 10, count = 3, limitType = LimitType.IP)
42    @GetMapping("/limitTest3")
43    public int testLimiter3() {
44
45        return ATOMIC_INTEGER_3.incrementAndGet();
46    }
47
48}

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。

总结

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