山东大学-创新实训-智评Code+：基于DeepSeek的AI代码纠错与优化评测平台-（5）提交限流设计

限流设计：保护系统的第一道防线

为了防止用户频繁提交、滥用评测资源，智评 Code+ 实现了一套基于 Redis 的用户提交限流中间件。它作为中间件插入每次提交请求中，在高并发场景下起到了良好的流量控制作用。

为什么需要限流？

• 保护评测资源：每次代码提交会触发 Docker 评测，成本较高；

• 防刷防误触：避免用户频繁提交影响他人评测任务；

• 保障系统稳定性：防止 Redis 队列和数据库在短时间内被刷爆。

---

实现方式：Redis 计数 + 过期时间窗口

核心思路：每个用户每隔 N 秒最多允许提交 M 次代码。

我使用了 Redis 的 key-value 机制实现滑动窗口限流：

key := fmt.Sprintf("rate_limit:user:%d", userID)

每次提交：

1. 读取当前提交次数（通过 Redis 的 GET）；

2. 如果 key 不存在，则初始化为 1 并设置过期时间；

3. 如果存在且未超限，则自增一次；

4. 如果超出限制，则直接 Abort 拦截请求。

---

代码实现要点

func RateLimitMiddleware(maxReq int, duration time.Duration) gin.HandlerFunc {
    return func(c *gin.Context) {
        // 获取用户 ID
        val, exists := c.Get("user_id")
        ...
        key := fmt.Sprintf("rate_limit:user:%d", userID)

        // 读取提交次数
        countStr, err := utils.RDB.Get(ctx, key).Result()
        if err == redis.Nil {
            // 第一次提交，初始化 key
            _ = utils.RDB.Set(ctx, key, 1, duration).Err()
        } else if count >= maxReq {
            c.AbortWithStatusJSON(http.StatusTooManyRequests, gin.H{"error": "提交过于频繁"})
            return
        } else {
            _ = utils.RDB.Incr(ctx, key).Err()
        }

        c.Next()
    }
}

注意几个细节：

• Redis 设置了 过期时间，窗口自动滑动；

• 支持配置参数：每 N 秒 M 次，灵活调节；

• 错误处理逻辑较为稳健，避免因 Redis 错误导致服务异常。

---

实战应用场景

比如：每个用户 10 秒内最多提交 3 次。

在 Gin 中使用非常简单：

r.POST("/auth/problems/:id/submit", RateLimitMiddleware(3, 10*time.Second), SubmitCode)

只需一句话，就能为所有敏感路由提供限流保护。

---

后续可扩展点

拓展点	思路
精细限流策略	可针对不同 API 设置不同限流规则
IP + User 双维度	限制用户行为的同时防止匿名滥用
滑动窗口算法	可引入 token bucket / leaky bucket 算法实现更平滑的流控
限流监控	将被限流日志接入 Prometheus / ELK 方便运维观测

---

总结

限流中间件虽然是一个小组件，但在系统高可用性设计中起着至关重要的作用。它为整个智评平台建立了一道流量防火墙，确保了服务稳定与公平使用。、