yudaocode/ruoyi-vue-pro：限流保护实现方案-CSDN博客

yudaocode/ruoyi-vue-pro：限流保护实现方案

【免费下载链接】ruoyi-vue-pro 🔥 官方推荐 🔥 RuoYi-Vue 全新 Pro 版本，优化重构所有功能。基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 微信小程序，支持 RBAC 动态权限、数据权限、SaaS 多租户、Flowable 工作流、三方登录、支付、短信、商城、CRM、ERP、AI 等功能。你的 ⭐️ Star ⭐️，是作者生发的动力！项目地址: https://gitcode.com/yudaocode/ruoyi-vue-pro

痛点：高并发场景下的系统保护难题

在分布式系统开发中，你是否遇到过这样的困境：

恶意用户通过脚本频繁调用接口，导致系统资源耗尽
突发流量冲击下，核心服务响应变慢甚至宕机
缺乏有效的流量控制机制，无法保障系统稳定性
不同业务场景需要差异化的限流策略

ruoyi-vue-pro 基于 Redisson 提供了完善的分布式限流解决方案，支持多种粒度的限流策略，帮助开发者轻松应对高并发挑战。

核心架构设计

限流组件关系图

mermaid

技术栈组成

组件	技术	作用
限流注解	Spring AOP	声明式限流配置
Redis存储	Redisson	分布式限流计数
Key解析器	SPI机制	多维度限流策略
异常处理	全局异常	统一限流响应

五种限流策略详解

1. 全局级别限流（DefaultRateLimiterKeyResolver）

@RateLimiter(
    time = 1, 
    timeUnit = TimeUnit.SECONDS,
    count = 100,
    keyResolver = DefaultRateLimiterKeyResolver.class
)
public ApiResult<String> globalLimit() {
    return success("全局限流测试");
}

适用场景：接口级别的全局流量控制，所有用户共享同一个限流桶。

2. 用户ID级别限流（UserRateLimiterKeyResolver）

@RateLimiter(
    time = 60, 
    timeUnit = TimeUnit.SECONDS,
    count = 10,
    keyResolver = UserRateLimiterKeyResolver.class,
    message = "操作过于频繁，请稍后再试"
)
public ApiResult<String> userLimit() {
    return success("用户级别限流测试");
}

适用场景：防止单个用户频繁操作，如提交订单等。

3. IP地址级别限流（ClientIpRateLimiterKeyResolver）

@RateLimiter(
    time = 10,
    timeUnit = TimeUnit.SECONDS, 
    count = 5,
    keyResolver = ClientIpRateLimiterKeyResolver.class
)
public ApiResult<String> ipLimit() {
    return success("IP级别限流测试");
}

适用场景：防止恶意IP攻击、爬虫抓取等场景。

4. 服务器节点级别限流（ServerNodeRateLimiterKeyResolver）

@RateLimiter(
    time = 1,
    timeUnit = TimeUnit.MINUTES,
    count = 1000,
    keyResolver = ServerNodeRateLimiterKeyResolver.class  
)
public ApiResult<String> nodeLimit() {
    return success("节点级别限流测试");
}

适用场景：分布式环境下单个节点的资源保护。

5. 表达式级别限流（ExpressionRateLimiterKeyResolver）

@RateLimiter(
    time = 30,
    timeUnit = TimeUnit.SECONDS,
    count = 3,
    keyResolver = ExpressionRateLimiterKeyResolver.class,
    keyArg = "#userId + ':' + #type"
)
public ApiResult<String> expressionLimit(@RequestParam Long userId, 
                                       @RequestParam String type) {
    return success("表达式限流测试");
}

适用场景：复杂的业务场景，需要根据多个参数组合进行限流。

核心实现原理

Redisson 分布式限流算法

ruoyi-vue-pro 使用 Redisson 的 RRateLimiter 实现令牌桶算法：

public Boolean tryAcquire(String key, int count, int time, TimeUnit timeUnit) {
    // 1. 获得 RRateLimiter，并设置 rate 速率
    RRateLimiter rateLimiter = getRRateLimiter(key, count, time, timeUnit);
    // 2. 尝试获取 1 个令牌
    return rateLimiter.tryAcquire();
}

令牌桶算法优势：

允许突发流量：桶中有令牌时可以一次性处理多个请求
平滑限流：恒定速率生成令牌，避免流量尖峰
分布式一致性：基于 Redis 实现，保证集群环境下的限流准确性

AOP 切面拦截机制

@Before("@annotation(rateLimiter)")
public void beforePointCut(JoinPoint joinPoint, RateLimiter rateLimiter) {
    // 获得 Key 解析器
    RateLimiterKeyResolver keyResolver = keyResolvers.get(rateLimiter.keyResolver());
    // 解析限流 Key
    String key = keyResolver.resolver(joinPoint, rateLimiter);
    
    // 尝试获取令牌
    boolean success = rateLimiterRedisDAO.tryAcquire(key,
            rateLimiter.count(), rateLimiter.time(), rateLimiter.timeUnit());
    if (!success) {
        throw new ServiceException(GlobalErrorCodeConstants.TOO_MANY_REQUESTS.getCode(), 
                StrUtil.blankToDefault(rateLimiter.message(),
                GlobalErrorCodeConstants.TOO_MANY_REQUESTS.getMsg()));
    }
}

配置与使用指南

1. 依赖配置

确保项目中包含限流保护 starter：

<dependency>
    <groupId>cn.iocoder.boot</groupId>
    <artifactId>yudao-spring-boot-starter-protection</artifactId>
</dependency>

2. Redis 配置

在 application.yml 中配置 Redis 连接：

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    database: 0
    timeout: 3000

3. 限流规则配置表

参数	类型	默认值	说明
time	int	1	时间窗口大小
timeUnit	TimeUnit	SECONDS	时间单位
count	int	100	时间窗口内允许的请求数
message	String	""	限流时的提示信息
keyResolver	Class	DefaultRateLimiterKeyResolver	Key解析器实现
keyArg	String	""	表达式参数

4. 最佳实践示例

场景一：验证码发送防刷

@PostMapping("/captcha/send")
@RateLimiter(
    time = 60,
    timeUnit = TimeUnit.SECONDS,
    count = 1,
    keyResolver = UserRateLimiterKeyResolver.class,
    message = "验证码发送过于频繁，请60秒后再试"
)
public ApiResult<Void> sendCaptcha(@RequestParam String mobile) {
    captchaService.sendVerificationCode(mobile);
    return success();
}

场景二：API接口防爬

@GetMapping("/data/list")
@RateLimiter(
    time = 10,
    timeUnit = TimeUnit.SECONDS, 
    count = 20,
    keyResolver = ClientIpRateLimiterKeyResolver.class
)
public ApiResult<List<DataVO>> listData() {
    return success(dataService.list());
}

场景三：抢购活动限流

@PostMapping("/seckill/{activityId}")
@RateLimiter(
    time = 1,
    timeUnit = TimeUnit.SECONDS,
    count = 100,
    keyResolver = DefaultRateLimiterKeyResolver.class
)
public ApiResult<Boolean> seckill(@PathVariable Long activityId) {
    return success(seckillService.process(activityId));
}

性能优化建议

1. Redis Key 设计优化

// 原始Key格式：rate_limiter:{key}
private static final String RATE_LIMITER = "rate_limiter:%s";

// 优化建议：添加业务前缀
private static final String RATE_LIMITER = "biz:rate_limiter:%s";

2. 限流粒度选择策略

场景	推荐粒度	优点	缺点
防刷	用户级别	精准控制单个用户行为	Redis Key 数量多
防爬	IP级别	有效阻止恶意IP	可能误伤正常用户
系统保护	全局级别	实现简单，资源消耗少	不够精细化

3. 监控与告警集成

// 在限流切面中添加监控指标
@Before("@annotation(rateLimiter)")
public void beforePointCut(JoinPoint joinPoint, RateLimiter rateLimiter) {
    // 限流逻辑...
    
    // 监控记录
    Metrics.counter("rate_limiter_requests_total",
            "method", joinPoint.getSignature().getName(),
            "keyResolver", rateLimiter.keyResolver().getSimpleName())
        .increment();
    
    if (!success) {
        Metrics.counter("rate_limiter_rejected_total",
                "method", joinPoint.getSignature().getName())
            .increment();
    }
}

常见问题解决方案

Q1: 限流不生效怎么办？

排查步骤：

检查 Redis 连接是否正常
确认 @RateLimiter 注解是否正确添加
验证 keyResolver 配置是否正确

Q2: 分布式环境下限流不准？

解决方案：

确保所有节点时间同步
使用 NTP 时间同步服务
考虑使用 Redis Cluster 模式

Q3: 限流Key冲突问题？

处理方案：

// 在自定义Key解析器中添加命名空间
public String resolver(JoinPoint joinPoint, RateLimiter rateLimiter) {
    return "biz:" + System.currentTimeMillis() / 1000 + ":" + originalKey;
}

总结与展望

ruoyi-vue-pro 的限流保护方案提供了从注解声明到分布式实现的完整解决方案：

核心价值：

🚀 开箱即用：简单注解配置，快速集成
🔧 灵活策略：支持5种粒度限流，满足不同场景
🌐 分布式支持：基于 Redis 实现集群限流
📊 监控就绪：易于集成监控系统

未来演进方向：

支持动态规则配置，无需重启应用
集成熔断降级功能，形成完整保护体系
提供可视化限流配置界面
支持更多限流算法（漏桶、滑动窗口等）

通过本文的详细解析，相信你已经掌握了 ruoyi-vue-pro 限流保护方案的精髓。在实际项目中，根据业务特点选择合适的限流策略，可以有效提升系统的稳定性和安全性。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考