一文让你知道Redis分布式限流器到底有多牛

1.什么是限流？为什么要限流？

不知道小伙伴们是否经历过当年风靡一时的游戏《地下城与勇士》,曾记得当年一听说周年庆，网吧满满的都挂这款游戏。不过总有人流泪的是网络连接中断，可谓是欲哭无泪。当年企鹅就是为了限流，因为我们的程序，它处理请求的能力是有限的，一旦请求多到超出它的处理极限就会崩溃。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。(所以这么多年也是找到答案了。哭)

2、限流方案

一、计数器
在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。

package cn.enjoyedu.ch3;
import java.util.concurrent.atomic.AtomicInteger;
/**
 * java计数器实现限流
 */
public class Counter {
    // 限流的个数
    private int maxCount = 10;
    // 指定的时间内
    private long interval = 60;
    // 原子类计数器
    private AtomicInteger atomicInteger = new AtomicInteger(0);
    // 起始时间
    private long startTime = System.currentTimeMillis();
    public boolean limit(int maxCount, int interval) {
        atomicInteger.addAndGet(1);
        if (atomicInteger.get() == 1) {
            startTime = System.currentTimeMillis();
            atomicInteger.addAndGet(1);
            return true;
        }
        // 超过了间隔时间，直接重新开始计数
        if (System.currentTimeMillis() - startTime > interval * 1000) {
            startTime = System.currentTimeMillis();
            atomicInteger.set(1);
            return true;
        }
        // 还在间隔时间内,check有没有超过限流的个数
        if (atomicInteger.get() > maxCount) {
            return false;
        }
        return true;
    }
}

二、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。(紧参考不是重点)

三、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。

3、Redis + Lua 限流实现

我通过自定义注解、aop、Redis + Lua 实现限流，步骤会比较详细，请有耐心。
1、环境准备
springboot 项目创建：

2、准备maven依赖

   <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>