Java实战：Spring Boot项目中如何利用Redis实现用户IP接口限流

最新推荐文章于 2025-03-14 13:05:02 发布

拥抱AI

最新推荐文章于 2025-03-14 13:05:02 发布

阅读量1.5k

点赞数 24

文章标签： java spring boot redis

本文链接：https://blog.csdn.net/oandy0/article/details/136419866

版权

本文详细介绍了如何在SpringBoot项目中使用Redis实现基于用户IP的接口限流，包括限流策略选择、Redis集成、Lua脚本设计以及AOP拦截的实现过程，还讨论了优化与扩展策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引言

在高并发的Web应用中，接口限流是一项至关重要的技术手段，它有助于保护系统资源，防止因瞬间流量高峰导致服务崩溃。本文将深入探讨如何在Spring Boot项目中借助Redis实现用户IP级别的接口限流策略，通过具体的代码示例，详细介绍其设计思路与实现过程。

一、限流策略与Redis选择

限流策略

常见的限流算法有令牌桶（Token Bucket）、漏桶（Leaky Bucket）和滑动窗口（Sliding Window）。在用户IP级别限流中，我们可以选择基于Redis的键值存储特性，结合Lua脚本，实现滑动窗口算法的限流策略，兼顾灵活性和高性能。
为何选择Redis

Redis作为一款高性能的内存型数据库，具备优秀的数据结构和原子操作能力，非常适合用于限流场景。其键过期机制可以轻松实现限流窗口期的设定，同时，通过Redis的lua脚本支持，可以原子化地进行读写操作，确保限流逻辑的准确性。

二、Spring Boot集成Redis

添加Redis依赖

在Spring Boot项目中，通过引入spring-boot-starter-data-redis依赖，方便地集成Redis：

<!-- Maven -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

配置Redis连接

在application.properties或application.yml中配置Redis连接信息：
```
spring.redis.host=127.0.0.1
spring.redis.port=6379
```

三、基于Redis实现用户IP限流

限流Key设计

为每个用户IP设置唯一的限流Key，格式如下：
```
rate_limit:ip:<用户IP>:<接口名>
```

Lua脚本设计

编写Lua脚本来实现滑动窗口限流逻辑，该脚本的主要功能是检查指定IP在最近N秒内对特定接口的访问次数，如果超过预设阈值，则拒绝请求。

-- lua-script.lua
local key = KEYS[1] -- 用户IP限流key
local limit = tonumber(ARGV[1]) -- 访问次数阈值
local window = tonumber(ARGV[2]) -- 时间窗口（单位：秒）

local current_timestamp = redis.call('TIME')[1]
local requests = redis.call('ZRANGEBYSCORE', key, current_timestamp - window, '+inf')

if #requests >= limit then
    return 0 -- 限流
end

redis.zadd(key, current_timestamp, current_timestamp)
return 1 -- 允许请求

Spring Boot限流服务实现

创建一个限流服务，封装限流逻辑，并在AOP中实现拦截与限流判定：

@Service
public class RateLimiterService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    public boolean isAllowed(String ip, String apiName, int limit, int windowSeconds) {
        DefaultRedisScript<Boolean> script = new DefaultRedisScript<>(new ClassPathResource("lua-script.lua"), Boolean.class);
        script.setNumKeys(1);

        List<String> keys = Collections.singletonList("rate_limit:ip:" + ip + ":" + apiName);
        List<Object> args = Arrays.asList(limit, windowSeconds);

        Boolean allowed = redisTemplate.execute(script, keys, args);
        return allowed != null && allowed;
    }
}

@Aspect
@Component
public class RateLimitAspect {

    @Autowired
    private RateLimiterService rateLimiterService;

    @Around("@annotation(com.example.RateLimited)")
    public Object around(ProceedingJoinPoint pjp) throws Throwable {
        MethodSignature signature = (MethodSignature) pjp.getSignature();
        RateLimited rateLimited = signature.getMethod().getAnnotation(RateLimited.class);

        HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
        String ip = request.getHeader("X-Real-IP");

        if (!rateLimiterService.isAllowed(ip, signature.getMethod().getName(), rateLimited.limit(), rateLimited.window())) {
            throw new ApiException(HttpStatus.TOO_MANY_REQUESTS, "请求过于频繁，请稍后再试！");
        }

        return pjp.proceed();
    }
}