SpringCloud Gateway 限流算法使用案例详解及源码解析

Spring Cloud Gateway可以通过集成限流算法来保护后端服务免受过载的影响。其中一个常用的限流算法是令牌桶算法，下面我们来看一个使用令牌桶算法实现的限流案例，并对其源码进行简要解析。

首先，我们需要添加相应的依赖：

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-gateway</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
</dependency>

然后，我们可以通过以下方式配置令牌桶限流：

@Configuration
public class GatewayConfig {

    @Bean
    public RouteLocator customRouteLocator(RouteLocatorBuilder builder) {
        return builder.routes()
            .route("path_route", r -> r.path("/get")
                .filters(f -> f.requestRateLimiter()
                    .rateLimiter(RedisRateLimiter.class, c -> c.setBurstCapacity(2).setReplenishRate(1)))
                .uri("http://httpbin.org"))
            .build();
    }

    @Bean
    public RedisRateLimiter redisRateLimiter() {
        return new RedisRateLimiter(1, 2);
    }
}

在这个例子中，我们使用了requestRateLimiter过滤器，并指定了使用RedisRateLimiter来实现限流。setBurstCapacity方法设置了桶的容量，setReplenishRate方法设置了令牌的生成速率。

接下来，我们简要解析一下RedisRateLimiter的源码：

public class RedisRateLimiter implements RateLimiter {
    private final RedisScript<List<Long>> script;
    private final RedisConnectionFactory redisConnectionFactory;

    public RedisRateLimiter(int replenishRate, int burstCapacity) {
        this.replenishRate = replenishRate;
        this.burstCapacity = burstCapacity;
        this.redisConnectionFactory = new JedisConnectionFactory();
        this.script = new DefaultRedisScript<>();
        this.script.setScriptSource(new ResourceScriptSource(new ClassPathResource("META-INF/scripts/request_rate_limiter.lua")));
        this.script.setResultType(List.class);
    }

    @Override
    public Mono<Response> isAllowed(String routeId, String id) {
        // 调用Lua脚本进行限流判断
        List<String> keys = Arrays.asList(routeId + "_" + id);
        Flux<List<Long>> resultFlux = RedissonReactiveCommandsScripting.<List<Long>>eval(redisConnectionFactory.getReactiveConnection(), script, SCRIPT_BYTES, Long.class, keys, Arrays.asList(String.valueOf(replenishRate), String.valueOf(burstCapacity), String.valueOf(System.currentTimeMillis())));
        return resultFlux.onErrorResume(e -> Flux.just(Arrays.asList(1L, -1L))).next().map(results -> {
            Long allowedRequests = results.get(0);
            Long timestamp = results.get(1);
            boolean allowed = allowedRequests == 1;
            return new Response(allowed, timestamp);
        });
    }
}

在isAllowed方法中，首先将路由ID和客户端ID拼接成一个唯一的键，然后通过Lua脚本进行限流判断。脚本会根据当前时间戳、令牌生成速率和桶的容量来判断是否允许请求。最后，返回一个Response对象，表示请求是否被允许以及限流时间戳。

这只是一个简单的使用案例和源码解析，实际项目中可以根据需求进行更复杂的限流配置和实现。