限流介紹

限流（rate limiting）

? 是指在一定時間內，對某些資源的訪問次數進行限制，以避免資源被濫用或過度消耗。限流可以防止服務器崩潰、保證用戶體驗、提高系統可用性。

限流的方法有很多種，常見的有以下幾種：

• 漏桶算法：

  ? 漏桶算法通過一個固定大小的漏桶來模擬流量，當流量進入漏桶時，會以恒定的速率從漏桶中流出。如果流量超過漏桶的容量，則會被丟棄。

• 令牌桶算法：

  ? 令牌桶算法通過一個固定大小的令牌桶來模擬流量，當流量進入令牌桶時，會從令牌桶中取出一個令牌。如果令牌桶中沒有令牌，則會拒絕該流量。

• 滑動窗口算法：

  ? 滑動窗口算法通過一個固定大小的滑動窗口來模擬流量，當流量進入滑動窗口時，會統計窗口內流量的數量。如果窗口內流量的數量超過了一定的閾值，則會拒絕該流量。

限流可以應用在很多場景，例如：

• 防止服務器崩潰：當服務器的請求量過大時，可以通過限流來防止服務器崩潰。

• 保證用戶體驗：當用戶請求某個資源的頻率過高時，可以通過限流來降低用戶的等待時間。

• 提高系統可用性：當系統的某些資源被濫用或過度消耗時，可以通過限流來提高系統的可用性。

?

? 限流是一個非常重要的技術，它可以幫助我們提高系統的穩定性和可用性。在實際開發中，我們可以根據不同的場景選擇合適的限流算法。

我們定義的注解使用到技術：redis，redisson，AOP，自定義注解等

依賴

用到的部分依賴，這里沒有指定版本，可根據市場上的版本進行配置

        <!--redisson-->
        <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson-spring-boot-starter</artifactId>
        </dependency>

        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>lock4j-redisson-spring-boot-starter</artifactId>
        </dependency>

       <!-- Spring框架基本的核心工具 -->
        <dependency>
            <groupId>org.springframework</groupId>
            <artifactId>spring-context-support</artifactId>
        </dependency>

        <!-- SpringWeb模塊 -->
        <dependency>
            <groupId>org.springframework</groupId>
            <artifactId>spring-web</artifactId>
        </dependency>

        <!-- 自定義驗證注解 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-validation</artifactId>
        </dependency>

        <!-- aop -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-aop</artifactId>
        </dependency>

        <!--常用工具類 -->
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-lang3</artifactId>
        </dependency>

        <!-- servlet包 -->
        <dependency>
            <groupId>jakarta.servlet</groupId>
            <artifactId>jakarta.servlet-api</artifactId>
        </dependency>

      <!-- hutool 工具類 -->
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-core</artifactId>
        </dependency>

        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-http</artifactId>
        </dependency>

        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-extra</artifactId>
        </dependency>


       <!-- lombok 工具類 -->
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>

        <!--  自動生成YML配置關聯JSON文件  -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-configuration-processor</artifactId>
        </dependency>


        <!--  版本升級  -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-properties-migrator</artifactId>
            <scope>runtime</scope>
        </dependency>

        <!--  代碼生產工具  -->
        <dependency>
            <groupId>io.github.linpeilie</groupId>
            <artifactId>mapstruct-plus-spring-boot-starter</artifactId>
        </dependency>

        <!-- 離線IP地址定位庫 -->
        <dependency>
            <groupId>org.lionsoul</groupId>
            <artifactId>ip2region</artifactId>
        </dependency>

1，定義限流類型

這里定義限流枚舉類：LimitType

public enum LimitType {
    /**
     * 默認策略全局限流
     */
    DEFAULT,

    /**
     * 根據請求者IP進行限流
     */
    IP,

    /**
     * 實例限流(集群多后端實例)
     */
    CLUSTER
}

2，定義注解 RateLimiter

定義注解，在后續的代碼中使用進行限流

import java.lang.annotation.*;

/**
 * 限流注解
 *
 * @author Lion Li
 */
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface RateLimiter {
    /**
     * 限流key,支持使用Spring el表達式來動態獲取方法上的參數值
     * 格式類似于  #code.id #{#code}
     */
    String key() default "";

    /**
     * 限流時間,單位秒
     */
    int time() default 60;

    /**
     * 限流次數
     */
    int count() default 100;

    /**
     * 限流類型
     */
    LimitType limitType() default LimitType.DEFAULT;

    /**
     * 提示消息 支持國際化 格式為 {code}
     */
    String message() default "{rate.limiter.message}";
}

redis 工具類

這里提供一下第 3 步需要的redis 工具類，可以根據自己的需求進行部分方法進行復制。

@NoArgsConstructor(access = AccessLevel.PRIVATE)
@SuppressWarnings(value = {"unchecked", "rawtypes"})
public class RedisUtils {

    private static final RedissonClient CLIENT = SpringUtils.getBean(RedissonClient.class);

    /**
     * 限流
     *
     * @param key          限流key
     * @param rateType     限流類型
     * @param rate         速率
     * @param rateInterval 速率間隔
     * @return -1 表示失敗
     */
    public static long rateLimiter(String key, RateType rateType, int rate, int rateInterval) {
        RRateLimiter rateLimiter = CLIENT.getRateLimiter(key);
        rateLimiter.trySetRate(rateType, rate, rateInterval, RateIntervalUnit.SECONDS);
        if (rateLimiter.tryAcquire()) {
            return rateLimiter.availablePermits();
        } else {
            return -1L;
        }
    }

    /**
     * 獲取客戶端實例
     */
    public static RedissonClient getClient() {
        return CLIENT;
    }

    /**
     * 發布通道消息
     *
     * @param channelKey 通道key
     * @param msg        發送數據
     * @param consumer   自定義處理
     */
    public static <T> void publish(String channelKey, T msg, Consumer<T> consumer) {
        RTopic topic = CLIENT.getTopic(channelKey);
        topic.publish(msg);
        consumer.accept(msg);
    }

    public static <T> void publish(String channelKey, T msg) {
        RTopic topic = CLIENT.getTopic(channelKey);
        topic.publish(msg);
    }

    /**
     * 訂閱通道接收消息
     *
     * @param channelKey 通道key
     * @param clazz      消息類型
     * @param consumer   自定義處理
     */
    public static <T> void subscribe(String channelKey, Class<T> clazz, Consumer<T> consumer) {
        RTopic topic = CLIENT.getTopic(channelKey);
        topic.addListener(clazz, (channel, msg) -> consumer.accept(msg));
    }

    /**
     * 緩存基本的對象，Integer、String、實體類等
     *
     * @param key   緩存的鍵值
     * @param value 緩存的值
     */
    public static <T> void setCacheObject(final String key, final T value) {
        setCacheObject(key, value, false);
    }

    /**
     * 緩存基本的對象，保留當前對象 TTL 有效期
     *
     * @param key       緩存的鍵值
     * @param value     緩存的值
     * @param isSaveTtl 是否保留TTL有效期(例如: set之前ttl剩余90 set之后還是為90)
     * @since Redis 6.X 以上使用 setAndKeepTTL 兼容 5.X 方案
     */
    public static <T> void setCacheObject(final String key, final T value, final boolean isSaveTtl) {
        RBucket<T> bucket = CLIENT.getBucket(key);
        if (isSaveTtl) {
            try {
                bucket.setAndKeepTTL(value);
            } catch (Exception e) {
                long timeToLive = bucket.remainTimeToLive();
                setCacheObject(key, value, Duration.ofMillis(timeToLive));
            }
        } else {
            bucket.set(value);
        }
    }

    /**
     * 緩存基本的對象，Integer、String、實體類等
     *
     * @param key      緩存的鍵值
     * @param value    緩存的值
     * @param duration 時間
     */
    public static <T> void setCacheObject(final String key, final T value, final Duration duration) {
        RBatch batch = CLIENT.createBatch();
        RBucketAsync<T> bucket = batch.getBucket(key);
        bucket.setAsync(value);
        bucket.expireAsync(duration);
        batch.execute();
    }

    /**
     * 如果不存在則設置 并返回 true 如果存在則返回 false
     *
     * @param key   緩存的鍵值
     * @param value 緩存的值
     * @return set成功或失敗
     */
    public static <T> boolean setObjectIfAbsent(final String key, final T value, final Duration duration) {
        RBucket<T> bucket = CLIENT.getBucket(key);
        return bucket.setIfAbsent(value, duration);
    }

    /**
     * 如果存在則設置 并返回 true 如果存在則返回 false
     *
     * @param key   緩存的鍵值
     * @param value 緩存的值
     * @return set成功或失敗
     */
    public static <T> boolean setObjectIfExists(final String key, final T value, final Duration duration) {
        RBucket<T> bucket = CLIENT.getBucket(key);
        return bucket.setIfExists(value, duration);
    }

    /**
     * 注冊對象監聽器
     * <p>
     * key 監聽器需開啟 `notify-keyspace-events` 等 redis 相關配置
     *
     * @param key      緩存的鍵值
     * @param listener 監聽器配置
     */
    public static <T> void addObjectListener(final String key, final ObjectListener listener) {
        RBucket<T> result = CLIENT.getBucket(key);
        result.addListener(listener);
    }

    /**
     * 設置有效時間
     *
     * @param key     Redis鍵
     * @param timeout 超時時間
     * @return true=設置成功；false=設置失敗
     */
    public static boolean expire(final String key, final long timeout) {
        return expire(key, Duration.ofSeconds(timeout));
    }

    /**
     * 設置有效時間
     *
     * @param key      Redis鍵
     * @param duration 超時時間
     * @return true=設置成功；false=設置失敗
     */
    public static boolean expire(final String key, final Duration duration) {
        RBucket rBucket = CLIENT.getBucket(key);
        return rBucket.expire(duration);
    }

    /**
     * 獲得緩存的基本對象。
     *
     * @param key 緩存鍵值
     * @return 緩存鍵值對應的數據
     */
    public static <T> T getCacheObject(final String key) {
        RBucket<T> rBucket = CLIENT.getBucket(key);
        return rBucket.get();
    }

    /**
     * 獲得key剩余存活時間
     *
     * @param key 緩存鍵值
     * @return 剩余存活時間
     */
    public static <T> long getTimeToLive(final String key) {
        RBucket<T> rBucket = CLIENT.getBucket(key);
        return rBucket.remainTimeToLive();
    }

    /**
     * 刪除單個對象
     *
     * @param key 緩存的鍵值
     */
    public static boolean deleteObject(final String key) {
        return CLIENT.getBucket(key).delete();
    }

    /**
     * 刪除集合對象
     *
     * @param collection 多個對象
     */
    public static void deleteObject(final Collection collection) {
        RBatch batch = CLIENT.createBatch();
        collection.forEach(t -> {
            batch.getBucket(t.toString()).deleteAsync();
        });
        batch.execute();
    }

    /**
     * 檢查緩存對象是否存在
     *
     * @param key 緩存的鍵值
     */
    public static boolean isExistsObject(final String key) {
        return CLIENT.getBucket(key).isExists();
    }

    /**
     * 緩存List數據
     *
     * @param key      緩存的鍵值
     * @param dataList 待緩存的List數據
     * @return 緩存的對象
     */
    public static <T> boolean setCacheList(final String key, final List<T> dataList) {
        RList<T> rList = CLIENT.getList(key);
        return rList.addAll(dataList);
    }

    /**
     * 追加緩存List數據
     *
     * @param key  緩存的鍵值
     * @param data 待緩存的數據
     * @return 緩存的對象
     */
    public static <T> boolean addCacheList(final String key, final T data) {
        RList<T> rList = CLIENT.getList(key);
        return rList.add(data);
    }

    /**
     * 注冊List監聽器
     * <p>
     * key 監聽器需開啟 `notify-keyspace-events` 等 redis 相關配置
     *
     * @param key      緩存的鍵值
     * @param listener 監聽器配置
     */
    public static <T> void addListListener(final String key, final ObjectListener listener) {
        RList<T> rList = CLIENT.getList(key);
        rList.addListener(listener);
    }

    /**
     * 獲得緩存的list對象
     *
     * @param key 緩存的鍵值
     * @return 緩存鍵值對應的數據
     */
    public static <T> List<T> getCacheList(final String key) {
        RList<T> rList = CLIENT.getList(key);
        return rList.readAll();
    }

    /**
     * 獲得緩存的list對象(范圍)
     *
     * @param key  緩存的鍵值
     * @param form 起始下標
     * @param to   截止下標
     * @return 緩存鍵值對應的數據
     */
    public static <T> List<T> getCacheListRange(final String key, int form, int to) {
        RList<T> rList = CLIENT.getList(key);
        return rList.range(form, to);
    }

    /**
     * 緩存Set
     *
     * @param key     緩存鍵值
     * @param dataSet 緩存的數據
     * @return 緩存數據的對象
     */
    public static <T> boolean setCacheSet(final String key, final Set<T> dataSet) {
        RSet<T> rSet = CLIENT.getSet(key);
        return rSet.addAll(dataSet);
    }

    /**
     * 追加緩存Set數據
     *
     * @param key  緩存的鍵值
     * @param data 待緩存的數據
     * @return 緩存的對象
     */
    public static <T> boolean addCacheSet(final String key, final T data) {
        RSet<T> rSet = CLIENT.getSet(key);
        return rSet.add(data);
    }

    /**
     * 注冊Set監聽器
     * <p>
     * key 監聽器需開啟 `notify-keyspace-events` 等 redis 相關配置
     *
     * @param key      緩存的鍵值
     * @param listener 監聽器配置
     */
    public static <T> void addSetListener(final String key, final ObjectListener listener) {
        RSet<T> rSet = CLIENT.getSet(key);
        rSet.addListener(listener);
    }

    /**
     * 獲得緩存的set
     *
     * @param key 緩存的key
     * @return set對象
     */
    public static <T> Set<T> getCacheSet(final String key) {
        RSet<T> rSet = CLIENT.getSet(key);
        return rSet.readAll();
    }

    /**
     * 緩存Map
     *
     * @param key     緩存的鍵值
     * @param dataMap 緩存的數據
     */
    public static <T> void setCacheMap(final String key, final Map<String, T> dataMap) {
        if (dataMap != null) {
            RMap<String, T> rMap = CLIENT.getMap(key);
            rMap.putAll(dataMap);
        }
    }

    /**
     * 注冊Map監聽器
     * <p>
     * key 監聽器需開啟 `notify-keyspace-events` 等 redis 相關配置
     *
     * @param key      緩存的鍵值
     * @param listener 監聽器配置
     */
    public static <T> void addMapListener(final String key, final ObjectListener listener) {
        RMap<String, T> rMap = CLIENT.getMap(key);
        rMap.addListener(listener);
    }

    /**
     * 獲得緩存的Map
     *
     * @param key 緩存的鍵值
     * @return map對象
     */
    public static <T> Map<String, T> getCacheMap(final String key) {
        RMap<String, T> rMap = CLIENT.getMap(key);
        return rMap.getAll(rMap.keySet());
    }

    /**
     * 獲得緩存Map的key列表
     *
     * @param key 緩存的鍵值
     * @return key列表
     */
    public static <T> Set<String> getCacheMapKeySet(final String key) {
        RMap<String, T> rMap = CLIENT.getMap(key);
        return rMap.keySet();
    }

    /**
     * 往Hash中存入數據
     *
     * @param key   Redis鍵
     * @param hKey  Hash鍵
     * @param value 值
     */
    public static <T> void setCacheMapValue(final String key, final String hKey, final T value) {
        RMap<String, T> rMap = CLIENT.getMap(key);
        rMap.put(hKey, value);
    }

    /**
     * 獲取Hash中的數據
     *
     * @param key  Redis鍵
     * @param hKey Hash鍵
     * @return Hash中的對象
     */
    public static <T> T getCacheMapValue(final String key, final String hKey) {
        RMap<String, T> rMap = CLIENT.getMap(key);
        return rMap.get(hKey);
    }

    /**
     * 刪除Hash中的數據
     *
     * @param key  Redis鍵
     * @param hKey Hash鍵
     * @return Hash中的對象
     */
    public static <T> T delCacheMapValue(final String key, final String hKey) {
        RMap<String, T> rMap = CLIENT.getMap(key);
        return rMap.remove(hKey);
    }

    /**
     * 刪除Hash中的數據
     *
     * @param key   Redis鍵
     * @param hKeys Hash鍵
     */
    public static <T> void delMultiCacheMapValue(final String key, final Set<String> hKeys) {
        RBatch batch = CLIENT.createBatch();
        RMapAsync<String, T> rMap = batch.getMap(key);
        for (String hKey : hKeys) {
            rMap.removeAsync(hKey);
        }
        batch.execute();
    }

    /**
     * 獲取多個Hash中的數據
     *
     * @param key   Redis鍵
     * @param hKeys Hash鍵集合
     * @return Hash對象集合
     */
    public static <K, V> Map<K, V> getMultiCacheMapValue(final String key, final Set<K> hKeys) {
        RMap<K, V> rMap = CLIENT.getMap(key);
        return rMap.getAll(hKeys);
    }

    /**
     * 設置原子值
     *
     * @param key   Redis鍵
     * @param value 值
     */
    public static void setAtomicValue(String key, long value) {
        RAtomicLong atomic = CLIENT.getAtomicLong(key);
        atomic.set(value);
    }

    /**
     * 獲取原子值
     *
     * @param key Redis鍵
     * @return 當前值
     */
    public static long getAtomicValue(String key) {
        RAtomicLong atomic = CLIENT.getAtomicLong(key);
        return atomic.get();
    }

    /**
     * 遞增原子值
     *
     * @param key Redis鍵
     * @return 當前值
     */
    public static long incrAtomicValue(String key) {
        RAtomicLong atomic = CLIENT.getAtomicLong(key);
        return atomic.incrementAndGet();
    }

    /**
     * 遞減原子值
     *
     * @param key Redis鍵
     * @return 當前值
     */
    public static long decrAtomicValue(String key) {
        RAtomicLong atomic = CLIENT.getAtomicLong(key);
        return atomic.decrementAndGet();
    }

    /**
     * 獲得緩存的基本對象列表
     *
     * @param pattern 字符串前綴
     * @return 對象列表
     */
    public static Collection<String> keys(final String pattern) {
        Stream<String> stream = CLIENT.getKeys().getKeysStreamByPattern(pattern);
        return stream.collect(Collectors.toList());
    }

    /**
     * 刪除緩存的基本對象列表
     *
     * @param pattern 字符串前綴
     */
    public static void deleteKeys(final String pattern) {
        CLIENT.getKeys().deleteByPattern(pattern);
    }

    /**
     * 檢查redis中是否存在key
     *
     * @param key 鍵
     */
    public static Boolean hasKey(String key) {
        RKeys rKeys = CLIENT.getKeys();
        return rKeys.countExists(key) > 0;
    }
}

獲取i18n資源文件

提供一下第 3 步需要 獲取i18n資源文件 類，可以做國際化進行處理，如果項目沒有國際化，這個可以省略

@NoArgsConstructor(access = AccessLevel.PRIVATE)
public class MessageUtils {

    private static final MessageSource MESSAGE_SOURCE = SpringUtils.getBean(MessageSource.class);

    /**
     * 根據消息鍵和參數 獲取消息 委托給spring messageSource
     *
     * @param code 消息鍵
     * @param args 參數
     * @return 獲取國際化翻譯值
     */
    public static String message(String code, Object... args) {
        try {
            return MESSAGE_SOURCE.getMessage(code, args, LocaleContextHolder.getLocale());
        } catch (NoSuchMessageException e) {
            return code;
        }
    }
}

自定義異常

這個我們再自定義一個業務異常類，用于拋出異常 ，如果自己項目之前有定義，也可以使用自己的異常類

ServiceException

@Data
@EqualsAndHashCode(callSuper = true)
@NoArgsConstructor
@AllArgsConstructor
public final class ServiceException extends RuntimeException {

    @Serial
    private static final long serialVersionUID = 1L;

    /**
     * 錯誤碼
     */
    private Integer code;

    /**
     * 錯誤提示
     */
    private String message;

    /**
     * 錯誤明細，內部調試錯誤
     */
    private String detailMessage;

    public ServiceException(String message) {
        this.message = message;
    }

    public ServiceException(String message, Integer code) {
        this.message = message;
        this.code = code;
    }

    public String getDetailMessage() {
        return detailMessage;
    }

    @Override
    public String getMessage() {
        return message;
    }

    public Integer getCode() {
        return code;
    }

    public ServiceException setMessage(String message) {
        this.message = message;
        return this;
    }

    public ServiceException setDetailMessage(String detailMessage) {
        this.detailMessage = detailMessage;
        return this;
    }
}

客戶端工具類

如果對 ip 進行限流，在注解處理中會用到參數，ip ，url 等信息

ServletUtils

@NoArgsConstructor(access = AccessLevel.PRIVATE)
public class ServletUtils extends JakartaServletUtil {
     /**
     * 獲取request
     */
    public static HttpServletRequest getRequest() {
        try {
            return getRequestAttributes().getRequest();
        } catch (Exception e) {
            return null;
        }
    }
    
     public static String getClientIP() {
        return getClientIP(getRequest());
    }
}

3,處理限流注解

處理限流注解：RateLimiterAspect

對注解處理的核心代碼就在這里，

@Slf4j
@Aspect
public class RateLimiterAspect {

    /**
     * 定義spel表達式解析器
     */
    private final ExpressionParser parser = new SpelExpressionParser();
    /**
     * 定義spel解析模版
     */
    private final ParserContext parserContext = new TemplateParserContext();
    /**
     * 定義spel上下文對象進行解析
     */
    private final EvaluationContext context = new StandardEvaluationContext();
    /**
     * 方法參數解析器
     */
    private final ParameterNameDiscoverer pnd = new DefaultParameterNameDiscoverer();


    /**
     * GLOBAL_REDIS_KEY 和  RATE_LIMIT_KEY  最好還是定義在項目的一個統一的常量文件中，這里為了解剖出來的文件少一點
     *
     * */

    /**
     * 全局 redis key (業務無關的key)
     */
    private final String GLOBAL_REDIS_KEY = "global:";

    /**
     * 限流 redis key
     */
    private final String RATE_LIMIT_KEY = GLOBAL_REDIS_KEY + "rate_limit:";

    @Before("@annotation(rateLimiter)")
    public void doBefore(JoinPoint point, RateLimiter rateLimiter) throws Throwable {
        // 獲取注解傳的 時間 次數
        int time = rateLimiter.time();
        int count = rateLimiter.count();
        // 處理 key
        String combineKey = getCombineKey(rateLimiter, point);
        try {
            RateType rateType = RateType.OVERALL;
            if (rateLimiter.limitType() == LimitType.CLUSTER) {
                rateType = RateType.PER_CLIENT;
            }
            long number = RedisUtils.rateLimiter(combineKey, rateType, count, time);
            if (number == -1) {
                String message = rateLimiter.message();
                if (StringUtils.startsWith(message, "{") && StringUtils.endsWith(message, "}")) {
                    message = MessageUtils.message(StringUtils.substring(message, 1, message.length() - 1));
                }
                throw new ServiceException(message);
            }
            log.info("限制令牌 => {}, 剩余令牌 => {}, 緩存key => '{}'", count, number, combineKey);
        } catch (Exception e) {
            if (e instanceof ServiceException) {
                throw e;
            } else {
                throw new RuntimeException("服務器限流異常，請稍候再試");
            }
        }
    }


    /**
     * 返回帶有特定前綴的 key 
     * @param rateLimiter 限流注解
     * @param point 切入點
     * @return key
     */
    public String getCombineKey(RateLimiter rateLimiter, JoinPoint point) {
        String key = rateLimiter.key();
        // 獲取方法(通過方法簽名來獲取)
        MethodSignature signature = (MethodSignature) point.getSignature();
        Method method = signature.getMethod();
        Class<?> targetClass = method.getDeclaringClass();
        // 判斷是否是spel格式
        if (StringUtils.containsAny(key, "#")) {
            // 獲取參數值
            Object[] args = point.getArgs();
            // 獲取方法上參數的名稱
            String[] parameterNames = pnd.getParameterNames(method);
            if (ArrayUtil.isEmpty(parameterNames)) {
                throw new ServiceException("限流key解析異常!請聯系管理員!");
            }
            for (int i = 0; i < parameterNames.length; i++) {
                context.setVariable(parameterNames[i], args[i]);
            }
            // 解析返回給key
            try {
                Expression expression;
                if (StringUtils.startsWith(key, parserContext.getExpressionPrefix())
                    && StringUtils.endsWith(key, parserContext.getExpressionSuffix())) {
                    expression = parser.parseExpression(key, parserContext);
                } else {
                    expression = parser.parseExpression(key);
                }
                key = expression.getValue(context, String.class) + ":";
            } catch (Exception e) {
                throw new ServiceException("限流key解析異常!請聯系管理員!");
            }
        }
        // 限流前綴key
        StringBuilder stringBuffer = new StringBuilder(RATE_LIMIT_KEY);
        stringBuffer.append(ServletUtils.getRequest().getRequestURI()).append(":");
        // 判斷限流類型
        if (rateLimiter.limitType() == LimitType.IP) {
            // 獲取請求ip
            stringBuffer.append(ServletUtils.getClientIP()).append(":");
        } else if (rateLimiter.limitType() == LimitType.CLUSTER) {
            // 獲取客戶端實例id
            stringBuffer.append(RedisUtils.getClient().getId()).append(":");
        }
        return stringBuffer.append(key).toString();
    }
}

到這里注解就定義好了，接下來就可以進行測試和使用！！！

測試限流

定義一個 Controller 來測試限流，這里返回的 R ，可以根據自己項目統一定義的返回，或者使用 void

RedisRateLimiterController

@Slf4j
@RestController
@RequestMapping("/demo/rateLimiter")
public class RedisRateLimiterController {

    /**
     * 測試全局限流
     * 全局影響
     */
    @RateLimiter(count = 2, time = 10)
    @GetMapping("/test")
    public R<String> test(String value) {
        return R.ok("操作成功", value);
    }

    /**
     * 測試請求IP限流
     * 同一IP請求受影響
     */
    @RateLimiter(count = 2, time = 10, limitType = LimitType.IP)
    @GetMapping("/testip")
    public R<String> testip(String value) {
        return R.ok("操作成功", value);
    }

    /**
     * 測試集群實例限流
     * 啟動兩個后端服務互不影響
     */
    @RateLimiter(count = 2, time = 10, limitType = LimitType.CLUSTER)
    @GetMapping("/testcluster")
    public R<String> testcluster(String value) {
        return R.ok("操作成功", value);
    }

    /**
     * 測試請求IP限流(key基于參數獲取)
     * 同一IP請求受影響
     *
     * 簡單變量獲取 #變量 復雜表達式 #{#變量 != 1 ? 1 : 0}
     */
    @RateLimiter(count = 2, time = 10, limitType = LimitType.IP, key = "#value")
    @GetMapping("/testObj")
    public R<String> testObj(String value) {
        return R.ok("操作成功", value);
    }

}

如果代碼寫的有問題，歡迎大家評論交流，進行指點！！！

也希望大家點個關注哦~~~~~~~~

總結

以上是生活随笔為你收集整理的redis + AOP + 自定义注解实现接口限流的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。