一、什么是限流？为什么要限流？

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，尤其是像各种秒杀促销活动，为了保证系统不被巨大的流量压垮，会在系统流量达到一定阈(yu)值时，拒绝掉一部分流量。

限流会导致用户在短时间内（这个时间段是毫秒级别的）系统不可用，一般我们衡量系统处理能力的指标是每秒的QPS或者TPS，假设系统每秒的流量阈值是1000，理论上一秒内有第1001个请求进来时，那么这个请求就会被限流。

二、限流方案

1、计数器

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。

2、漏桶算法

漏桶算法思路很简单，我们把水比作请求，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），以实现限流。

3、令牌桶算法

令牌桶算法的原理也比较简单，我们可以理解成医院的挂号看病，只有拿到号以后才可以进行诊病。

系统会维护一个令牌（token）桶，以一个恒定的速度往桶里放入令牌（token），这时如果有请求进来想要被处理，则需要先从桶里获取一个令牌（token），当桶里没有令牌（token）可取时，则该请求将被拒绝服务。令牌桶算法通过控制桶的容量、发放令牌的速率，来达到对请求的限制。

4、Redis + Lua

个人理解，Lua脚本和MySQL数据库的存储过程比较相似，他们执行一组命令，所有命令的执行要么全部成功或者失败，以此达到原子性。也可以把Lua脚本理解为，一段具有业务逻辑的代码块。

而Lua本身就是一种编程语言，虽然redis官方没有直接提供限流相应的API，但却支持了Lua脚本的功能，可以使用它实现复杂的令牌桶或漏桶算法，也是分布式系统中实现限流的主要方法之一。

相比Redis事务，Lua脚本的优点：

• 减少网络开销：使用Lua脚本，无需向Redis发送多次请求，执行一次即可，减少网络传输。
• 原子操作：Redis将整个Lua脚本作为一个命令执行，原子，无需担心并发。
• 复用：Lua脚本一旦执行，会永久保存Redis中，其他客户端可复用。

Lua脚本大致逻辑如下：

• 通过KEYS[1]获取传入的key参数。
• 通过ARGV[1]获取传入的limit参数。
• redis.call方法，从缓存中get和key相关的值，如果为null那么就返回0。
• 接着判断缓存中记录的数值是否会大于限制大小，如果超出则表示该被限流，返回0。
• 如果未超过，那么key的缓存值+1，并设置过期时间为1秒钟以后，并返回缓存值+1。

5、网关限流

限流常在网关这一层做，比如Nginx、Openresty、kong、zuul、Spring Cloud Geteway等，而像Spring Cloud Gateway网关限流底层的实现原理，就是基于Redis + Lua，通过内置Lua限流脚本的方式。

三、Redis + Lua 限流实现

下面通过 自定义注解、aop、Redis + Lua 实现限流。

1、环境准备

SpringBoot项目创建：https://start.spring.io，很方便实用的一个工具。

2、引入依赖包

pom文件中添加如下依赖包，比较关键的是spring-boot-starter-data-redis和spring-boot-starter-aop。

3、配置application.yml

在application.yml文件中配置提前搭建好的redis服务地址和端口。

4、配置RedisTemplate实例

限流类型枚举类

5、自定义注解

我们自定义一个@Limit注解，注解类型为ElementType.MEHTOD即作用于方法上。

period表示请求限制时间段，count表示在period这个时间段内允许放行请求的次数。limitType代表限流类型，可以根据IP、自定义key，如果不传limitType属性则默认用方法名作为默认key。

6、切面代码实现

7、控制层实现

将@Limit注解作用在需要进行限流的接口方法上，下边我们给方法设置@Limit注解，在10秒内允许放行三个请求，为了直观一点用AtomicInteger计数。

8、测试

注：因为适用了Lua编程语言，需要安装EmmyLua插件，大家自行百度，这里不做详细介绍了。

测试[预期]：10秒之内连续请求3次均可成功，第四次请求被拒绝。直接适用postman进行测试。

十秒之内，第4次请求时，应用直接决绝了请求，说明 SpringBoot + aop + Lua 限流方案搭建成功。

四、源码

git源码地址