rate-limit 是一个为 java 设计的渐进式限流工具。
目的是为了深入学习和使用限流，后续将会持续迭代。
-
渐进式实现
-
支持独立于 spring 使用
-
支持整合 spring
-
支持整合 spring-boot
-
内置多种限流策略
-
jdk 1.7
-
maven 3.x+
<dependency>
<groupId>com.github.houbb</groupId>
<artifactId>rate-limit-core</artifactId>
<version>1.1.1</version>
</dependency>@RateLimit 限流注解放在方法上，指定对应的限制频率。
也可以定义在类上，默认下面的所有方法生效。方法上的优先级高于类。
| 属性 | 说明 | 默认值 |
|---|---|---|
| value | 方法访问一次消耗的令牌数 | 1 |
| timeUnit | 时间单位 | TimeUnit.SECONDS |
| interval | 时间间隔 | 60 |
| count | 可调用次数 | 1000 |
| enable | 是否启用 | true |
默认为 60S 内，可以调用 1000 次。
public class UserService {
@RateLimit(interval = 2, count = 5)
public void limitCount() {
log.info("{}", Thread.currentThread().getName());
}
}这个例子中我们 2S 内最多调用 5 次。
RateLimitProxy.getProxy(xxx) 通过字节码获取方法对应的方法代理。
@Test(expected = RateLimitRuntimeException.class)
public void limitCountErrorTest() {
UserService userService = RateLimitProxy.getProxy(new UserService());
for(int i = 0; i < 3; i++) {
userService.limitCount();
}
}当调用超出限制时，默认抛出 RateLimitRuntimeException 异常。
这里默认使用的是令牌桶算法，所以会出现异常。
有时候我们希望同时做多个的限制：
（1）一分钟不超过 10 次
（2）一小时不超过 30 次
为了支持多个配置，我们引入了新的注解 @RateLimits，可以指定一个 @RateLimit 数组。
方法上同时使用 @RateLimits + @RateLimit 是可以同时生效的，不过为了简单，一般不建议混合使用。
@RateLimits({@RateLimit(interval = 2, count = 5)})
public void limitCount() {
//...
}RateLimitProxy.getProxy(new UserService());等价于
RateLimitProxy.getProxy(new UserService(), RateLimitBs.newInstance());下面我们来一起看一下 RateLimitBs 引导类。
RateLimitBs 作为引导类，便于用户自定义配置。
| 方法 | 说明 | 默认值 |
|---|---|---|
| rateLimit | 限流策略 | RateLimits.tokenBucket() 令牌桶算法 |
| timer | 时间策略 | Timers.system() 系统时间 |
| cacheService | 缓存策略 | CommonCacheServiceMap 基于本地 map 的缓存策略 |
| cacheKeyNamespace | 缓存KEY命名空间 | RATE-LIMIT 避免不同的应用，命名冲突。 |
| configService | 限制配置策略 | RateLimitConfigService 默认基于方法上的注解 |
| tokenService | 身份标识策略 | RateLimitTokenService 默认基于 IP |
| methodService | 方法标识策略 | RateLimitMethodService 默认基于方法名+参数类型 |
| rejectListener | 拒绝策略 | RateLimitRejectListenerException 限流时抛出异常 |
其中 rateLimit 内置 RateLimits 工具中的策略如下：
| 方法 | 说明 |
|---|---|
| fixedWindow() | 固定窗口 |
| slideWindow(int windowNum) | 滑动窗口，可指定窗口大小 |
| slideWindow() | 滑动窗口，默认为 10 |
| slideWindowQueue() | 滑动窗口，基于队列的实现 |
| leakyBucket() | 漏桶算法 |
| tokenBucket() | 令牌桶算法 |
-
分布式系统，cacheService 建议使用基于 redis 的集中式缓存策略。
-
configService 如果想更加灵活，可以基于数据库的配置查询
RateLimitBs 默认配置如下：
RateLimitBs.newInstance()
.timer(Timers.system())
.methodService(new RateLimitMethodService())
.tokenService(new RateLimitTokenService())
.rejectListener(new RateLimitRejectListenerException())
.configService(new RateLimitConfigService())
.cacheService(new CommonCacheServiceMap())
.rateLimit(RateLimits.tokenBucket())
.cacheKeyNamespace(RateLimitConst.DEFAULT_CACHE_KEY_NAMESPACE);<dependency>
<groupId>com.github.houbb</groupId>
<artifactId>rate-limit-spring</artifactId>
<version>1.1.1</version>
</dependency>和上面使用类似，直接在方法上声明 @RateLimit 注解即可。
@Service
public class UserService {
private static final Log log = LogFactory.getLog(UserService.class);
@RateLimit(interval = 2, count = 5)
public void limitCount() {
log.info("{}", Thread.currentThread().getName());
}
}通过 @EnableRateLimit 声明启用限流。
@Configuration
@ComponentScan("com.github.houbb.rate.limit.test.core")
@EnableRateLimit
public class SpringConfig {
}@EnableRateLimit 的属性配置和 RateLimitBs 属性是以一一对应的。
| 方法 | 说明 | 默认值 |
|---|---|---|
| rateLimit | 限流策略 | 令牌桶算法 |
| timer | 时间策略 | 系统时间 |
| cacheService | 缓存策略 | 基于本地 map 的缓存策略 |
| cacheKeyNamespace | 缓存KEY命名空间 | RATE-LIMIT 避免不同的应用，命名冲突。 |
| configService | 限制配置策略 | 默认基于方法上的注解 |
| tokenService | 身份标识策略 | 默认基于 IP |
| methodService | 方法标识策略 | 默认基于方法名+参数类型 |
| rejectListener | 拒绝策略 | 限流时抛出异常 |
这里的属性值，都是对应的 spring bean 名称，支持用户自定义。
<dependency>
<groupId>com.github.houbb</groupId>
<artifactId>rate-limit-springboot-starter</artifactId>
<version>1.1.1</version>
</dependency>其他和 spring 保持一致。
-
@RateLimit类级别 public 方法支持 -
@RateLimit多注解支持