
在构建高并发、高可用性的现代应用时,限流(Rate Limiting)是不可或缺的一环。它能够保护后端服务免受过载,防止恶意攻击,并确保系统资源的公平分配。对于分布式系统而言,限流的挑战在于如何跨多个实例同步和管理限流状态。Redis因其高性能和原子操作特性,成为实现分布式限流的理想选择。
常见的限流算法包括漏桶(Leaky Bucket)和令牌桶(Token Bucket)。令牌桶算法因其允许一定程度的突发流量而更受青睐。本文将围绕令牌桶算法,并结合“滚动窗口”的概念来构建限流器。
核心需求点:
在Java生态中,有多种限流库和实现方式。例如,一些基于Redis的Lua脚本实现,或像Redisson这样的综合性框架。然而,对于本文所关注的“滚动窗口”和“回退时间”这两个核心需求,Bucket4j库提供了非常强大和灵活的支持。
立即学习“Java免费学习笔记(深入)”;
Bucket4j是一个Java的令牌桶限流库,它支持多种持久化方式,包括内存、JCache、Redis等。其强大的API能够提供详细的限流结果,包括剩余令牌数和下次可重试的时间。
初学者可能会误解Bucket4j不提供回退时间,但实际上,它通过 ConsumptionProbe 对象提供了非常详细的诊断信息,其中包括 getNanosToWaitForRefill() 方法,这正是我们所需的回退时间。
虽然Bucket4j是令牌桶算法的实现,但其“令牌填充速率”和“桶容量”的组合,可以有效地模拟出对“滚动窗口”的限制效果。例如,一个每秒填充10个令牌,容量为100个令牌的桶,意味着在过去一段时间内,平均每秒最多处理10个请求,且在短时间内最多允许100个请求的突发。
以下是一个基于Redis和Bucket4j实现分布式限流的示例。我们将使用Jedis作为Redis客户端的集成。
首先,在pom.xml中添加Bucket4j及其Jedis集成依赖:
<dependencies>
    <!-- Bucket4j Core -->
    <dependency>
        <groupId>com.github.vladimir-bukhtoyarov</groupId>
        <artifactId>bucket4j-core</artifactId>
        <version>8.1.1</version> <!-- 请使用最新稳定版本 -->
    </dependency>
    <!-- Bucket4j Jedis integration -->
    <dependency>
        <groupId>com.github.vladimir-bukhtoyarov</groupId>
        <artifactId>bucket4j-redis</artifactId>
        <version>8.1.1</version> <!-- 确保与bucket4j-core版本一致 -->
    </dependency>
    <!-- Jedis client -->
    <dependency>
        <groupId>redis.clients</groupId>
        <artifactId>jedis</artifactId>
        <version>4.3.1</version> <!-- 请使用最新稳定版本 -->
    </dependency>
</dependencies>接下来,我们将配置一个基于Redis的限流器。这里我们创建一个每秒允许10个请求,最大突发容量为20个请求的限流器。
import io.github.bucket4j.Bandwidth;
import io.github.bucket4j.Bucket;
import io.github.bucket4j.Bucket4j;
import io.github.bucket4j.ConsumptionProbe;
import io.github.bucket4j.redis.jedis.JedisBasedProxyManager;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
import java.time.Duration;
import java.util.concurrent.TimeUnit;
import java.util.function.Supplier;
public class DistributedRateLimiter {
    private static JedisPool jedisPool;
    private static JedisBasedProxyManager proxyManager;
    public static void initRedis(String redisHost, int redisPort) {
        JedisPoolConfig poolConfig = new JedisPoolConfig();
        poolConfig.setMaxTotal(10); // 最大连接数
        poolConfig.setMaxIdle(5);   // 最大空闲连接数
        jedisPool = new JedisPool(poolConfig, redisHost, redisPort);
        proxyManager = new JedisBasedProxyManager(jedisPool);
    }
    /**
     * 获取或创建限流桶。
     * 每个唯一的key对应一个独立的限流桶。
     *
     * @param key 限流的唯一标识符(例如:用户ID, IP地址, API路径)
     * @param capacity 令牌桶容量
     * @param refillTokens 每次填充的令牌数
     * @param refillPeriod 令牌填充周期
     * @return 配置好的限流桶
     */
    public static Bucket getOrCreateLimiterBucket(String key, long capacity, long refillTokens, Duration refillPeriod) {
        // 定义限流带宽
        Bandwidth limit = Bandwidth.builder()
                .capacity(capacity) // 令牌桶容量
                .refillGreedy(refillTokens, refillPeriod) // 令牌填充策略:每 refillPeriod 填充 refillTokens 个令牌
                .build();
        // 使用proxyManager获取或创建分布式桶
        // key是限流器的唯一标识,Supplier是当key不存在时如何创建桶的定义
        return Bucket4j.builder()
                .addLimit(limit)
                .build(proxyManager, key);
    }
    public static void main(String[] args) throws InterruptedException {
        // 初始化Redis连接池
        initRedis("localhost", 6379); // 假设Redis运行在本地默认端口
        String userId = "user:123";
        // 为该用户设置限流:每秒10个请求,最大突发20个请求
        Bucket userBucket = getOrCreateLimiterBucket(userId, 20, 10, Duration.ofSeconds(1));
        System.out.println("--- 模拟用户请求 ---");
        for (int i = 0; i < 30; i++) {
            // 尝试消费一个令牌
            ConsumptionProbe probe = userBucket.tryConsumeAndReturnRemaining(1);
            if (probe.isConsumed()) {
                // 请求成功
                System.out.printf("请求 %d 成功!剩余令牌:%d%n", i + 1, probe.getRemainingTokens());
            } else {
                // 请求被拒绝
                long nanosToWaitForRefill = probe.getNanosToWaitForRefill();
                long millisToWaitForRefill = TimeUnit.NANOSECONDS.toMillis(nanosToWaitForRefill);
                System.err.printf("请求 %d 被拒绝!需要等待 %d 毫秒后重试。当前剩余令牌:%d%n",
                        i + 1, millisToWaitForRefill, probe.getRemainingTokens());
                // 模拟客户端等待回退时间
                if (millisToWaitForRefill > 0) {
                    Thread.sleep(millisToWaitForRefill);
                }
            }
            // 每次请求间隔模拟
            Thread.sleep(50);
        }
        // 关闭Redis连接池
        jedisPool.close();
    }
}通过模拟客户端在请求被拒绝后等待millisToWaitForRefill,我们实现了有效的回退机制,避免了无效的重试,保护了服务。
本文详细介绍了如何在Java中使用Bucket4j和Redis构建一个强大的分布式限流器,重点解决了如何实现类似“滚动窗口”的行为以及获取“回退时间”的需求。Bucket4j的ConsumptionProbe机制提供了丰富的信息,使得实现智能的限流策略和友好的客户端交互成为可能。通过合理配置和应用,开发者可以有效保护系统,提升服务稳定性。
以上就是基于Redis和Bucket4j的Java分布式限流器:实现滚动窗口与回退机制的详细内容,更多请关注php中文网其它相关文章!
 
                        
                        每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
 
                Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号