基于Redis和令牌桶算法的分布式限流系统,支持IP、用户ID、路径等多维度限流,提供完整的管理界面和统计功能。

• 多维度限流: 默认基于路径限流,可选择启用IP和用户ID维度
• 多重校验: 启用多个维度时,请求需通过所有维度的限流检查
• 令牌桶算法: 基于Redis的分布式令牌桶实现,支持突发流量
• Ant路径匹配: 支持?、*、**通配符的路径模式匹配
• HTTP方法过滤: 可选择性地对特定HTTP方法进行限流
• 详细日志记录: 记录限流阻止的详细信息,便于分析和监控

• 实时统计: 请求数、阻止数、通过率等实时统计
• 维度统计: IP和用户级别的详细统计信息
• 图表展示: 请求趋势图和统计图表
• 数据导出: 支持CSV格式数据导出

• 规则管理: 可视化的限流规则配置和管理
• 实时监控: 限流状态和统计信息的实时监控
• 测试工具: 内置的限流功能测试工具
• 响应式设计: 支持PC和移动端访问

• Spring Boot 2.6.13: 应用框架
• Redis: 分布式缓存和限流状态存储
• Freemarker: 模板引擎
• Jackson: JSON序列化
• Lua脚本: 原子性的令牌桶操作

• HTML5 + CSS3: 响应式界面
• JavaScript (ES6): 交互逻辑
• Axios: HTTP客户端
• Chart.js: 图表展示

• Java 8+
• Redis 3.0+
• Maven 3.6+

redis-server

编辑 src/main/resources/application.properties:

# Redis配置
spring.redis.host=localhost
spring.redis.port=6379
spring.redis.database=0
# 应用端口
server.port=8080

mvn spring-boot:run

• 管理首页: http://localhost:8080/ratelimit/
• 规则配置: http://localhost:8080/ratelimit/config
• 统计分析: http://localhost:8080/ratelimit/stats
• 功能测试: http://localhost:8080/test.html

1. 基本配置

   • 规则名称: 便于识别的规则名称
   • 路径模式: 支持Ant风格通配符
     • ?: 匹配单个字符
     • *: 匹配任意字符(除路径分隔符)
     • **: 匹配任意路径
   • HTTP方法: 可选择特定的HTTP方法

2. 限流维度

   • 路径限流: 默认启用,基于请求路径进行限流
   • IP维度限流: 可选启用,对每个IP地址单独限流
   • 用户维度限流: 可选启用,对每个用户ID单独限流
   • 多维度校验: 启用多个维度时,请求需要通过所有维度的检查

3. 令牌桶配置

   • 令牌桶容量: 最大令牌数,决定突发请求处理能力
   • 令牌补充速率: 每秒补充的令牌数,决定平均限流速率
   • 时间窗口: 令牌补充的时间间隔

4. 维度限流配置

   • IP维度限流: 可单独配置每个IP的限流参数
   • 用户维度限流: 可单独配置每个用户的限流参数

规则名称: API接口限流
路径模式: /api/**
HTTP方法: GET, POST
限流类型: IP限流
令牌桶容量: 20
令牌补充速率: 10
时间窗口: 1秒
启用IP维度限流: 是
IP请求限制: 10

规则名称: 用户操作限流
路径模式: /user/*/action
HTTP方法: POST
限流类型: 用户限流
令牌桶容量: 5
令牌补充速率: 2
时间窗口: 1秒
启用用户维度限流: 是
用户请求限制: 2

规则名称: 高频接口限流
路径模式: /high-frequency
HTTP方法: 全部
限流类型: 路径限流
令牌桶容量: 100
令牌补充速率: 50
时间窗口: 1秒

令牌桶算法通过控制令牌的生成和消费来实现限流:

1. 令牌生成: 按固定速率向桶中添加令牌
2. 令牌消费: 每个请求消费一个令牌
3. 桶容量限制: 桶中令牌数不超过最大容量
4. 请求处理: 有令牌则允许请求,无令牌则拒绝

• 平滑限流: 允许突发流量,但长期平均速率受限
• 灵活配置: 可独立配置桶容量和补充速率
• 分布式支持: 基于Redis实现分布式一致性
• 高性能: Lua脚本保证原子性操作

-- 获取当前令牌数和最后补充时间
local bucket = redis.call('HMGET', key, 'tokens', 'last_refill')
local current_tokens = tonumber(bucket[1]) or capacity
local last_refill = tonumber(bucket[2]) or now
-- 计算需要补充的令牌数
local elapsed = math.max(0, now - last_refill)
local tokens_to_add = math.floor(elapsed / interval * tokens)
current_tokens = math.min(capacity, current_tokens + tokens_to_add)
-- 判断是否允许请求
local allowed = 0
if current_tokens >= requested then
 current_tokens = current_tokens - requested
 allowed = 1
end
-- 更新令牌桶状态
redis.call('HMSET', key, 'tokens', current_tokens, 'last_refill', now)
return {allowed, current_tokens}

• GET /ratelimit/api/rules - 获取所有规则
• GET /ratelimit/api/rules/{id} - 获取单个规则
• POST /ratelimit/api/rules - 创建/更新规则
• DELETE /ratelimit/api/rules/{id} - 删除规则
• PUT /ratelimit/api/rules/{id}/toggle - 启用/禁用规则

• GET /ratelimit/api/stats - 获取所有统计
• GET /ratelimit/api/stats/global - 获取全局统计
• GET /ratelimit/api/stats/{ruleId}/detailed - 获取详细统计
• GET /ratelimit/api/stats/{ruleId}/ip - 获取IP统计
• GET /ratelimit/api/stats/{ruleId}/user - 获取用户统计

• DELETE /ratelimit/api/stats - 重置所有统计
• DELETE /ratelimit/api/reset - 重置限流状态

访问 http://localhost:8080/test.html 使用内置测试工具:

1. 单个请求测试: 发送单个请求验证限流效果
2. 批量请求测试: 按间隔发送多个请求
3. 并发请求测试: 同时发送多个请求
4. 场景测试: 预设的测试场景
   • 正常访问测试
   • 突发流量测试
   • 攻击模拟测试
   • 多用户测试

系统提供了多个测试接口:

• GET /test/get - GET请求测试
• POST /test/post - POST请求测试
• GET /test/api/data - API接口测试
• GET /test/user/{userId} - 用户接口测试
• GET /test/high-frequency - 高频接口测试

• 请求总数: 系统处理的总请求数
• 允许请求数: 通过限流检查的请求数
• 阻止请求数: 被限流阻止的请求数
• 阻止率: 被阻止请求的百分比
• 请求频率: 每秒请求数

• IP统计: 每个IP的请求统计
• 用户统计: 每个用户的请求统计
• 规则统计: 每个规则的执行统计

支持将统计数据导出为CSV格式,便于进一步分析。

1. 实现 RateLimitStrategy 接口
2. 添加 @Component 注解
3. 实现必要的方法:
   • generateKey(): 生成限流键
   • getRequestLimit(): 获取请求限制
   • supports(): 检查是否支持
   • extractIdentifier(): 提取标识符

1. 扩展 DetailedRateLimitStats 模型
2. 修改 RedisRateLimitStatsService 实现
3. 更新前端展示逻辑

1. Redis连接: 确保Redis服务正常运行且连接配置正确
2. 时钟同步: 分布式环境下确保各节点时钟同步
3. 内存使用: 监控Redis内存使用,及时清理过期数据
4. 性能调优: 根据实际负载调整令牌桶参数
5. 规则优先级: 数字越小优先级越高,合理设置规则优先级

MIT License

欢迎提交Issue和Pull Request来改进这个项目。