分布式限流:Spring Cloud Gateway 限流

分布式限流:Spring Cloud Gateway 限流

在现代微服务架构中,流量控制是一个至关重要的部分。分布式限流作为一种有效的流量控制手段,能够帮助我们保护系统不被突发的流量冲垮。Spring Cloud Gateway支持多种限流方式。

什么是分布式限流

分布式限流是一种在分布式系统中限制请求数量的技术,旨在保护服务不被过载请求压垮。常见的限流算法包括漏桶算法、令牌桶算法和计数器算法。

漏桶算法

漏桶算法通过一个固定容量的漏桶来限制数据的流入和流出,确保流量以恒定速率处理。

令牌桶算法

令牌桶算法在固定时间间隔内向桶中添加一定数量的令牌,请求必须拿到令牌才能被处理,从而控制请求速率。

计数器算法

计数器算法在固定时间窗口内对请求计数,当计数达到预设上限时,拒绝后续请求。

Spring Cloud Gateway 限流实现

Spring Cloud Gateway 提供了多种限流方式,包括基于 Redis 的分布式限流。下面我们将详细介绍如何使用 Redis 实现分布式限流。

配置依赖

首先,在 pom.xml 中添加必要的依赖:

xml 复制代码
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-gateway</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
</dependency>

配置限流过滤器

在 application.yml 中配置限流过滤器:

yaml 复制代码
spring:
  cloud:
    gateway:
      routes:
      - id: limit_route
        uri: http://your-service
        filters:
        - name: RequestRateLimiter
          args:
            redis-rate-limiter.replenishRate: 10
            redis-rate-limiter.burstCapacity: 20

启用 Redis

确保 Redis 服务正在运行,并在 application.yml 中配置 Redis 连接:

yaml 复制代码
spring:
  redis:
    host: localhost
    port: 6379

自定义限流键

为了根据不同的业务需求自定义限流键,可以实现 KeyResolver 接口:

java 复制代码
import org.springframework.cloud.gateway.filter.ratelimit.KeyResolver;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import reactor.core.publisher.Mono;

@Configuration
public class RateLimiterConfiguration {

    @Bean
    public KeyResolver userKeyResolver() {
        return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getHostName());
    }
}

在 application.yml 中引用自定义的 KeyResolver:

yaml 复制代码
spring:
  cloud:
    gateway:
      routes:
      - id: limit_route
        uri: http://your-service
        filters:
        - name: RequestRateLimiter
          args:
            key-resolver: "#{@userKeyResolver}"
            redis-rate-limiter.replenishRate: 10
            redis-rate-limiter.burstCapacity: 20

参考链接

相关推荐
方方洛18 小时前
ray教程-28-附录G-CICD与Slurm与云上调度
人工智能·分布式·机器学习
空奈qwq21 小时前
【Kafka 从入门到实战】从手写一个队列到生产级消息中间件:架构、分区、消费组、零拷贝全解析
分布式·架构·kafka
山甫aa2 天前
锁一篇搞定:乐观锁、悲观锁、CAS、数据库锁与分布式锁【从零开始的 Web 后端学习】
java·数据库·分布式·后端·学习·web
严肃小白兔3 天前
Cloudflare Durable Objects 支持自动重试:分布式调用如何避免重复执行?
分布式
方方洛3 天前
ray教程-27-附录F-RayClient与runtime_env与多语言
人工智能·分布式·机器学习
方方洛4 天前
ray教程-25-附录E-端到端实战案例
人工智能·分布式·机器学习
迅翼SwiftWing5 天前
编队系列(二)|固定翼如何依靠邻居信息保持队形?一致性控制、通信拓扑与分布式仿真实现,附仿真代码
分布式
ly76895 天前
幂等消费者与重试副作用:Kafka 端点接入时的去重边界
分布式·kafka·linq·apache camel·幂等消费者·重试副作用·去重边界
qq_452396235 天前
第三篇:《从 ZooKeeper 到 KRaft 的迁移实战:前置条件、三阶段流程与回滚策略》
分布式·zookeeper·云原生