一、核心原理
分布式限流的核心：在集群多台机器上，统一控制总请求速率，而不是每台机器各自限流。
分布式限流核心原理：
- ① 所有请求共享同一个计数器 / 令牌桶
- ② 计数必须原子化（多线程 / 多机器不冲突）
- ③ 统一存储：Redis（最主流）
- ④ 执行必须高效：用 Lua 脚本保证原子性
一句话总结： Redis + Lua 脚本 = 分布式限流标准方案
二、最常用的 3 种实现方式
1. Redis + Lua（固定窗口限流，最简单通用）
Lua
-- key：限流key（如接口名/用户ID）
-- max：最大允许数
-- ttl：时间窗口（秒）
local count = redis.call("incr", KEYS[1])
if count == 1 then
redis.call("expire", KEYS[1], ARGV[1])
end
if count > tonumber(ARGV[2]) then
return 0 -- 超过限流，拒绝
end
return 1 -- 放行原理：
- 单位时间（如 1 秒）最多允许 N 个请求
- 用 Redis 做全局计数
- Lua 脚本保证：判断 + 计数 + 过期 原子执行，无并发问题
优点：实现最简单、性能极高
适用：绝大多数接口限流、网关限流、IP 限流
2. Redis + Lua（令牌桶限流，支持突发流量）
原理：
- 桶里固定容量令牌
- 每秒固定放入 N 个令牌
- 请求拿走一个令牌，没有就拒绝
适用：电商、秒杀、允许瞬时流量突增
3. 成熟框架（不用写代码，直接集成）
如果不想写 Redis+Lua，直接用现成框架：
1) Sentinel（阿里出品，推荐）
- 原理：默认「滑动窗口」，同时支持令牌桶、漏桶
- 位置：服务内部（资源层），可在网关、业务接口、方法、热点参数上使用Sentinel。
- 粒度：细粒度，资源（接口 / 方法）、QPS、并发线程、热点参数、链路 / 关联限流。
- 目的：服务级精准防护、熔断降级、流量塑形。
- 依赖：单机可独立运行，分布式可结合 Redis/Nacos 等。
2) Spring Cloud Gateway
- 原理：Redis 存令牌（固定用「令牌桶」），按速率生成，桶有容量，允许一定突发。
- 位置：网关层（入口），所有请求先到网关。
- 粒度：粗粒度，按路由 / 接口 / IP / 用户限流。
- 目的：全局流量削峰、挡大流量、保护整个微服务集群。
- 依赖：必须配合 Redis + Lua 做分布式计数。
Lua
--yaml文件
filters:
- name: RequestRateLimiter
args:
redis-rate-limiter.replenishRate: 10 # 每秒生成10个
redis-rate-limiter.burstCapacity: 20 # 桶最大20个3) Redisson
- Redis 官方推荐的 Java 客户端，轻松实现分布式锁 + 分布式限流 + 高并发可靠性
- 自带
RRateLimiter - 一行代码实现分布式限流
java
public boolean tryAccess() {
// 限流 key
RRateLimiter rateLimiter = redissonClient.getRateLimiter("limit:api:getOrder");
// 规则：每秒生成 10 个令牌
rateLimiter.trySetRate(RateType.OVERALL, 10, 1, RateIntervalUnit.SECONDS);
// 尝试获取 1 个令牌
return rateLimiter.tryAcquire(1);
}三、关键点
-
为什么必须用 Lua？ 避免多机并发导致计数不准，保证原子性。
-
为什么用 Redis？ 高性能、内存操作、集群统一计数。
-
固定窗口 vs 滑动窗口
- 固定窗口：简单，但临界值可能突刺
- 滑动窗口：更平滑，适合严格限流
-
分布式限流一定放在哪里？ 网关层（Gateway/Nginx） 统一控制，不要每个服务自己实现。