Java中的速率限制：库和工具 | PythonLib

Java中的请求频率限制（Rate Limiting）：库和工具概述

速率限制（Rate limiting）是保护Web服务、API和微服务免受过载、DDoS攻击和意外滥用的关键机制。在Java中，有几种成熟的库实现了不同的算法：从简单的计数器到复杂的分布式系统。在本文中，我们将探讨三种主要方法：Guava RateLimiter、Bucket4j 和 Resilience4j，并讨论它们的应用。

1. Guava RateLimiter（简单轻量级）

Google Guava 库提供了 RateLimiter 类，在单线程模式下实现了 令牌桶（Token Bucket）算法。它非常适合在单个JVM进程中进行本地使用。

工作原理： 桶以特定速率填充令牌。每个请求消耗一个或多个令牌。如果令牌不足，线程将被阻塞或请求被拒绝。

Guava RateLimiter 使用示例：

import com.google.common.util.concurrent.RateLimiter;

public class GuavaRateLimiterExample {    public static void main(String[] args) {        // 创建一个每秒10个请求的RateLimiter        RateLimiter rateLimiter = RateLimiter.create(10.0);

        // 模拟传入请求        for (int i = 0; i < 20; i++) {            // tryAcquire() 如果获取到令牌则返回true            if (rateLimiter.tryAcquire()) {                System.out.println("请求 " + i + " 已执行");            } else {                System.out.println("请求 " + i + " 被拒绝（超出限制）");            }        }    }}

优点： 依赖最小，简单，内存占用低。
缺点： 不适用于分布式系统（无法在实例之间同步）。

2. Bucket4j（高级令牌桶，支持Redis）

Bucket4j 是一个实现令牌桶算法的库，具有扩展功能：支持多种状态存储提供程序（内存、Redis、Hazelcast、Infinispan），使其可用于分布式场景。

主要特点：

支持贪婪和 基于间隔 模式。
能够为不同的时间窗口设置限制（例如，每分钟100个请求 + 每秒10个请求）。
通过现成的过滤器和注解与 Jakarta EE / Spring Boot 集成。

使用内存存储的示例：

import io.github.bucket4j.Bandwidth;import io.github.bucket4j.Bucket;import io.github.bucket4j.Refill;

import java.time.Duration;

public class Bucket4jExample {    public static void main(String[] args) {        // 限制：10秒内5个请求        Bandwidth limit = Bandwidth.classic(5, Refill.intervally(5, Duration.ofSeconds(10)));        Bucket bucket = Bucket.builder()                .addLimit(limit)                .build();

        for (int i = 0; i < 10; i++) {            if (bucket.tryConsume(1)) {                System.out.println("请求 " + i + " 已允许");            } else {                System.out.println("请求 " + i + " 已阻止");            }        }    }}

优点： 灵活配置，分布式支持，高性能。
缺点： 比Guava有更多依赖。