Java中的速率限制：库、算法与实现

Java中的速率限制：从理论到实践实现

速率限制（Rate Limiting）是现代分布式系统中保护和管理负载的关键机制之一。在Java中，这个问题既可以通过内置工具解决，也可以借助专门的库。本文将介绍主要算法、流行库，并提供可运行的代码示例。

为什么需要速率限制？

速率限制可以实现：

• 保护API免受滥用（DDoS攻击、密码暴力破解）
• 均匀分配后端负载
• 遵守服务等级协议（SLA）
• 防止超出外部服务的配额

主要的速率限制算法

在选择库之前，了解底层算法很重要：

1. 令牌桶（Bucket4j, Guava）

经典算法。令牌以固定速率添加到“桶”中。每个请求消耗一个或多个令牌。如果没有令牌，请求被拒绝。

// 伪代码示例class TokenBucket {    private int tokens;    private long lastRefillTime;    private final int capacity;    private final double refillRate; // 每秒令牌数

    synchronized boolean tryConsume() {        refill();        if (tokens > 0) {            tokens--;            return true;        }        return false;    }}

2. 滑动窗口日志

存储最近请求的时间戳。每个新请求会删除超出窗口的时间戳，并检查是否超过限制。精确，但需要内存存储时间戳。

3. 固定窗口计数器

固定时间间隔内的简单计数器（例如每分钟100个请求）。每分钟重置。容易在窗口边界出现“峰值”负载。

流行的Java速率限制库

1. Bucket4j

Bucket4j 是一个成熟的库，完整实现了令牌桶算法。支持通过Redis、Hazelcast、JCache实现分布式场景。提供Java 8+ API。

安装（Maven）：

<dependency>    <groupId>com.github.vladimir-bukhtoyarov</groupId>    <artifactId>bucket4j-core</artifactId>    <version>8.7.0</version></dependency>

使用示例：

import io.github.bucket4j.*;import java.time.Duration;

public class Bucket4jExample {    public static void main(String[] args) {        // 创建桶：10个令牌，每秒补充1个令牌        Bandwidth limit = Bandwidth.simple(10, Duration.ofSeconds(1));        Bucket bucket = Bucket4j.builder().addLimit(limit).build();

        for (int i = 0; i < 15; i++) {            if (bucket.tryConsume(1)) {                System.out.println("请求 #" + i + " 已执行");            } else {                System.out.println("请求 #" + i + " 被拒绝（超出限制）");            }        }    }}

2. Resilience4j RateLimiter

属于流行的容错框架的一部分。基于SemaphoreBasedRateLimiter或AtomicRateLimiter实现。易于与Spring Boot集成。

配置示例：

import io.github.resilience4j.ratelimiter.*;import java.time.Duration;

public class Resilience4jExample {    public static void main(String[] args) {        RateLimiterConfig config = RateLimiterConfig.custom()                .limitForPeriod(5)                // 5个请求                .limitRefreshPeriod(Duration.ofSeconds(1)) // 每秒刷新                .timeoutDuration(Duration.ofMillis(100))                .build();

        RateLimiter rateLimiter = RateLimiter.of("myService", config);

        for (int i = 0; i < 8; i++) {            Runnable task = R