SpringBoot %26 Redisson 基于Hash结构实现的限流逻辑

背景介绍：

1、由于目标服务器不能执行 Redis 的 EVAL 命令，所以需要一个替代 RRateLimiter的方案;
2、参考代码中的isLimited方法可以用于 SpringBoot 的某个 Filter 中统一调用，在前置位置进行限流判断;

实现思路：

利用 Redis 的 Hash 结构存储2个值用于计算:

• time：用于保存上次时间间隔的时间记录点
• value：用于保存被限流的 key 值的累加值

每次请求过来时，通过isLimited方法来判断当前URL是否满足如下条件：

• 当前时间（now）减去限流间隔时间（intervalSeconds）后与上次记录时间（time) 对比
• 判断当前 URL 对应的 value 值是否大于等于配置的 rate 值

核心参考代码：

// from config:
private final int rate = 10;
private final int intervalSeconds = 60;
public boolean isLimited(String key) {
    RBucket<Object> bucket = redissonClient.getBucket(key.concat("-locker"));
    // 这里的 while 循环是通过重试来解决 set 值失败的情况
    int retryCount = 0;
    while (!bucket.trySet(true, 100, TimeUnit.MILLISECONDS) && retryCount < 100) {
        try {
            retryCount++;
            Thread.sleep(1);
        } catch (InterruptedException e) {
            log.warn("isLimited has an error:{0}.", e);
            return true;
        }
    }
    try {
        return isLimitedAfterLock(key);
    } finally {
        bucket.delete();
    }
}
private boolean isLimitedAfterLock(String key) {
    Instant now = Instant.now();
    RBucket<Long> limitTime = redissonClient.getBucket(key.concat("-time"));
    RAtomicLong limitCount = redissonClient.getAtomicLong(key.concat("-count"));
    if (!limitTime.isExists()) {
        limitTime.set(now.toEpochMilli());
        limitCount.set(1);
        return false;
    }
    // reset limitMap when timeout
    Instant recordTime = Instant.ofEpochMilli(limitMap.get());
    Instant currentTime = now.minusSeconds(intervalSeconds);
    if (currentTime.compareTo(recordTime) > 0) {
        limitTime.set(now.toEpochMilli());
        limitCount.set(1);
        return false;
    }
    // increase value when not limit
    return limitCount.getAndIncrement() >= rate;
}