限流方案
-----------------------------------------------------------------------------------------------------------
Sentinel 限流 redis限流
我给你做最清晰、最实用、生产可直接选型的对比，同时把 Sentinel 限流 和 Redis 限流 两套代码都给你，你直接复制就能用。
一、核心区别（一句话看懂）
1. Redis 限流
- 轻量、简单、无依赖，适合单体应用
- 基于 Redis + Lua 实现，保证原子性
- 支持：IP 限流、用户限流、接口限流、分布式限流
- 优点：不用启动中间件，集成快
- 缺点：没有监控、没有熔断、没有降级
2. Sentinel 限流
- 阿里出品，生产级、微服务标准方案
- 自带 限流、熔断、降级、热点参数限流、监控控制台
- 支持：流控规则、熔断规则、系统保护
- 优点：功能极强、稳定、可视化、高可用
- 缺点：需要启动 Sentinel 控制台
二、适用场景（直接告诉你选哪个）
选 Redis 限流：
- 项目是 单体 SpringBoot
- 只需要简单防刷、接口限流
- 不想引入中间件
- 快速上线
选 Sentinel 限流：
- 微服务 / 分布式项目
- 需要 熔断降级、监控、流控管控
- 高并发、消息通知、秒杀场景
- 生产环境长期使用
三、两套完整代码（直接复制使用）
方案 1：Redis 限流（最简、最稳）
1. 依赖
xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-aop</artifactId>
Sentinel 限流 redis限流
Sentinel 限流 vs Redis 限流 完整对比 + 选型 + 代码实现
我给你最清晰、生产直接用的结论和两套代码，你可以直接根据业务场景选择。
一、先给最终结论（最关键）
1. 你应该选哪个？
- 单体应用 / 简单限流 / 不想引入中间件 → 用 Redis 限流（轻量、无依赖）
- 微服务 / 高并发 / 限流规则复杂 / 需要监控熔断 → 用 Sentinel 限流（阿里生产级、功能强）
2. 核心区别
表格
| 维度 | Redis 限流 | Sentinel 限流 |
|---|---|---|
| 实现复杂度 | 简单 | 稍复杂（需控制台） |
| 限流能力 | 基础 QPS、IP、用户 | 限流、熔断、降级、热点、系统保护 |
| 分布式支持 | 支持 | 支持（更稳定） |
| 监控面板 | 无 | 可视化实时监控 |
| 性能 | 高 | 极高 |
| 生产成熟度 | 成熟 | 顶级成熟（阿里全产品线使用） |
| 侵入性 | 注解 / AOP | 注解 / 自动适配 |
| 适用场景 | 简单接口防刷 | 高并发、微服务、消息通知接口 |
二、Redis 限流 实现代码（轻量、快速）
适合：简单消息通知接口防刷
1. 依赖
xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-aop</artifactId>
</dependency>
2. 自定义限流注解
java
运行
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface RedisLimit {
String key() default "limit:"; // key前缀
int time() default 60; // 时间窗口秒
int count() default 10; // 最大请求数
LimitType type() default LimitType.IP;
enum LimitType { IP, USER, METHOD }
}
3. Lua 脚本（保证原子性）
resources/lua/limit.lualua
local key = KEYS[1]
local count = tonumber(ARGV[1])
local time = tonumber(ARGV[2])
local current = redis.call('get', key)
if current and tonumber(current) >= count then
return 0
end
current = redis.call('incr', key)
if tonumber(current) == 1 then
redis.call('expire', key, time)
end
return 1
4. AOP 切面
java
运行
@Aspect
@Component
@RequiredArgsConstructor
public class RedisLimitAspect {
private final StringRedisTemplate redisTemplate;
private static final DefaultRedisScript<Long> SCRIPT;
static {
SCRIPT = new DefaultRedisScript<>();
SCRIPT.setLocation(new ClassPathResource("lua/limit.lua"));
SCRIPT.setResultType(Long.class);
}
@Around("@annotation(redisLimit)")
public Object around(ProceedingJoinPoint point, RedisLimit redisLimit) {
String key = getKey(point, redisLimit);
Long allow = redisTemplate.execute(SCRIPT, Collections.singletonList(key),
String.valueOf(redisLimit.count()),
String.valueOf(redisLimit.time()));
if (allow == null || allow == 0) {
throw new RuntimeException("请求频繁，请稍后再试");
}
try {
return point.proceed();
} catch (Throwable e) {
throw new RuntimeException(e);
}
}
private String getKey(ProceedingJoinPoint point, RedisLimit limit) {
return limit.key() + switch (limit.type()) {
case IP -> getIp();
case USER -> getUserId();
case METHOD -> point.getSignature().toString();
};
}
private String getIp() {
HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
return request.getRemoteAddr(