企业官网建设流程全解析

概述

在分布式场景下，令牌桶算法需要全局共享状态（当前令牌数、上次补充时间），因为限流的“总速率”是所有节点共同遵守的。常见解决方案是使用Redis + Lua 脚本来保证原子性，或者使用成熟的分布式限流组件（如阿里 Sentinel 的集群限流）。

以下是一个基于Redis的分布式令牌桶完整 Java 实现，使用Lua 脚本完成令牌补充和消费的原子操作。

一、核心思路

1. Redis 数据结构
   使用两个 Hash 字段存储桶状态：
   • last_time：上一次补充令牌的时间戳（毫秒）
   • tokens：当前桶中的令牌数（浮点数或整数，为简化用整数）
2. Lua 脚本
   在 Redis 服务端执行，完成：
   • 计算距离上次补充的时间差，按速率生成新令牌（不超过容量）
   • 判断令牌数是否足够，如果足够则减去并返回成功，否则返回失败
3. Java 客户端
   使用 Jedis / Lettuce 调用 Lua 脚本，获得限流结果。

二、完整 Java 实现（基于 Jedis）

1. 添加依赖（Maven）

<dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId><version>4.4.3</version></dependency>

2. Lua 脚本（rate_limiter.lua）

-- KEYS[1] = bucket key-- ARGV[1] = capacity (桶容量)-- ARGV[2] = tokens_per_second (每秒生成令牌数)-- ARGV[3] = required_tokens (本次请求需要的令牌数，默认为1)-- ARGV[4] = now (当前时间戳，毫秒)localkey=KEYS[1]localcapacity=tonumber(ARGV[1])localrate=tonumber(ARGV[2])localrequired=tonumber(ARGV[3]or1)localnow=tonumber(ARGV[4])locallast_time=redis.call('HGET',key,'last_time')or0localtokens=redis.call('HGET',key,'tokens')iftokens==falsethentokens=capacity-- 第一次填充满桶elsetokens=tonumber(tokens)endlocalelapsed=now-tonumber(last_time)ifelapsed>0thenlocaladded=math.floor(elapsed*rate/1000)-- 根据时间差生成令牌tokens=math.min(capacity,tokens+added)end-- 判断是否允许通过iftokens>=requiredthentokens=tokens-required redis.call('HSET',key,'tokens',tokens,'last_time',now)return1-- 成功elsereturn0-- 限流end

3. Java 客户端封装

importredis.clients.jedis.Jedis;importredis.clients.jedis.JedisPool;importjava.util.Collections;publicclassDistributedTokenBucket{privatefinalJedisPooljedisPool;privatefinalStringbucketKey;privatefinallongcapacity;privatefinallongtokensPerSecond;privatefinalStringluaScriptSha;// 脚本的 SHA1 缓存publicDistributedTokenBucket(JedisPooljedisPool,StringbucketKey,longcapacity,longtokensPerSecond){this.jedisPool=jedisPool;this.bucketKey=bucketKey;this.capacity=capacity;this.tokensPerSecond=tokensPerSecond;// 加载 Lua 脚本到 Redis，获取 SHA1Stringscript=loadLuaScript();try(Jedisjedis=jedisPool.getResource()){this.luaScriptSha=jedis.scriptLoad(script);}}privateStringloadLuaScript(){return"local key = KEYS[1]\n"+"local capacity = tonumber(ARGV[1])\n"+"local rate = tonumber(ARGV[2])\n"+"local required = tonumber(ARGV[3] or 1)\n"+"local now = tonumber(ARGV[4])\n"+"local last_time = redis.call('HGET', key, 'last_time') or 0\n"+"local tokens = redis.call('HGET', key, 'tokens')\n"+"if tokens == false then\n"+" tokens = capacity\n"+"else\n"+" tokens = tonumber(tokens)\n"+"end\n"+"local elapsed = now - tonumber(last_time)\n"+"if elapsed > 0 then\n"+" local added = math.floor(elapsed * rate / 1000)\n"+" tokens = math.min(capacity, tokens + added)\n"+"end\n"+"if tokens >= required then\n"+" tokens = tokens - required\n"+" redis.call('HSET', key, 'tokens', tokens, 'last_time', now)\n"+" return 1\n"+"else\n"+" return 0\n"+"end";}/** * 尝试获取一个令牌（非阻塞） * @return true 允许通过，false 限流 */publicbooleantryAcquire(){returntryAcquire(1);}/** * 尝试获取指定数量的令牌 * @param required 需要的令牌数 * @return true 允许通过，false 限流 */publicbooleantryAcquire(intrequired){longnow=System.currentTimeMillis();try(Jedisjedis=jedisPool.getResource()){Objectresult=jedis.evalsha(luaScriptSha,Collections.singletonList(bucketKey),Arrays.asList(String.valueOf(capacity),String.valueOf(tokensPerSecond),String.valueOf(required),String.valueOf(now)));return(Long)result==1L;}}}

4. 使用示例

importredis.clients.jedis.JedisPool;publicclassDemo{publicstaticvoidmain(String[]args)throwsInterruptedException{JedisPoolpool=newJedisPool("localhost",6379);// 创建全局令牌桶：容量100，每秒生成20个令牌（即平均间隔50ms）DistributedTokenBucketlimiter=newDistributedTokenBucket(pool,"api:global:ratelimit",100,20);// 模拟多个线程（分布式节点）并发请求for(inti=0;i<30;i++){booleanallowed=limiter.tryAcquire();System.out.printf("请求 %2d : %s%n",i+1,allowed?"通过":"限流");Thread.sleep(30);// 每个请求间隔30ms}pool.close();}}

三、分布式实现的要点与挑战

四、优化方案：批量预取（减少 Redis 调用）

如果业务允许一定程度的“本地突发”，可以让每个节点一次性从 Redis 申请一批令牌（例如 10 个），然后在本地使用令牌桶消耗，用完后再去申请。
这类似于胆小鬼算法（Token Bucket with Batch Fetch）：

publicclassLocalTokenBucket{privatefinalDistributedTokenBucketremote;privatefinalintbatchSize;// 每次批量获取的令牌数privateintlocalTokens=0;// 本地缓存令牌数publicbooleantryAcquire(){if(localTokens>0){localTokens--;returntrue;}// 本地令牌耗尽，向 Redis 批量申请booleansuccess=remote.tryAcquire(batchSize);if(success){localTokens=batchSize-1;// 消耗一个，剩余 batchSize-1returntrue;}returnfalse;}}

注意：批量预取会降低限流的实时精确性，但能大幅提升吞吐量，适用于对精度要求不高的场景。

五、生产级推荐

• 使用现成组件：阿里 Sentinel 的集群限流、Redis 官方模块RedisRateLimiter（基于令牌桶）、Spring Cloud Gateway 的 Redis RateLimiter。
• 基于 Redis + Lua 脚本是自己实现分布式令牌桶最经典且可靠的方式，多数公司生产环境验证过。

以上示例完整展示了分布式令牌桶的 Java 实现，可直接用于高并发分布式系统的限流需求。