限流网关的核心目标不是替代 Sentinel 或 Resilience4j，而是作为轻量级 API 入口层实现单机限流，依托 AtomicInteger、Semaphore、Guava RateLimiter 等并发工具封装计数器、并发数、令牌桶策略，并支持动态规则与多框架集成。

限流网关的核心目标不是替代 Sentinel 或 Resilience4j

微服务架构中，限流网关通常位于 API 入口（如 Spring Cloud Gateway 或自研网关层），它的轻量级体现在不依赖外部组件、不引入复杂配置、不侵入业务逻辑。Java 并发工具类（如 AtomicInteger、Semaphore、RateLimiter（Guava）、ConcurrentHashMap + ScheduledExecutorService）适合封装单机维度的限流策略，适用于中小流量场景或作为兜底/降级层。

用 AtomicInteger 实现简单计数器限流（QPS 控制）

适用于固定时间窗口内限制总请求数，实现简单、无锁开销低，但存在“边界突刺”问题（如 0:59.9 和 1:00.1 可能各放行 100 次）。

• 维护一个原子整数 count 和上一窗口开始时间 lastResetTime
• 每次请求检查是否跨窗口：若当前时间 - lastResetTime ≥ 窗口时长（如 1000ms），则重置 count = 0，lastResetTime = 当前时间
• 若 count.incrementAndGet() ≤ 阈值，则放行；否则拒绝
• 注意：需配合 volatile long 或 AtomicLong 存储 lastResetTime，避免可见性问题

用 Semaphore 实现并发数限流（连接数/线程数控制）

适合保护下游资源不被突发并发压垮（如数据库连接池、HTTP 客户端连接），本质是控制同时执行的请求数，而非单位时间请求数。

• 初始化时指定 permits 数量（如 new Semaphore(50)）
• 网关拦截器中 tryAcquire()，成功则继续链路，失败返回 429
• 务必在 filter chain 结束后（无论成功失败）调用 release()，建议用 try-finally 包裹
• 可搭配 Fairness 参数控制是否公平调度，高吞吐场景建议 false（默认）

用 Guava RateLimiter 做平滑令牌桶限流（推荐用于多数场景）

相比计数器更平滑，支持预热、支持突发流量缓冲，且线程安全、无状态，适合作为 Filter 或 GlobalFilter 的核心组件。

java-api-doc-generator

分析 Java Spring Boot 后端 Controller 代码，自动生成 Markdown 格式的接口文档。当用户说“生成 Java 接口文档”、“生成 API 文档”、“从 Spring 代码生成文档”时触发。

下载

• 按路由粒度或服务名构建 RateLimiter 实例，缓存到 ConcurrentHashMap
• 使用 create(double permitsPerSecond) 或 create(double permitsPerSecond, long warmupPeriod, TimeUnit) 预热
• 拦截时调用 limiter.tryAcquire() —— 返回 true 放行，false 拒绝；或用 acquire() 阻塞等待（不推荐网关层阻塞）
• 注意：RateLimiter 是单实例、线程安全的，不要每次 new，也不要按请求 new

结合路由元数据动态加载限流规则

真正“轻量”不等于“写死阈值”。可通过配置中心（如 Nacos、Apollo）监听变更，或从请求头/X-Route-ID 解析路由标识，再查本地缓存获取对应限流参数。

• 定义 RuleKey = serviceId + "-" + routeId，作为限流器 map 的 key
• 监听配置变更时，对新增 key 初始化 RateLimiter，对变更 key 替换旧实例（注意旧实例不再使用即可，无需显式销毁）
• 未匹配到规则时走默认限流器（如 100 QPS），避免空指针或全放行
• 可加一层装饰器：记录被限流次数 + 时间戳，供 Prometheus 暴露 /actuator/metrics/ratelimit.rejected

不依赖 Spring Cloud Gateway 也能嵌入 WebMvc 或 WebFlux

如果是传统 Spring Boot WebMvc 应用，可用 @Order(1) 的 HandlerInterceptor；如果是 WebFlux，用 GlobalFilter + Mono.defer() 封装限流逻辑。关键点是把限流判断放在最外层，早拒绝、少穿透。

• WebMvc 中：preHandle 返回 false 即中断请求，直接 setStatus(429)
• WebFlux 中：filter 内部用 Mono.fromCallable(() -> limiter.tryAcquire()).flatMap(b -> b ? chain.filter(exchange) : Mono.error(new ResponseStatusException(HttpStatus.TOO_MANY_REQUESTS)))
• 异常统一处理：捕获自定义限流异常，在 @ControllerAdvice 中转成标准 JSON 响应体

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南