java spring aop 实现分布式接口防刷限流的核心是不改业务代码、统一拦截+分布式状态共享，通过自定义spel注解、aop切面拦截及redis原子操作（推荐滑动窗口lua脚本）完成限流，并增强可观测性与黑名单机制。
Java Spring AOP 实现分布式系统的接口防刷限流，核心是“不改业务代码、统一拦截 + 分布式状态共享”。单机限流（如 Guava）在多实例下会失效，必须依赖 Redis 这类共享存储来维护全局计数，并用 AOP 将限流逻辑织入目标方法前。整个过程分三步走：定义可配置的限流注解 → 编写 AOP 切面执行判断 → 用 Redis 原子操作完成计数与过期控制。
定义灵活的限流注解
注解要支持按不同维度生成限流 key，以及自定义时间窗口和阈值：
-
key 支持 SpEL 表达式：比如
"#user.id"（按用户）、"#request.remoteAddr"（按 IP）、"'sms:'+ #phone"（按手机号），便于适配登录、短信、支付等场景 -
time 和 count 可配置：例如
@RateLimit(time = 60, count = 5)表示 1 分钟最多 5 次 -
limitType 区分策略：如
IP、USER_ID、INTERFACE，方便切面中组装唯一 key
用 AOP 切面拦截并执行限流逻辑
切面在方法执行前触发，关键在于安全、高效地完成“读-增-判-设过期”四步：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 通过
ProceedingJoinPoint获取参数，用 SpEL 解析出最终限流 key（如"rate_limit:sms:138****1234"） - 调用 Redis 的
INCR原子自增；若返回值为 1，立即执行EXPIRE key time设置过期时间，避免 key 永久残留 - 比较当前计数值是否 ≤ 阈值；超限则抛出自定义异常（如
LimitExceedException），由全局异常处理器统一返回429 Too Many Requests和提示信息 - 异常兜底：Redis 不可用时，记录 warn 日志但放行请求，保障系统可用性（fail-open 策略）
选择合适的限流算法与 Redis 实现
生产环境推荐滑动窗口或令牌桶，避免固定窗口的临界突刺问题：
-
滑动窗口（推荐）：用 Redis 的
ZSET存储时间戳，每次请求先清理过期项（ZREMRANGEBYSCORE），再ZCARD计数，最后ZADD新条目。Lua 脚本封装整个流程，保证原子性 - 令牌桶（适合突发容忍）：用 Lua 维护一个“剩余令牌数”和“上次填充时间”，按速率匀速补发，请求时扣减；需注意初始化和预热逻辑
- 固定窗口（仅用于简单兜底）：直接用字符串 key + INCR + EXPIRE，实现最简，但慎用于高敏感接口
增强可靠性与可观测性
上线后不能只靠“能用”，还要考虑运维友好：
- 限流 key 加前缀（如
rate:prod:）并设置 TTL，防止测试/灰度环境 key 冲突 - 记录被限流的 IP、接口路径、时间戳到日志或监控系统（如 Prometheus + Grafana），便于定位攻击源
- 配合 Redisson 的
RRateLimiter可直接复用成熟分布式限流器，自动处理令牌生成、续期与集群同步 - 关键接口建议叠加黑名单机制：连续 N 次超限后，将 IP 写入
blacklist:xxx并设长过期（如 1 小时），后续请求直接拒绝
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
