SpringBoot實(shí)現(xiàn)IP限流的示例代碼
一、引言
在高并發(fā)的互聯(lián)網(wǎng)應(yīng)用中,系統(tǒng)穩(wěn)定性面臨嚴(yán)峻挑戰(zhàn)。惡意攻擊、爬蟲、以及不合理的接口調(diào)用都可能導(dǎo)致系統(tǒng)資源耗盡,影響正常用戶體驗(yàn)。為了保障系統(tǒng)的穩(wěn)定性和可用性,對(duì)請(qǐng)求進(jìn)行限流是至關(guān)重要的技術(shù)手段。本文將深入探討如何在 Spring Boot 中實(shí)現(xiàn) IP 限流,包括其原理、使用場(chǎng)景、優(yōu)缺點(diǎn)、多種實(shí)現(xiàn)方式,并給出完整的代碼案例,助您構(gòu)建更加健壯的應(yīng)用。
二、IP 限流原理:深入解析
IP 限流,顧名思義,就是根據(jù)客戶端的 IP 地址對(duì)請(qǐng)求進(jìn)行頻率限制。其核心在于控制每個(gè) IP 地址在單位時(shí)間內(nèi)允許訪問的次數(shù),從而避免單個(gè) IP 大量占用資源,保證系統(tǒng)整體的公平性。以下介紹兩種常用的限流算法:
2.1 令牌桶算法 (Token Bucket)
工作機(jī)制:
- 系統(tǒng)以恒定速率 (
r) 向令牌桶中放入令牌。 - 每個(gè)請(qǐng)求需要從令牌桶中獲取一個(gè)令牌才能被處理。
- 如果令牌桶為空,則請(qǐng)求被拒絕或等待。
- 令牌桶具有最大容量 (
b),當(dāng)令牌數(shù)量達(dá)到上限時(shí),新添加的令牌會(huì)被丟棄。
優(yōu)點(diǎn):
- 平滑突發(fā)流量: 允許短時(shí)間內(nèi)突發(fā)大量請(qǐng)求,因?yàn)榱钆仆爸锌赡芊e累了足夠的令牌。
- 容錯(cuò)性高: 即使短時(shí)間內(nèi)沒有請(qǐng)求,令牌也會(huì)持續(xù)積累,允許后續(xù)的請(qǐng)求 burst。
- 動(dòng)態(tài)適應(yīng): 更適合處理動(dòng)態(tài)變化的請(qǐng)求,可以在一定程度上應(yīng)對(duì)流量高峰。
2.2 漏桶算法 (Leaky Bucket)
工作機(jī)制:
- 請(qǐng)求被放入漏桶中,漏桶以恒定速率 (
r) 處理請(qǐng)求。 - 當(dāng)請(qǐng)求的速率超過漏桶的處理能力時(shí),多余的請(qǐng)求會(huì)在桶中堆積。
- 如果桶滿,則新的請(qǐng)求會(huì)被丟棄。
優(yōu)點(diǎn):
- 嚴(yán)格控制速率: 能嚴(yán)格控制輸出速率,保證請(qǐng)求以固定速度被處理。
- 平滑輸出: 可以將突發(fā)流量轉(zhuǎn)化為平滑的輸出流量。
缺點(diǎn):
- 難以應(yīng)對(duì)突發(fā)流量: 即使系統(tǒng)資源充足,也無法快速處理突發(fā)請(qǐng)求,容易導(dǎo)致請(qǐng)求被拒絕。
2.3 令牌桶與漏桶算法對(duì)比
| 特性 | 令牌桶算法 | 漏桶算法 |
|---|---|---|
| 流量控制 | 允許突發(fā)流量,平均速率限制 | 嚴(yán)格控制速率,平滑輸出 |
| 適用場(chǎng)景 | 需要容忍一定突發(fā)流量的場(chǎng)景,如 API 限流 | 對(duì)速率有嚴(yán)格要求的場(chǎng)景,如消息隊(duì)列削峰填谷 |
| 實(shí)現(xiàn)復(fù)雜度 | 相對(duì)簡(jiǎn)單 | 相對(duì)簡(jiǎn)單 |
| 動(dòng)態(tài)調(diào)整 | 容易實(shí)現(xiàn)動(dòng)態(tài)調(diào)整令牌生成速率和桶容量 | 調(diào)整輸出速率和桶容量相對(duì)困難 |
三、IP 限流的使用場(chǎng)景:應(yīng)用廣泛
IP 限流作為一種基礎(chǔ)且有效的限流手段,在各種場(chǎng)景中都有廣泛的應(yīng)用:
3.1 API 網(wǎng)關(guān)限流
在 API 網(wǎng)關(guān)層實(shí)現(xiàn) IP 限流,可以統(tǒng)一管理和控制所有 API 的請(qǐng)求頻率,是微服務(wù)架構(gòu)中保護(hù)后端服務(wù)的關(guān)鍵措施。
3.2 Web 應(yīng)用安全防護(hù)
對(duì)登錄、注冊(cè)、找回密碼等敏感接口進(jìn)行 IP 限流,防止暴力 破解和惡意注冊(cè),增強(qiáng)應(yīng)用的安全性。
3.3 微服務(wù)架構(gòu)
在微服務(wù)架構(gòu)中,對(duì)每個(gè)微服務(wù)的接口進(jìn)行 IP 限流,保障服務(wù)的穩(wěn)定性和可用性,防止服務(wù)雪崩。
3.4 防止惡意爬蟲
限制爬蟲程序的訪問頻率,防止爬蟲過度抓取數(shù)據(jù),影響正常用戶體驗(yàn)。
3.5 控制資源使用
在共享資源的系統(tǒng)中,限制單個(gè) IP 地址的資源使用,確保每個(gè)用戶都能公平地使用資源。
四、IP 限流的優(yōu)缺點(diǎn)分析:理性看待
4.1 優(yōu)點(diǎn)
- 精準(zhǔn)控制: 可以針對(duì)每個(gè) IP 地址進(jìn)行精確的請(qǐng)求限制,有效防止單個(gè) IP 的過度請(qǐng)求。
- 實(shí)現(xiàn)簡(jiǎn)單: 相比于其他復(fù)雜的限流策略,IP 限流的實(shí)現(xiàn)相對(duì)簡(jiǎn)單,不需要復(fù)雜的算法和配置。
- 易于維護(hù): 由于每個(gè) IP 的限流規(guī)則相對(duì)獨(dú)立,維護(hù)和管理起來比較方便。
4.2 缺點(diǎn)
- IP 偽裝繞過: 惡意攻擊者可以通過 IP 代理或 VPN 等方式偽裝自己的 IP 地址,繞過 IP 限流的限制。
- 影響正常用戶: 在某些情況下,正常用戶可能會(huì)因?yàn)榫W(wǎng)絡(luò)環(huán)境等原因被錯(cuò)誤地限流,影響用戶體驗(yàn)。
- IP 地址池問題: 如果多個(gè)用戶共享同一個(gè)公網(wǎng) IP 地址,可能會(huì)導(dǎo)致正常用戶的請(qǐng)求被錯(cuò)誤地限流。
- 無法區(qū)分用戶: IP 限流只能根據(jù) IP 地址進(jìn)行限制,無法區(qū)分不同的用戶,可能導(dǎo)致惡意用戶利用合法用戶的 IP 地址發(fā)起攻擊。
- 不能應(yīng)對(duì)分布式攻擊: 對(duì)于分布式拒絕服務(wù)(DDoS)攻擊,IP 限流只能對(duì)單個(gè) IP 進(jìn)行限制,無法有效應(yīng)對(duì)大量不同 IP 地址的攻擊。
- 維護(hù)成本: 如果需要對(duì)大量 IP 地址進(jìn)行限流,維護(hù)成本可能會(huì)比較高,需要考慮使用更高效的存儲(chǔ)方案,例如 Redis 或數(shù)據(jù)庫(kù)。
五、Spring Boot 實(shí)現(xiàn) IP 限流:代碼案例
以下提供兩種基于 Spring Boot 的 IP 限流實(shí)現(xiàn)方式:
5.1 基于 Guava RateLimiter 的 IP 限流過濾器(推薦)
這種方式使用 Guava 的 RateLimiter 實(shí)現(xiàn)令牌桶算法,簡(jiǎn)單高效,易于配置。
1. 項(xiàng)目搭建:
創(chuàng)建一個(gè) Spring Boot 項(xiàng)目,并添加以下依賴:
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>31.1-jre</version>
</dependency>
</dependencies>2. 創(chuàng)建 RateLimiterService:
import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;
import com.google.common.util.concurrent.RateLimiter;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;
import java.util.concurrent.TimeUnit;
@Service
public class RateLimiterService {
private static final Logger logger = LoggerFactory.getLogger(RateLimiterService.class);
@Value("${rate.limit.permitsPerSecond:10}") // 默認(rèn)值 10
private double permitsPerSecond;
// 使用 LoadingCache 緩存每個(gè) IP 的 RateLimiter
private final LoadingCache<String, RateLimiter> rateLimiterCache = CacheBuilder.newBuilder()
.expireAfterWrite(1, TimeUnit.MINUTES) // 緩存 1 分鐘
.build(new CacheLoader<String, RateLimiter>() {
@Override
public RateLimiter load(String ip) {
logger.info("Creating RateLimiter for IP: {}, rate: {}", ip, permitsPerSecond);
return RateLimiter.create(permitsPerSecond);
}
});
/**
* 嘗試獲取令牌
* @param ip 客戶端 IP 地址
* @return true: 允許訪問, false: 限流
*/
public boolean tryAcquire(String ip) {
RateLimiter rateLimiter = rateLimiterCache.getUnchecked(ip);
return rateLimiter.tryAcquire();
}
}3. 創(chuàng)建 IP 限流過濾器:
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
import org.springframework.web.filter.OncePerRequestFilter;
import jakarta.servlet.FilterChain;
import jakarta.servlet.ServletException;
import jakarta.servlet.http.HttpServletRequest;
import jakarta.servlet.http.HttpServletResponse;
import java.io.IOException;
@Component
public class IpRateLimitFilter extends OncePerRequestFilter {
private static final Logger logger = LoggerFactory.getLogger(IpRateLimitFilter.class);
@Autowired
private RateLimiterService rateLimiterService;
@Value("${rate.limit.enabled:true}")
private boolean rateLimitEnabled;
@Value("${rate.limit.excludePatterns:}") // 排除的URL,用逗號(hào)分隔
private String excludePatterns;
@Override
protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain filterChain)
throws ServletException, IOException {
if (!rateLimitEnabled) {
filterChain.doFilter(request, response);
return; // 如果禁用限流,直接放行
}
// 排除不需要限流的URL
String requestURI = request.getRequestURI();
if (excludePatterns != null && !excludePatterns.isEmpty()) {
String[] patterns = excludePatterns.split(",");
for (String pattern : patterns) {
if (requestURI.startsWith(pattern.trim())) {
filterChain.doFilter(request, response);
return;
}
}
}
String clientIp = getClientIp(request);
if (rateLimiterService.tryAcquire(clientIp)) {
filterChain.doFilter(request, response); // 允許訪問
} else {
logger.warn("Rate limit exceeded for IP: {}", clientIp);
response.setStatus(HttpServletResponse.SC_TOO_MANY_REQUESTS);
response.getWriter().write("Too many requests from this IP.");
}
}
private String getClientIp(HttpServletRequest request) {
String xffHeader = request.getHeader("X-Forwarded-For");
if (xffHeader == null) {
return request.getRemoteAddr();
}
return xffHeader.split(",")[0];
}
}4. 配置過濾器:
import org.springframework.boot.web.servlet.FilterRegistrationBean;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class FilterConfig {
@Bean
public FilterRegistrationBean<IpRateLimitFilter> ipRateLimitFilterRegistration(IpRateLimitFilter ipRateLimitFilter) {
FilterRegistrationBean<IpRateLimitFilter> registration = new FilterRegistrationBean<>();
registration.setFilter(ipRateLimitFilter);
registration.addUrlPatterns("/*"); // 對(duì)所有請(qǐng)求進(jìn)行限流
registration.setOrder(1);
return registration;
}
}5. 創(chuàng)建測(cè)試控制器:
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class TestController {
@GetMapping("/test")
public String test() {
return "Hello, this is a test API.";
}
}6. application.properties 配置:
# 限流配置 rate.limit.enabled=true rate.limit.permitsPerSecond=10 rate.limit.excludePatterns=/health,/metrics # 排除的URL
5.2 基于 ConcurrentHashMap 的 IP 限流
import org.springframework.http.HttpStatus;
import org.springframework.stereotype.Component;
import org.springframework.web.servlet.HandlerInterceptor;
import jakarta.servlet.http.HttpServletRequest;
import jakarta.servlet.http.HttpServletResponse;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicInteger;
@Component
public class IPRequestRateLimiter implements HandlerInterceptor {
private final int REQUEST_LIMIT = 10; // 每秒最大請(qǐng)求數(shù)
private final Map<String, AtomicInteger> requestCountsPerIP = new ConcurrentHashMap<>();
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
String ipAddress = request.getRemoteAddr();
// 1. 初始化計(jì)數(shù)器
requestCountsPerIP.computeIfAbsent(ipAddress, k -> new AtomicInteger(0));
// 2. 檢查請(qǐng)求是否超限
if (requestCountsPerIP.get(ipAddress).incrementAndGet() > REQUEST_LIMIT) {
response.setStatus(HttpStatus.TOO_MANY_REQUESTS.value());
response.getWriter().write("Too many requests from this IP. Please try again later.");
return false; // 阻止請(qǐng)求
}
return true; // 允許請(qǐng)求
}
@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
String ipAddress = request.getRemoteAddr();
// 3. 請(qǐng)求完成后,減少計(jì)數(shù)
requestCountsPerIP.get(ipAddress).decrementAndGet();
}
}注意: 此方式只是一個(gè)簡(jiǎn)易的實(shí)現(xiàn),存在時(shí)間窗口不精準(zhǔn)等問題,生產(chǎn)環(huán)境不建議使用.
5.3 測(cè)試
啟動(dòng) Spring Boot 項(xiàng)目,使用工具(如 Postman)模擬不同 IP 地址的請(qǐng)求。當(dāng)某個(gè) IP 的請(qǐng)求頻率超過配置的限制時(shí),會(huì)收到 Too many requests from this IP. 的響應(yīng)。
六、進(jìn)階特性:提升 IP 限流的可靠性
- 動(dòng)態(tài)調(diào)整限流規(guī)則: 可以根據(jù)系統(tǒng)負(fù)載情況動(dòng)態(tài)調(diào)整
permitsPerSecond的值,實(shí)現(xiàn)更靈活的限流策略??梢酝ㄟ^ Spring Cloud Config 等配置中心實(shí)現(xiàn)動(dòng)態(tài)更新。 - 黑名單和白名單: 支持黑名單和白名單 IP 地址,對(duì)特定的 IP 地址進(jìn)行特殊處理??梢允褂?Redis 等緩存存儲(chǔ)黑白名單,并定期更新。
- 監(jiān)控和告警: 集成監(jiān)控系統(tǒng)(如 Prometheus、Grafana),實(shí)時(shí)監(jiān)控 IP 限流的效果,并設(shè)置告警規(guī)則,及時(shí)發(fā)現(xiàn)異常情況。
- 分布式限流: 對(duì)于分布式系統(tǒng),需要使用分布式鎖或 Redis 等技術(shù)實(shí)現(xiàn)分布式限流,保證所有節(jié)點(diǎn)使用相同的限流規(guī)則。
- 更精細(xì)化的限流維度: 可以結(jié)合用戶 ID、API 接口等維度進(jìn)行更精細(xì)化的限流,例如限制每個(gè)用戶每天可以訪問某個(gè) API 接口的次數(shù)。
七、總結(jié)
在 Spring Boot 中實(shí)現(xiàn) IP 限流是一種簡(jiǎn)單而有效的方式來保障系統(tǒng)的穩(wěn)定性和可用性。通過本文的詳細(xì)介紹和代碼案例,相信您已經(jīng)掌握了 IP 限流的基本原理和實(shí)現(xiàn)方式。在實(shí)際應(yīng)用中,請(qǐng)根據(jù)您的具體需求選擇合適的限流算法和實(shí)現(xiàn)方式,并結(jié)合其他安全措施,構(gòu)建更加健壯的系統(tǒng)。請(qǐng)記住,安全策略應(yīng)該是全面的,限流只是其中一部分。
以上就是SpringBoot實(shí)現(xiàn)IP限流的示例代碼的詳細(xì)內(nèi)容,更多關(guān)于SpringBoot IP限流的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
spring?boot集成redisson的最佳實(shí)踐示例
這篇文章主要為大家介紹了spring?boot集成redisson的最佳實(shí)踐示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-03-03
Mybatis如何自動(dòng)生成數(shù)據(jù)庫(kù)表的實(shí)體類
這篇文章主要介紹了Mybatis自動(dòng)生成數(shù)據(jù)庫(kù)表的實(shí)體類的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-06-06
MyBatis Plus 實(shí)現(xiàn)多表分頁(yè)查詢功能的示例代碼
這篇文章主要介紹了MyBatis Plus 實(shí)現(xiàn)多表分頁(yè)查詢功能,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-08-08
淺析Spring的事務(wù)實(shí)現(xiàn)原理
這篇文章主要為大家詳細(xì)介紹了Spring中事務(wù)實(shí)現(xiàn)的原理,文中的示例代碼講解詳細(xì),對(duì)我們學(xué)習(xí)Spring有一定的幫助,需要的可以參考一下2022-11-11
Mac安裝多個(gè)JDK并實(shí)現(xiàn)動(dòng)態(tài)切換
有時(shí)候我們有多個(gè)項(xiàng)目需要使用多個(gè)版本JDK,本文主要介紹了Mac安裝多個(gè)JDK并實(shí)現(xiàn)動(dòng)態(tài)切換,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
Maven設(shè)置使用自定義的jar包到自己本地倉(cāng)庫(kù)
今天小編就為大家分享一篇關(guān)于Maven設(shè)置使用自定義的jar包到自己本地倉(cāng)庫(kù)的文章,小編覺得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來看看吧2018-10-10

