基于gateway网关实现限流

前言

在前面的限流方案介绍中，我们谈到了网关在微服务体系架构中的重要作用，网关不经具备大家熟知的动态路由，请求拦截等功能外，还可以基于网关实现分布式环境下的限流，下面我们以gatway为例，用代码进行实现一下

实现原理

• 所有经过网关代理的请求会被网关进行拦截
• 基于拦截到的请求，可以以IP、请求参数、方法名等作为限流的维度
• 既然是限流，必然存在一个存储请求信息的地方，我们这里选用redis，简单高效，只需配置一定的策略即可

代码实现逻辑

1、添加pom依赖

		<dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-gateway</artifactId>
        </dependency>

 		<dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
        </dependency>

这里只引入了关键的依赖，简单说明下，这里沿用之前的使用gateway整合时的框架demo进行演示，注册中心使用eureka，整个环境包括3个工程，eureka-server，gateway工程和一个被gateway代理的微服务模块

2、限流策略配置类

import org.springframework.cloud.gateway.filter.ratelimit.KeyResolver;
import org.springframework.cloud.gateway.filter.ratelimit.RedisRateLimiter;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import reactor.core.publisher.Mono;

@Configuration
public class HostAddrKeyResolver {

    //限流策略数据存储在redis中
    @Bean("redisRateLimiter")
    @Primary
    public RedisRateLimiter redisRateLimiter(){
        return new RedisRateLimiter(1,1);
    }

    //基于IP地址进行限流
    @Bean("remoteAddrKeyResolver")
    @Primary
    public KeyResolver remoteAddrKeyResolver() {
        return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostAddress());
    }

    //基于hostName地址进行限流
    @Bean("remoteHostNameKeyResolver")
    @Primary
    public KeyResolver remoteHostNameKeyResolver() {
        return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostName());
    }

    //根据请求参数进行限流
    @Bean("remoteUserKeyResolver")
    @Primary
    public KeyResolver remoteUserKeyResolver() {
        return exchange -> Mono.just(exchange.getRequest().getQueryParams().getFirst("user"));
    }

}

使用gateway进行限流，其配置主要包括2部分，一个是配置KeyResolver，可以将这个KeyResolver理解为不同类型的限流策略配置，比如是针对IP进行限流，还是基于请求参数进行限流，这样的话你就需要在spring容器中提供不同的bean

第二是RateLimiter，即限流算法的配置，前面我们聊到了常用 的请求算法，像令牌桶算法，比如你允许每秒有多少个请求通过，某一时刻桶中有多少个请求等，参照上面的配置类

3、限流配置类

这里我们采用了配置的方式，替代了在yml里面进行配置，在之前我们有过介绍，最后只需要将上面的限流策略配置类配置到filter里面即可生效

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.gateway.filter.ratelimit.KeyResolver;
import org.springframework.cloud.gateway.filter.ratelimit.RateLimiter;
import org.springframework.cloud.gateway.route.RouteLocator;
import org.springframework.cloud.gateway.route.builder.RouteLocatorBuilder;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.annotation.Order;
import org.springframework.http.HttpStatus;

@Configuration
public class GatewayConfiguration {

    //@Autowired
    //private AuthFilter authFilter;

    @Autowired
    private KeyResolver remoteAddrKeyResolver;

    @Autowired
    private RateLimiter redisRateLimiter;

    @Bean
    @Order
    public RouteLocator routeLocator(RouteLocatorBuilder builder) {
        return builder.routes()
                //多个路由规则就添加多个route
                .route(r ->
                        r.path("/pay/payment/**")
                                .filters(f ->
                                        f.stripPrefix(1).
                                        //添加自定义的filter
                                        requestRateLimiter(c -> {
                                            c.setKeyResolver(remoteAddrKeyResolver);
                                            c.setRateLimiter(redisRateLimiter);
                                            c.setStatusCode(HttpStatus.BAD_GATEWAY);
                                        })
                                )
                                .uri("lb://cloud-payment-service")
                ).build();
    }

}

4、效果测试

分别启动相关的微服务模块，浏览器输入：
http://localhost:8721/pay/payment/get/11

每秒一次，可以正常访问得到响应结果，如果我们快速刷新页面，

从这里可以看到被限流了

当然我们在使用的时候，针对同一个路由，可以组合多种限流策略，有兴趣的同学可以继续研究，本篇到此结束，最后感谢观看！

本文地址：https://blog.csdn.net/zhangcongyi420/article/details/108874233