注解本身不实现限流，仅作声明标记；真正起作用的是AOP切面拦截+Redis计数器（或Guava令牌桶）+动态key生成（IP/用户ID/接口路径），配合Lua脚本保证原子性，超限时抛异常或返回429。
Java 中注解本身不能直接实现接口防刷与限流，它只是元数据标记；真正起作用的是配合 AOP（如 Spring AOP 或 AspectJ）+ 限流算法（如令牌桶、滑动窗口）+ 存储（如 Redis 或本地缓存）的一套拦截与判断逻辑。注解的作用是声明“这个接口需要被限流”，由切面统一处理。
定义自定义限流注解
先创建一个运行时保留的注解，用于标注在 Controller 方法上：
@Target(ElementType.METHOD)<br>@Retention(RetentionPolicy.RUNTIME)<br>@Documented<br>public @interface RateLimit {<br> int value() default 100; // 每秒允许请求数（QPS）<br> int timeout() default 1; // 超时时间（秒），用于 Redis key 过期<br> String key() default ""; // 自定义限流 Key（可选，如 "user:{uid}"）<br> String msg() default "请求过于频繁，请稍后再试";<br>}
这个注解不带逻辑，只提供配置参数，便于后续切面读取。
立即学习“Java免费学习笔记（深入）”；
编写 AOP 切面拦截限流逻辑
用 @Aspect 定义切面，在方法执行前检查是否超过阈值：
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。
- 从注解中提取 QPS、key 模板、超时等参数
- 动态生成限流唯一标识（如：
ip:192.168.1.100:method:/api/order或结合用户 ID） - 调用限流器（如基于 Redis 的 Lua 脚本实现原子计数 + 过期）
- 若超出限制，抛出异常或返回固定响应（如 HTTP 429）
示例核心逻辑（使用 RedisTemplate + Lua）：
// Lua 脚本：原子性地 incr 并设置过期<br>String script = "local current = redis.call('incr', KEYS[1])\n" +<br> "if current == 1 then\n" +<br> " redis.call('expire', KEYS[1], ARGV[1])\n" +<br> "end\n" +<br> "return current";<br>Long count = redisTemplate.execute(new DefaultRedisScript<>(script, Long.class),<br> Collections.singletonList(key), timeout + "");<br>if (count > limit) {<br> throw new RuntimeException("触发限流");<br>}
支持多种限流策略与 Key 构建方式
实际项目中需灵活适配不同维度的限流：
- IP 级限流：从 Request 获取客户端真实 IP（注意代理头）
- 用户级限流：从 token 解析 userId 或从 Session 取 uid
-
接口级限流：用
request.getRequestURL() + request.getMethod() -
组合 Key：如
"rate:ip:" + ip + ":uri:" + uri，避免全局一刀切
可在注解的 key() 属性中写 SpEL 表达式（如 "#p0.userId"），再用 EvaluationContext 解析，提升复用性。
补充：集成 Sentinel 或 Resilience4j 更省心
若项目已引入高可用组件，不建议重复造轮子：
-
Sentinel：通过
@SentinelResource+ 规则配置实现限流，支持控制台动态调整 -
Resilience4j：用
@RateLimiter注解，底层基于滑动窗口，轻量无依赖 - 两者都支持与 Spring Boot 自动装配，且提供熔断、降级等扩展能力
自研方案适合学习原理或对性能/存储有强定制需求（如必须用本地 Caffeine 缓存 + Guava RateLimiter）；生产环境推荐成熟框架。
