Revel 框架无内置限流，单机 Filter + 内存限流在多实例下失效，必须用 Redis + Lua 实现分布式令牌桶，并在 Filter 中非阻塞调用、返回 429 状态码。
Revel 框架本身不提供内置限流能力，必须自己实现中间件 + 外部存储（如 Redis）来支撑生产级 API 限流；直接用 rate.NewLimiter 或内存计数器在多实例下会完全失效。
为什么不能只靠 Revel 的 Filter 做单机限流
Revel 的 Filter 是请求拦截入口，但它的执行上下文是单实例、无状态的。如果你在 Filter 里用 Go 标准库的 golang.org/x/time/rate.Limiter，每个请求都会创建或复用一个本地 Limiter 实例——这在单机部署时看似能控速，但只要横向扩到 2 台及以上 Revel 实例，整体通过量就变成「单机阈值 × 实例数」，等于没限。
常见错误现象：burst 值设得高，压测时 QPS 看似被卡住，上线后合作方一并发调用，瞬间打穿数据库连接池。
- Revel 默认监听
0.0.0.0:9000，没有 TLS、没有限流、没有静态资源缓存，绝不该直连公网 - 开发期用
revel run启动，生产必须套 Nginx / Traefik 做反向代理，限流逻辑也应优先放在网关层 - 若必须在 Revel 层做兜底限流，就得放弃纯内存方案，改用 Redis + Lua 原子操作
用 Redis + Lua 实现分布式令牌桶（Revel 中间件版）
核心思路：把“桶”搬到 Redis，每次请求都通过 Lua 脚本原子地检查 + 更新令牌数，避免竞态。Revel Filter 中只需调用一次 redis.Eval，返回 1 放行、0 拒绝。
示例 Lua 脚本（保存为 token_bucket.lua）：
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local refill_rate = tonumber(ARGV[2]) -- 每秒补充令牌数
local capacity = tonumber(ARGV[3])
local now = tonumber(ARGV[4])
<p>local current = tonumber(redis.call('hget', key, 'tokens') or capacity)
local last_refill = tonumber(redis.call('hget', key, 'last_refill') or now)</p><p>-- 计算应补充的令牌数
local elapsed = now - last_refill
local new_tokens = math.min(capacity, current + elapsed * refill_rate)</p><p>-- 尝试获取一个令牌
if new_tokens > 0 then
redis.call('hset', key, 'tokens', new_tokens - 1)
redis.call('hset', key, 'last_refill', now)
return 1
else
return 0
end在 Revel Filter 中调用：
- key 构造建议用
"rl:{ip}:{path}"或"rl:{user_id}:{path}"，避免全局限流误伤 - 务必设置 key 过期（
EXPIRE key 3600），否则 Redis 内存会持续增长 - 不要在 Filter 里做阻塞等待——
Allow()或Wait()类接口不适用，必须用非阻塞的tryAcquire语义
Revel 中间件注册与拒绝响应处理
Revel 的 Filter 链在 app/init.go 中注册，顺序很重要：限流 Filter 必须放在 RouterFilter 之后、业务逻辑之前，否则拿不到 c.Request.URL.Path。
拒绝响应要符合 HTTP 语义：
- 返回
http.StatusTooManyRequests (429)，不是 403 或 500 - 加
Retry-After: 1Header，告诉客户端等多久再试 - 避免在响应体里返回 HTML（Revel 默认 panic 页面是 HTML），应显式写 JSON 错误
示例代码片段：
func RateLimitFilter(c *app.Controller, fc []revel.Filter) {
client := redis.GetClient() // 你的 Redis 客户端实例
path := c.Request.URL.Path
ip := c.Request.Header.Get("X-Real-IP")
if ip == "" { ip = c.Request.RemoteAddr }
<pre class='brush:php;toolbar:false;'>key := fmt.Sprintf("rl:%s:%s", ip, path)
now := time.Now().Unix()
result, err := client.Eval(tokenBucketLua, []string{key}, limit, refillRate, capacity, now).Result()
if err != nil || result != int64(1) {
c.Response.Status = "429 Too Many Requests"
c.Response.Out.Header().Set("Retry-After", "1")
c.RenderError("API rate limit exceeded")
return
}
fc[0](c, fc[1:]) // 继续执行后续 Filter}
最后提醒一句：Revel 的中间件模型是同步阻塞式的，所有 Redis 调用都必须有超时控制（比如 context.WithTimeout），否则一个慢查询会让整个请求队列卡住。限流本为保命，别让它成了新的单点故障源。
