java dubbo怎么实现限流

在 Java + Dubbo 场景下，限流通常可以从 Dubbo 自身机制、SPI 过滤器、外部中间件 三个层面来实现。下面按常见方案从易到难说明。

一、Dubbo 自带限流（最简单）

1. executes 限流（并发数限流）

限制 某个接口的并发执行线程数。

<dubbo:service interface="com.xxx.UserService" executes="10" />

或注解方式：

@DubboService(executes = 10)
public class UserServiceImpl implements UserService {
}

✅ 超过并发数直接抛 RpcException
❌ 不是 QPS 限流，是线程数限流

2. actives 限流（客户端/服务端）

限制 消费者或提供者的最大活跃请求数。

<dubbo:reference interface="com.xxx.UserService" actives="5" />

或：

@DubboReference(actives = 5)

二、使用 Dubbo Filter 自己实现限流（推荐）

1. 基于 Guava RateLimiter（单机 QPS）

自定义 Filter

@Activate(group = Constants.PROVIDER)
public class RateLimitFilter implements Filter {

    private final RateLimiter rateLimiter = RateLimiter.create(100); // 100 QPS

    @Override
    public Result invoke(Invoker<?> invoker, Invocation invocation) {
        if (!rateLimiter.tryAcquire()) {
            throw new RpcException("请求被限流");
        }
        return invoker.invoke(invocation);
    }
}

SPI 配置

META-INF/dubbo/com.alibaba.dubbo.rpc.Filter

rateLimitFilter=com.xxx.RateLimitFilter

✅ 简单、可控
❌ 仅单机

三、Redis + Lua（分布式限流）

1. 令牌桶 Lua 脚本

local key = KEYS[1]
local rate = tonumber(ARGV[1])
local capacity = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local requested = tonumber(ARGV[4])

local fill_time = capacity / rate
local ttl = math.floor(fill_time * 2)

local last_tokens = tonumber(redis.call("get", key) or capacity)
local last_refreshed = tonumber(redis.call("hget", key .. ":ts", "ts") or now)

local delta = math.min(capacity, (now - last_refreshed) * rate)
local tokens = last_tokens + delta

local allowed = tokens >= requested
if allowed then
    tokens = tokens - requested
end

redis.call("set", key, tokens)
redis.call("hset", key .. ":ts", "ts", now)
redis.call("expire", key, ttl)

return allowed and 1 or 0

2. Dubbo Filter 中调用 Redis

if (redis.eval(script, keys, args) == 0) {
    throw new RpcException("限流");
}

✅ 支持集群
✅ 精确 QPS
❌ 有网络开销

四、使用 Sentinel（最推荐生产方案）

1. 引入依赖

<dependency>
  <groupId>com.alibaba.csp</groupId>
  <artifactId>sentinel-dubbo-adapter</artifactId>
</dependency>

2. 配置资源限流

@SentinelResource(value = "getUser", blockHandler = "blockHandler")
public User getUser(Long id) {
    return userService.get(id);
}

public User blockHandler(Long id, BlockException e) {
    throw new RpcException("被限流");
}

✅ 支持：

• QPS
• 线程数
• 熔断降级
• 动态规则（Nacos / Apollo）

五、方案对比

六、建议

• 本地测试 / 小流量：executes 或 Guava
• 生产环境：✅ Sentinel
• 多实例集群：Redis / Sentinel

如果你愿意，我可以：

• 给你一个 完整 Demo
• 或按 Dubbo 2.x / 3.x 分别写示例