当前位置：首页 > news >正文

深入理解Servlet Filter及其限流实践

news 文章来源：https://blog.csdn.net/qq_29752857/article/details/139850455 2025/2/8 23:31:20

引言

在Java Servlet技术中，Filter是一个拦截器，它允许开发者在请求到达目标资源之前或响应发送给客户端之后，对请求或响应进行拦截和处理。这种机制为实现诸如身份验证、日志记录、请求修改等功能提供了极大的灵活性。

Filter基础

Filter接口定义了三个主要方法：init()、doFilter()和destroy()。下面我们将逐一介绍这些方法的作用和使用场景。

init()方法

init()方法在Filter实例化后由容器调用一次，用于初始化Filter。这个方法接收一个FilterConfig对象，它包含了Filter的配置参数。如果在初始化过程中发生错误，可以通过抛出ServletException来通知容器。

doFilter()方法

doFilter()方法是Filter的核心，它在每次请求到达资源时被调用。Filter可以通过这个方法对请求和响应进行拦截和处理。doFilter()方法接收三个参数：ServletRequest、ServletResponse和FilterChain。FilterChain允许Filter将请求传递给链中的下一个Filter或目标资源。

destroy()方法

destroy()方法在Filter被容器移除服务之前调用，提供了清理资源的机会，如关闭文件句柄或停止线程。

Filter使用场景

Filter可以用于多种场景，包括但不限于：

身份验证：确保用户已登录并拥有访问资源的权限。
日志记录：记录请求和响应的详细信息，用于审计和监控。
数据压缩：在发送响应之前压缩数据，减少网络传输量。
请求修改：在请求到达目标资源之前修改请求参数。

使用Redis和Lua实现请求限流

限流是控制应用程序接收请求速率的一种机制，用于防止系统过载。以下是一个使用Redis和Lua脚本实现请求限流的示例。

环境准备

Redis服务器：安装并运行Redis。
Spring框架：使用Spring框架的RedisTemplate来简化Redis操作。

限流Filter实现

定义Lua脚本：用于原子性地检查和更新请求计数。

local limitResourceKey = KEYS[1]
local limitTimeWindowMillis = tonumber(ARGV[1])
local currentMillis = tonumber(ARGV[2])
local limitCount = tonumber(ARGV[3])local windowStartMs = currentMillis - limitTimeWindowMillis
local current = redis.call('zcount', limitResourceKey, windowStartMs, currentMillis)if current and tonumber(current) >= limitCount thenreturn false
endredis.call("ZREMRANGEBYSCORE", limitResourceKey, 0, windowStartMs)
math.randomseed(currentMillis)
redis.call("zadd", limitResourceKey, currentMillis, tostring(currentMillis) .. tostring(math.random(1000,9999)))
redis.call("expire", limitResourceKey, limitTimeWindowMillis/1000)return true

编写Filter类：

public class RateLimitingFilter implements Filter {private RedisTemplate<String, String> redisTemplate;private final String LUA_SCRIPT = "...";  // 将上面的Lua脚本赋值到这里@Overridepublic void init(FilterConfig filterConfig) throws ServletException {// 初始化RedisTemplateredisTemplate = new RedisTemplate<>();// 配置RedisTemplate（省略具体配置代码）}@Overridepublic void doFilter(ServletRequest request, ServletResponse response,FilterChain chain) throws IOException, ServletException {String key = "rate_limit:" + request.getRemoteAddr();long limitTimeWindowMillis = 60000;  // 1分钟时间窗口long limitCount = 100;  // 最大请求次数boolean allowed = (Boolean) redisTemplate.execute((RedisOperationsCallback<Boolean>) connection -> {DefaultRedisScript<Long> script = new DefaultRedisScript<>(LUA_SCRIPT, Long.class);script.getKeys().add(key);return (Long) script.execute(connection, Arrays.asList(limitTimeWindowMillis, System.currentTimeMillis(), limitCount));});if (allowed) {chain.doFilter(request, response);  // 继续过滤链} else {response.getWriter().write("Rate limit exceeded.");}}@Overridepublic void destroy() {// 清理RedisTemplate资源}
}

部署和配置

将RateLimitingFilter添加到你的web.xml文件中，配置为全局Filter或针对特定URL模式。

结语

通过上述介绍，我们了解到了Servlet Filter的基本概念和使用方法，以及如何使用Redis和Lua脚本来实现请求限流。Filter提供了一种强大的方式来处理Web应用程序中的各种任务，而限流则是保护应用程序免受过度请求的一种有效手段。希望这篇博客能帮助你更好地理解和应用Servlet Filter。

引言