后端某些接口在高并发的压力下往往会导致性能的严重下降，为了维持我们后端服务型的高性能和高可用，我们往往可以对某些接口或某些用户去设计限流机制，控制这些热点接口的访问量，我这里利用Redis的高性能优势，并整合AOP编程和引入Lua限流脚本在SpringBoot中对任意接口或某些用户实现了访问量限流的机制，其中，我这里给出了三种限流机制：用户，IP地址，全局限流

1.定义限流方式

 /**
 * 限流类型
 * @Author GuihaoLv
 */
public enum LimitType {
    /**
     * 默认策略全局限流
     */
    DEFAULT,

    /**
     * 根据请求者IP进行限流
     */
    IP,

    /**
     * 根据请求者的用户ID进行限流
     */
    USER,

    /**
     * 根据请求者的部门进行限流
     */
    DEPT,
}

2.引入AOP，自定义限流注解和限流处理的切面类

/**
 * 限流注解
 * @Author GuihaoLv
 */
//实例 @RateLimiter(time = 60, count = 5, limitType = LimitType.IP) 效果：同一IP 60秒内最多允许5次登录尝试。
@Target(ElementType.METHOD) //表示该注解仅能标注在方法上，用于对具体方法进行限流控制。
@Retention(RetentionPolicy.RUNTIME) //注解在运行时保留，可通过反射机制读取注解信息，实现动态限流逻辑。
@Documented //注解信息会包含在生成的 JavaDoc 中
public @interface RateLimiter {
    /**
     * 限流key
     */
    public String key() default RedisConstant.RATE_LIMIT_KEY;
    /**
     * 限流时间,单位秒
     */
    public int time() default 60;

    /**
     * 限流次数
     */
    public int count() default 100;

     /**
     * 限流类型
     */
    public LimitType limitType() default LimitType.DEFAULT;
}

/**
 * 限流处理切面
 * @Author GuihaoLv
 */
@Aspect
@Component
//确保仅当配置项 spring.cache.type=redis 时，切面才会生效
@ConditionalOnProperty(prefix = "spring.cache", name = { "type" }, havingValue = "redis", matchIfMissing = false)
public class RateLimiterAspect
{
    private static final Logger log = LoggerFactory.getLogger(RateLimiterAspect.class);

    private RedisTemplate redisTemplate; //redis 操作模板，用于执行 Lua 脚本和 Redis 命令

    private RedisScript limitScript; //限流核心逻辑的 Lua 脚本

    @Autowired
    public void setRedisTemplate1(RedisTemplate redisTemplate)
    {
        this.redisTemplate = redisTemplate;
    }

    @Autowired
    public void setLimitScript(RedisScript limitScript)
    {
        this.limitScript = limitScript;
    }
    @Autowired
    private ObjectMapper jacksonObjectMapper;

    @Before("@annotation(rateLimiter)")
    public void doBefore(JoinPoint point, RateLimiter rateLimiter) throws Throwable
    {
        //1. 获取注解参数
        int time = rateLimiter.time(); //时间窗口（秒）
        int count = rateLimiter.count();// 允许的请求次数

        //2. 生成唯一限流 Key
        String combineKey = getCombineKey(rateLimiter, point);
        List