概述
本文介绍在 Spring Boot 3 中实现多维度网络带宽限速的完整方案。基于令牌桶算法手动实现核心逻辑，通过自定义 HandlerInterceptor 拦截请求、HttpServletResponseWrapper 包装响应流、RateLimitedOutputStream 控制输出速率，实现对文件下载、视频流等场景的精确速度控制。
为什么需要带宽限速
带宽限速与常见的 API 限流不同：限流控制的是请求次数（如每分钟100次），而限速控制的是网络带宽（如每秒200KB）。在实际应用中，带宽限速有着重要的业务价值：
场景一：文件下载服务
对于网盘或资源分发平台，免费用户限制在 200KB/s，VIP 用户提升到 2MB/s，既能保障基础体验，又能激励付费转化。
场景二：视频流媒体
不同清晰度对应不同带宽限制（480P 用 500KB/s，1080P 用 3MB/s），避免高码率视频占用过多服务器带宽。
场景三：API 接口保护
大数据量接口（如导出报表）如果没有带宽控制，单个请求可能占满整个出口带宽，影响其他用户访问。
核心原理：令牌桶算法
令牌桶算法是流量控制的经典方案，其思想非常直观：想象一个桶，系统以固定速率向桶中放入令牌，请求数据时必须从桶中取走对应数量的令牌。
核心参数解析：
1. 桶容量（Capacity）：决定能承受多大突发流量。容量为 200KB 时，即使桶已满，最多也只能连续发送 200KB 数据，之后必须等待令牌补充。
2. 填充速率（Refill Rate）：决定长期平均传输速度。每秒补充 200KB 令牌，意味着平均速度就是 200KB/s。
3. 分块大小（Chunk Size）：影响流量平滑度。将 8KB 数据拆分成 2KB×4 次写入，每次写入之间进行令牌检查，比一次性写入 8KB 更加平滑。
算法流程：
发送数据前：
1. 计算距离上次补充的时间差
2. 根据 时间差 × 填充速率 计算新增令牌数
3. 更新桶中令牌数（不超过容量上限）
发送数据时：
1. 检查令牌是否足够
2. 足够：直接扣除令牌，发送数据
3. 不足：计算 (缺少令牌数 / 填充速率) 得到等待时间，精确等待后发送
技术设计
整体流程
本方案采用拦截器模式，在请求处理的早期阶段完成限速组件的初始化，通过请求属性传递包装后的响应对象。
请求流程：
┌─────────────────────────────────────────────────────────────────────┐
│ 1. DispatcherServlet 分发请求 │
└─────────────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────────────┐
│ 2. BandwidthLimitInterceptor.preHandle() │
│ - 解析 @BandwidthLimit 注解 │
│ - 从 BandwidthLimitManager 获取共享 TokenBucket │
│ - 创建 BandwidthLimitResponseWrapper 并存入 request attribute │
└─────────────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────────────┐
│ 3. Controller 处理请求 │
│ - 通过 BandwidthLimitHelper.getLimitedResponse() 获取包装后的响应 │
│ - 向响应流写入数据（自动触发限速） │
└─────────────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────────────┐
│ 4. BandwidthLimitInterceptor.afterCompletion() │
│ - 清理资源，关闭流 │
└─────────────────────────────────────────────────────────────────────┘
为什么选择 HandlerInterceptor
在 Spring Boot 中实现请求处理，有两种常见方式：Filter 和 HandlerInterceptor。本方案选择 HandlerInterceptor 的关键原因是：注解解析需要 HandlerMethod 对象。
Filter 在 DispatcherServlet 之前执行，此时还没有确定具体的处理方法，无法获取方法上的 @BandwidthLimit 注解。而 HandlerInterceptor 在处理器确定后执行，可以通过 HandlerMethod 精确获取方法级别和类级别的注解信息。
核心组件职责
| 组件 |
职责 |
@BandwidthLimit |
声明式注解，配置限速参数 |
BandwidthLimitInterceptor |
拦截请求，解析注解，创建响应包装器 |
BandwidthLimitManager |
管理多维度限速桶（全局/API/用户/IP） |
BandwidthLimitResponseWrapper |
包装 HttpServletResponse，替换 OutputStream |
RateLimitedOutputStream |
实现限速逻辑，包装 TokenBucket |
TokenBucket |
令牌桶算法实现 |
BandwidthLimitHelper |
从请求属性中获取包装后的响应对象 |
多维度限速实现
本方案支持四种限速维度，满足不同业务场景需求：
全局限速（GLOBAL）
所有请求共享同一个限速桶，适合保护服务器整体出口带宽。例如设置 10MB/s 全局限制，即使有100个并发下载，总带宽也不会超过 10MB/s。
@BandwidthLimit(value = 200, unit = BandwidthUnit.KB, type = LimitType.GLOBAL)
@GetMapping("/download/global")
public void downloadGlobal(HttpServletResponse response) throws IOException {
HttpServletResponse limitedResponse = BandwidthLimitHelper.getLimitedResponse(request, response);
// 写入数据...
}
API 维度限速（API）
每个接口路径独立限速，不同接口的流量互不影响。/api/file/download 限制 500KB/s，/api/video/stream 限制 2MB/s，两个接口可以同时达到各自的速度上限。
@BandwidthLimit(value = 500, unit = BandwidthUnit.KB, type = LimitType.API)
@GetMapping("/download/file")
public void downloadFile(HttpServletResponse response) throws IOException {
// 文件下载逻辑
}
@BandwidthLimit(value = 2048, unit = BandwidthUnit.KB, type = LimitType.API)
@GetMapping("/stream/video")
public void streamVideo(HttpServletResponse response) throws IOException {
// 视频流逻辑
}
用户维度限速（USER）
根据用户标识（如请求头 X-User-Id）进行限速，每个用户独立计算带宽。配合 free 和 vip 参数，可实现差异化服务：
@BandwidthLimit(value = 200, unit = BandwidthUnit.KB, type = LimitType.USER,
free = 200, vip = 2048)
@GetMapping("/download/user")
public void downloadByUser(@RequestHeader("X-User-Type") String userType,
HttpServletResponse response) throws IOException {
// 根据请求头 X-User-Type 自动应用 200KB/s 或 2MB/s 限速
}
IP 维度限速（IP）
根据客户端 IP 地址限速，防止单个 IP 占用过多带宽。支持代理环境下的 IP 获取（X-Forwarded-For、X-Real-IP）。
@BandwidthLimit(value = 300, unit = BandwidthUnit.KB, type = LimitType.IP)
@GetMapping("/download/ip")
public void downloadByIp(HttpServletResponse response) throws IOException {
// 每个独立 IP 限制 300KB/s
}
关键代码实现
1. 令牌桶核心算法
TokenBucket 的核心在于精确的时间计算和令牌补充。使用 System.nanoTime() 获取纳秒级时间戳，确保高精度速率控制。
public synchronized void acquire(long permits) {
// 1. 补充令牌
refill();
// 2. 计算等待时间
if (tokens >= permits) {
tokens -= permits;
return;
}
long deficit = permits - tokens;
long waitNanos = (deficit * 1_000_000_000L) / refillRate;
// 3. 精确等待
sleepNanos(waitNanos);
// 4. 等待后消费
tokens = 0;
}
private void refill() {
long now = System.nanoTime();
long elapsedNanos = now - lastRefillTime;
long newTokens = (elapsedNanos * refillRate) / 1_000_000_000L;
tokens = Math.min(capacity, tokens + newTokens);
lastRefillTime = now;
}
2. 响应包装器
HttpServletResponseWrapper 是 Servlet 规范提供的响应包装基类，通过覆盖 getOutputStream() 方法返回自定义的限速输出流。
public class BandwidthLimitResponseWrapper extends HttpServletResponseWrapper {
private final TokenBucket sharedTokenBucket; // 共享的令牌桶
@Override
public ServletOutputStream getOutputStream() throws IOException {
if (limitedOutputStream == null && sharedTokenBucket != null) {
// 使用共享 TokenBucket，确保多维度统计正确
limitedOutputStream = new RateLimitedOutputStream(
super.getOutputStream(),
sharedTokenBucket,
bandwidthBytesPerSecond
);
}
return limitedOutputStream;
}
}
3. 拦截器获取包装响应
拦截器在 preHandle 中创建响应包装器，存储到 request attribute，Controller 通过 BandwidthLimitHelper 获取。
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) {
BandwidthLimit annotation = findAnnotation(handler);
if (annotation != null) {
// 从 Manager 获取共享 TokenBucket
TokenBucket bucket = limitManager.getBucket(type, key, capacity, rate);
// 创建包装器并存储
BandwidthLimitResponseWrapper wrappedResponse =
new BandwidthLimitResponseWrapper(response, bucket, bandwidthBytesPerSecond, chunkSize);
request.setAttribute(“BandwidthLimitWrappedResponse”, wrappedResponse);
}
return true;
}
4. Controller 获取限速响应
Controller 通过 BandwidthLimitHelper.getLimitedResponse() 获取包装后的响应，所有写入操作都会自动限速。
@GetMapping(“/download/global”)
public void downloadGlobal(HttpServletRequest request, HttpServletResponse response) throws IOException {
HttpServletResponse limitedResponse = BandwidthLimitHelper.getLimitedResponse(request, response);
limitedResponse.setContentType(“application/octet-stream”);
limitedResponse.setHeader(“Content-Disposition”, “attachment; filename=test.bin”);
// 写入数据时自动限速
limitedResponse.getOutputStream().write(data);
}
参数调优指南
桶容量选择
容量决定突发流量承受能力：
| 容量设置 |
突发能力 |
适用场景 |
| 速率 × 0.5 |
平滑，无突发 |
流量控制严格的场景 |
| 速率 × 1.0 |
允许 1 秒突发 |
默认推荐值 |
| 速率 × 2.0 |
允许 2 秒突发 |
需要良好首屏加载 |
// 注解配置
@BandwidthLimit(value = 200, unit = BandwidthUnit.KB, capacityMultiplier = 1.0)
分块大小选择
分块大小影响流量平滑度，经验公式：chunkSize = bandwidth / 50
| 带宽 |
推荐分块 |
理由 |
| 200 KB/s |
1-4 KB |
小分块保证平滑 |
| 1 MB/s |
4-8 KB |
平衡平滑与性能 |
| 5 MB/s+ |
8-16 KB |
减少系统调用开销 |
// 自动计算（推荐）
@BandwidthLimit(value = 200, unit = BandwidthUnit.KB, chunkSize = -1)
// 手动指定
@BandwidthLimit(value = 200, unit = BandwidthUnit.KB, chunkSize = 4096)
总结
本文基于令牌桶算法，通过 HandlerInterceptor + HttpServletResponseWrapper，在 Spring Boot 中实现了多维度带宽限速。这种设计不仅满足了精确的流量控制需求，也展示了在 Java Web 应用中进行系统设计的灵活性。
方案支持全局/API/用户/IP 四种限速维度，提供实时统计监控，适用于 API 接口保护、文件下载、视频流等需要精细网络资源管理的场景。如果你想深入研究或获取完整源码，可以访问以下地址，也欢迎到 云栈社区 交流讨论。
https://github.com/yuboon/java-examples/tree/master/springboot-netspeed-limit
发表于 21 小时前
|
查看: 3|
回复: 0
