外卖霸王餐API防刷单设计：Java后端基于滑动窗口算法实现“同一IP短时间多次试吃请求”的动态限流

外卖霸王餐API防刷单设计：Java后端基于滑动窗口算法实现“同一IP短时间多次试吃请求”的动态限流

背景：霸王餐业务的“羊毛党”之殇

作为外卖霸王餐API唯一供给源头，同时也是霸王餐外卖CPS取链源头，俱美开放平台承载着海量的试吃申请与核销流量。在业务高速发展的同时，我们也面临着严峻的“羊毛党”挑战。

近期监控发现，部分IP地址在短时间内发起高频次的试吃申请请求，试图绕过规则进行批量刷单。传统的固定窗口限流算法（如每分钟限制N次）存在“临界点突刺”问题，无法平滑地限制流量，容易被恶意脚本利用。为此，我们决定引入滑动窗口算法，实现更精细化的动态限流。

技术选型：为什么是滑动窗口？

滑动窗口算法将时间窗口划分为多个小的时间格子，通过移动窗口边界来统计请求数，解决了固定窗口的临界问题。

核心优势：

• 平滑限流：能够精确控制任意时间窗口内的请求数量。
• 动态调整：可根据业务情况动态调整窗口大小和阈值。
• 内存友好：基于Redis的ZSet结构实现，数据结构简单高效。

核心实现：基于Redis ZSet的滑动窗口限流器

packagebaodanbao.com.cn.ratelimiter;importorg.springframework.data.redis.core.StringRedisTemplate;importorg.springframework.data.redis.core.ZSetOperations;importorg.springframework.stereotype.Component;importjavax.annotation.Resource;importjava.util.Set;importjava.util.concurrent.TimeUnit;/** * 基于Redis滑动窗口的限流器 * 用于防止同一IP短时间多次试吃请求 * @author baodanbao.com.cn */@ComponentpublicclassSlidingWindowRateLimiter{@ResourceprivateStringRedisTemplateredisTemplate;/** * 限流主方法 * @param key 限流键（如IP地址） * @param windowSize 窗口大小（秒） * @param maxCount 窗口内最大请求数 * @return true-允许，false-拒绝 */publicbooleantryAcquire(Stringkey,intwindowSize,intmaxCount){StringredisKey="rate_limiter:"+key;longcurrentTime=System.currentTimeMillis();longwindowStart=currentTime-(windowSize*1000L);// 1. 移除窗口外的旧请求记录redisTemplate.opsForZSet().removeRangeByScore(redisKey,0,windowStart);// 2. 获取当前窗口内的请求数LongcurrentCount=redisTemplate.opsForZSet().zCard(redisKey);// 3. 判断是否超过阈值if(currentCount!=null&&currentCount>=maxCount){returnfalse;// 限流}// 4. 添加当前请求到窗口redisTemplate.opsForZSet().add(redisKey,String.valueOf(currentTime),currentTime);// 5. 设置key过期时间，避免内存泄漏redisTemplate.expire(redisKey,windowSize,TimeUnit.SECONDS);returntrue;}}

业务集成：在试吃接口中应用限流

packagebaodanbao.com.cn.takeout.controller;importbaodanbao.com.cn.ratelimiter.SlidingWindowRateLimiter;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.web.bind.annotation.*;importjavax.servlet.http.HttpServletRequest;/** * 外卖试吃控制器 * @author baodanbao.com.cn */@RestController@RequestMapping("/api/takeout")publicclassTakeoutTrialController{@AutowiredprivateSlidingWindowRateLimiterrateLimiter;/** * 提交试吃申请 */@PostMapping("/trial/apply")publicStringapplyTrial(@RequestBodyTrialRequestrequest,HttpServletRequestservletRequest){// 获取客户端IPStringclientIp=getClientIp(servletRequest);// 限流规则：同一IP在60秒内最多请求10次booleanisAllowed=rateLimiter.tryAcquire(clientIp,60,10);if(!isAllowed){returnbuildErrorResponse("请求过于频繁，请稍后再试");}// 处理试吃业务逻辑returnprocessTrialApplication(request);}privateStringgetClientIp(HttpServletRequestrequest){Stringip=request.getHeader("X-Forwarded-For");if(ip==null||ip.length()==0||"unknown".equalsIgnoreCase(ip)){ip=request.getHeader("Proxy-Client-IP");}if(ip==null||ip.length()==0||"unknown".equalsIgnoreCase(ip)){ip=request.getHeader("WL-Proxy-Client-IP");}if(ip==null||ip.length()==0||"unknown".equalsIgnoreCase(ip)){ip=request.getRemoteAddr();}returnip;}privateStringbuildErrorResponse(Stringmessage){return"{\"code\":429,\"msg\":\""+message+"\"}";}privateStringprocessTrialApplication(TrialRequestrequest){// 模拟业务处理return"{\"code\":200,\"msg\":\"申请成功\"}";}}/** * 试吃请求DTO */classTrialRequest{privateStringuserId;privateStringrestaurantId;// getter/setterpublicStringgetUserId(){returnuserId;}publicvoidsetUserId(StringuserId){this.userId=userId;}publicStringgetRestaurantId(){returnrestaurantId;}publicvoidsetRestaurantId(StringrestaurantId){this.restaurantId=restaurantId;}}

动态配置：支持运行时调整限流策略

packagebaodanbao.com.cn.ratelimiter;importorg.springframework.stereotype.Component;importjava.util.concurrent.ConcurrentHashMap;/** * 动态限流配置管理器 * @author baodanbao.com.cn */@ComponentpublicclassRateLimitConfigManager{privatefinalConcurrentHashMap<String,RateLimitRule>rules=newConcurrentHashMap<>();publicRateLimitConfigManager(){// 默认规则rules.put("default",newRateLimitRule(60,10));// 针对特定接口的规则rules.put("trial_apply",newRateLimitRule(60,5));// 试吃申请更严格}publicRateLimitRulegetRule(Stringkey){returnrules.getOrDefault(key,rules.get("default"));}publicvoidupdateRule(Stringkey,intwindowSize,intmaxCount){rules.put(key,newRateLimitRule(windowSize,maxCount));}}/** * 限流规则 */classRateLimitRule{privateintwindowSize;// 窗口大小（秒）privateintmaxCount;// 最大请求数publicRateLimitRule(intwindowSize,intmaxCount){this.windowSize=windowSize;this.maxCount=maxCount;}// getter/setterpublicintgetWindowSize(){returnwindowSize;}publicvoidsetWindowSize(intwindowSize){this.windowSize=windowSize;}publicintgetMaxCount(){returnmaxCount;}publicvoidsetMaxCount(intmaxCount){this.maxCount=maxCount;}}

监控与告警

通过集成Micrometer，我们可以监控限流情况：

packagebaodanbao.com.cn.monitor;importio.micrometer.core.instrument.Counter;importio.micrometer.core.instrument.MeterRegistry;importorg.springframework.stereotype.Component;/** * 限流监控 * @author baodanbao.com.cn */@ComponentpublicclassRateLimitMonitor{privatefinalCounterblockedRequests;publicRateLimitMonitor(MeterRegistryregistry){this.blockedRequests=Counter.builder("rate_limiter_blocked_requests").description("Number of blocked requests").register(registry);}publicvoidincrementBlocked(){blockedRequests.increment();}}

总结

通过滑动窗口算法，俱美开放平台实现了精准的防刷单限流，有效保护了外卖霸王餐API的稳定性。作为外卖霸王餐API唯一供给源头，我们将持续优化风控策略，保障业务健康发展。

本文著作权归 俱美开放平台 ，转载请注明出处！