Java案例如何统计接口访问次数？

wen java案例 2026-06-08 43

本文目录导读：

Java案例如何统计接口访问次数？

目录导读
前言：为什么需要统计接口访问次数？
基础方案：使用AtomicLong计数器
进阶方案：基于AOP切面+Redis的分布式统计
生产级选型：结合数据库的持久化方案
常见问题与问答（Q&A）
总结与性能优化建议

Java案例深度解析：如何高效统计接口访问次数？从基础实现到生产级优化

目录导读

前言：为什么需要统计接口访问次数？
基础方案：使用AtomicLong计数器
进阶方案：基于AOP切面+Redis的分布式统计
生产级选型：结合数据库的持久化方案
常见问题与问答（Q&A）
总结与性能优化建议

前言：为什么需要统计接口访问次数？

在现代Web应用和微服务架构中，统计接口访问次数是运维监控、流量分析、限流熔断、API计费的基础。

检测异常流量（如DDoS攻击）
评估接口热点与冷点
生成业务报表（如日活、月活）

本文将结合Java案例，从单机版本到分布式版本,手把手教你实现一个健壮的接口统计方案。

基础方案：使用AtomicLong计数器

适用场景：单机部署，接口数量少,追求简单直接。

代码实现（以Spring Boot为例）

@RestController
public class CounterController {
    private final AtomicLong visitCount = new AtomicLong(0);
    @GetMapping("/api/data")
    public String getData() {
        visitCount.incrementAndGet();
        return "这是第 " + visitCount.get() + " 次访问";
    }
}

优点：零依赖，性能极高（CAS无锁）。缺点：无法持久化，重启后计数丢失；无法用于分布式多节点。

问题：如果服务器重启，数据丢失，如何改进？答：单机可以结合ConcurrentHashMap定期写入磁盘文件，但仅适合轻量场景,生产环境建议使用Redis。

进阶方案：基于AOP切面+Redis的分布式统计

适用场景：多实例集群部署,需要实时同步计数。

1 引入依赖（Maven）

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-aop</artifactId>
</dependency>

2 定义注解

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface Countable {
    String key() default ""; // 自定义统计Key
}

3 切面实现（核心逻辑）

@Aspect
@Component
public class CountAspect {
    @Autowired
    private StringRedisTemplate redisTemplate;
    @Around("@annotation(countable)")
    public Object count(ProceedingJoinPoint pjp, Countable countable) throws Throwable {
        // 1. 构建Redis Key
        String key = "API_COUNT:" + (countable.key().isEmpty() 
                ? pjp.getSignature().toShortString() 
                : countable.key());
        // 2. 执行原子自增
        redisTemplate.opsForValue().increment(key, 1);
        // 3. 执行原方法
        return pjp.proceed();
    }
}

4 使用示例

@RestController
public class UserController {
    @GetMapping("/user/list")
    @Countable(key = "user_list")
    public List<User> listUsers() {
        // 业务逻辑
    }
}

优点：实时、分布式、零重启丢失。缺点：依赖Redis，增加网络开销（但通常可接受）。

问题：如何统计“今日接口访问次数”而不只是总次数？答：可将Key设计为带日期的形式，如API_COUNT:user_list:2025-01-15，配合EXPIRE设置24小时自动过期。

生产级选型：结合数据库的持久化方案

适用场景：需要长期存档、历史趋势分析。

方案1：定时批量写入

方式：Redis计数器每N分钟取一次值（使用GET），然后SET重新置为0，同时将旧值+时间戳写入MySQL。
优点：读写分离，Redis承担实时流量,数据库承载历史。
注意：可能出现数据丢失（两次定时任务间隔内访问计入下个周期）。

方案2：流式处理（Kafka+Elasticsearch）

架构：切面将每次调用发送到Kafka Topic,消费端解析后存入ES。
优点：解耦，支持实时聚合查询（Kibana可视化）。
缺点：技术栈升级,运维成本高。

常见问题与问答（Q&A）

Q1：统计接口次数如何避免并发竞争问题？ A：使用redisTemplate.opsForValue().increment()（原子操作）或AtomicLong（CAS），不用synchronized,因为性能差且分布式无效。

Q2：如何统计某个客户端IP的访问频率（防刷）？ A：Key设计为API_COUNT:user_list:IP:192.168.1.1，结合expire设置滑动窗口（如60秒内只能访问N次）,示例代码：

// 在切面中
String ipKey = "LIMIT:" + getClientIp() + ":" + methodKey;
Boolean pass = redisTemplate.opsForValue().setIfAbsent(ipKey, "1", 60, TimeUnit.SECONDS);
if (pass != null && pass) return pjp.proceed();
Long count = redisTemplate.opsForValue().increment(ipKey);
if (count > 100) throw new RateLimitException();

Q3：AOP统计会影响原接口性能吗？ A：微乎其微，Redis单次自增耗时约0.5ms以下（内网），但建议使用异步记录（如Spring @Async）避免阻塞主线程。

Q4：如果Redis宕机，我该如何降级？ A：方案一：本地缓存Guava Cache作为备用，定时尝试重连Redis，方案二：采用数据库本地计数临时兜底。