Redis基于Redisson的限流和限流算法

确定吗阿斌

于 2024-05-16 13:01:21 发布

阅读量807

点赞数 11

文章标签： java redis

本文链接：https://blog.csdn.net/2302_79789602/article/details/138861763

版权

限流

限流是在高并发或者某个瞬间高并发时，为了保证系统的稳定性，对超出服务处理能力之外的请求进行拦截，对访问服务的流量进行限制。

常见的限流算法有四种：固定窗口限流算法、滑动窗口限流算法、漏桶限流算法和令牌桶限流算法。

固定窗口限流算法

将每个固定时间设置为每个固定窗口，每个固定窗口只能处理固定数量的请求，如果这个窗口处理了限定的请求数量，之后的请求都不再处理，直到下一个时间窗口。固定窗口限流实现简单，但是会出现流量突刺的问题，假设窗口为1s，请求数量为100，999ms 之前都没有请求来，999ms 的时候来了100个请求都接收了，此时下一个窗口的第1ms 的时候也来了100个请求，这就导致系统在短短2ms 内要处理200个请求，无疑会加重系统负载。

打个比方，有一个面馆，每个小时只能20人吃面，划分9点到10点为一个窗口，10点到11点为一个窗口，假设9点59分59秒来了20人吃面，10点00分01秒来了20人吃面，这就导致两秒钟面馆要做40碗面，压力剧增。

滑动窗口限流算法

固定窗口是将时间划分为多个窗口，比如每一小时都是一个固定窗口，9点到10点是一个窗口，10点到11点是一个窗口，每个窗口随着时间变化逐渐变小，所以会出现两个流量突刺的问题。

滑动窗口是将一个小时作为窗口，窗口的大小始终不变，在这个窗口内只能存在20个请求。

打个比方，还是那个面馆，这个面馆是一个滑动窗口，面馆里有20个位置，最大只能容纳20个人同时吃面。假如出现上面的情况，9点59分59秒来了20人，10点00分01秒来了20人，虽然来了40人，但是店里只能容纳20人吃面。后来的20人只能等着或者被拒绝。

漏桶限流算法

系统处理请求就像是一个往一个漏桶中装水，如果装的水量很大，下面的孔来不及流出去，水就会溢出来。保证系统始终以稳定的速率处理请求，不会出现压力激增的问题。

但是因为始终以恒定的速率处理请求，如果系统有多余的资源，效率比较慢。

令牌桶算法

在漏桶的基础上，加上了令牌的概念，以恒定的速率往桶里加令牌，请求到来的时候先获取令牌，然后被处理，如果处理请求的速率慢于加令牌的速度，桶内始终会有令牌，那么请求来了就能被处理。如果处理速率快于令牌，那么桶里会出现没有令牌的情况，到来的请求就会被拒绝。

打个比方，流水线始终以固定的速率生产配件，配件即为令牌，生产的配件会被放在仓库，仓库就是桶，工厂接到了订单请求会先确认仓库中，如果有配件，就会处理订单，如果没配件了，订单就会被拒绝。

Redisson 实现限流

github地址：

redisson/redisson: Redisson - Easy Redis Java client and Real-Time Data Platform. Sync/Async/RxJava/Reactive API. Over 50 Redis based Java objects and services: Set, Multimap, SortedSet, Map, List, Queue, Deque, Semaphore, Lock, AtomicLong, Map Reduce, Bloom filter, Spring Cache, Tomcat, Scheduler, JCache API, Hibernate, RPC, local cache ... (github.com)

实现主要参考开源地址

1. 配置依赖

<dependency>
   <groupId>org.redisson</groupId>
   <artifactId>redisson</artifactId>
   <version>3.30.0</version>
</dependency>

2. 创建Redisson配置类

/**
 * Redisson 配置
 */
@Configuration
@EnableCaching
@ConfigurationProperties(prefix = "spring.redis")
@Data
public class RedissonConfig {

    private String port;

    private String host;

    private Integer database;

    private Integer timeout;
    @Bean(destroyMethod = "shutdown")
    public RedissonClient redissonClient(){
        // 1. 创建配置
        Config config = new Config();
        String redisAddress = String.format("redis://%s:%S",host,port);
        //设置redis地址，redis 库，过期时间
        config.useSingleServer().setAddress(redisAddress).setDatabase(database).setTimeout(timeout);
        // 2. 创建Redisson实例
        // Sync and Async API
        return Redisson.create(config);
    }
}

3. 创建限流管理器

@Service
public class RedisLimiterManager {
    @Resource
    private RedissonClient redissonClient;

    /**
     * 限流，令牌桶算法
     * @param key 区分不同的限流器,这里是对应的redis的key
     */
    public void doRateLimit(String key){
        RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
        //每秒执行两个请求，设置速率
        rateLimiter.trySetRate(RateType.OVERALL,2,1, RateIntervalUnit.SECONDS);
        //每个请求到来请求 1 个令牌
        boolean b = rateLimiter.tryAcquire(1);
        if(!b){
            throw new BusinessException(ErrorCode.SYSTEM_ERROR,"请求频繁，请稍后再试");
        }
    }
}

4. 调用限流管理器即可

//注入管理器
@Resource
    private RedisLimiterManager redisLimiterManager;

//调用
//限流每个用户调用方法的次数
        redisLimiterManager.doRateLimit("genCharByAi:"+userId);