利用redis实现限流

利用redis实现限流

需求,有些接口比较耗费资源,不可能支持用户无限制的调用,那么为了系统安全,需要拒绝某些用户请求。常见就是说一段时间内只能有多少请求。

排队,公交车。

区分这两个概念,排队,指的是,这个资源,只能由一个用户占有,常见需求就是说读写的时候,秒杀

他就是一个排队的概念,当前只有一个用户秒杀。

常见实现就是消息队列,分布式锁。

消息队列是异步,往往需要回调,听说12306就是一个异步的,你下单似乎是成功的,但是可能过段时间告诉你,抢票失败,为什么呢,因为12306的并发度太高了,如果用分布式锁,可能用户点来点去都是抢票失败,用户体验太差。

而公交车,其实就是一个限流的概念

在公交车来的时候,只能上这么一车人,塞不进去了。

也就是说,一段时间内,能占有资源的就是这么一票人。

常用于一些公共服务,比如说,一些调用系统资源的服务,系统资源是有限的,不可能无限调用,总要拒接掉一些请求,但是一个个来,对闲置资源又是极大的浪费。

比如调用第三方服务查询库存,太多会弄爆,太少又体验不好,所以限流。

实现思路

https://mp.weixin.qq.com/s/kyFAWH3mVNJvurQDt4vchA
https://www.cnblogs.com/use-D/p/9544903.html
https://www.cnblogs.com/huangqingshi/p/10290615.html

个人实现

我主要学习的还是利用第一种方法,方法进入时候计数,方法结束或异常时候,计数减1。

为了保证在操作redis的时候,操作是原子操作,所以利用了lua脚本进行判断。

@Configuration
public class RedisLimiterHelper {

    @Bean
    public RedisTemplate<String, Serializable> limitRedisTemplate(LettuceConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Serializable> template = new RedisTemplate<>();
        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }
}

声明一个redis的操作类,用于执行lua脚本。

@Target({ElementType.METHOD, ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Inherited
@Documented
public @interface Limit {
    /**
     * 名字
     */
    String name() default "";

    /**
     * key
     */
    String key() default "";

    /**
     * Key的前缀
     */
    String prefix() default "";

    /**
     * 给定的时间范围 单位(秒)
     */
    int period() default -1;

    /**
     * 一定时间内最多访问次数
     */
    int count();

    /**
     * 限流后返回描述
     */
    String describle() default "当前系统繁忙,请稍后再试";
    /**
     * 限流的类型(用户自定义key或者请求ip)
     */
    LimitType limitType() default LimitType.DEFAULT;
}

限流注解

public enum LimitType {

    /**
     * 自定义key
     */
    CUSTOMER,
    /**
     * 默认key
     */
    DEFAULT,

    /**
     * 请求者IP
     */
    IP;


}

枚举类

@Aspect
@Configuration
@Slf4j
public class LimitAspect {

    private static final String UNKNOWN = "unknown";

    @Autowired
    private  RedisTemplate<String, Serializable> limitRedisTemplate;


    //截获标有@CacheRemove的方法
    @Pointcut(value = "(execution(public * *(..)) && @annotation(com.xy.microservice.common.annotation.Limit))")
    private void pointcut() {
    }


    /**
     * @param pjp
     * @description 切面
     * @date 2020/4/8 13:04
     */
    @Around("pointcut()")
    public Object interceptor(ProceedingJoinPoint pjp) {
        MethodSignature signature = (MethodSignature) pjp.getSignature();
        Method method = signature.getMethod();
        Limit limitAnnotation = method.getAnnotation(Limit.class);
        LimitType limitType = limitAnnotation.limitType();
        String name = limitAnnotation.name();
        String key;
        int limitPeriod = limitAnnotation.period();
        int limitCount = limitAnnotation.count();
        String describle=limitAnnotation.describle();

        /**
         * 根据限流类型获取不同的key ,如果不传我们会以方法名作为key
         */
        switch (limitType) {
            case IP:
                key = getIpAddress();
                break;
            case CUSTOMER:
                key = limitAnnotation.key();
                break;
            default:
                key = StringUtils.upperCase(method.getName());
        }

        ImmutableList<String> keys = ImmutableList.of(StringUtils.join(limitAnnotation.prefix(), key));
        try {
            //如果有过期时间
            if(limitPeriod>0){
                String luaScript = buildIncrLuaScript();
                RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
                Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, limitPeriod);
                log.info("当前方法内已有数量 is {} for 名称为={} and key = {}", count, name, key);
                if (count != null && count.intValue() <= limitCount) {
                    return pjp.proceed();
                } else {
                    throw new RuntimeException(describle);
                }
            }else{
                String luaScript = buildIncrLuaScriptNoExpire();
                RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
                Number count = limitRedisTemplate.execute(redisScript, keys, limitCount);
                log.info("当前方法内已有数量 is {} for 名称为={} and key = {}", count, name, key);
                if (count != null && count.intValue() <= limitCount) {
                    return pjp.proceed();
                } else {
                    throw new RuntimeException(describle);
                }
            }

        } catch (Throwable e) {
            if (e instanceof RuntimeException) {
                throw new RuntimeException(e.getLocalizedMessage());
            }
            throw new RuntimeException("server exception");
        }
    }

    /**
     * 功能描述: 切面在截获方法返回值之后
     *
     */
    @AfterReturning(value = "pointcut()")
    private void process(JoinPoint joinPoint) throws BusinessException {
        MethodSignature signature = (MethodSignature) joinPoint.getSignature();
        Method method = signature.getMethod();
        Limit limitAnnotation = method.getAnnotation(Limit.class);
        LimitType limitType = limitAnnotation.limitType();
        String name = limitAnnotation.name();
        String key;
        int limitPeriod = limitAnnotation.period();
        int limitCount = limitAnnotation.count();
        String describle=limitAnnotation.describle();

        /**
         * 根据限流类型获取不同的key ,如果不传我们会以方法名作为key
         */
        switch (limitType) {
            case IP:
                key = getIpAddress();
                break;
            case CUSTOMER:
                key = limitAnnotation.key();
                break;
            default:
                key = StringUtils.upperCase(method.getName());
        }

        ImmutableList<String> keys = ImmutableList.of(StringUtils.join(limitAnnotation.prefix(), key));
        try {
            if(limitPeriod>0){
                String luaScript = buildDecrLuaScript();
                RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
                Number count = limitRedisTemplate.execute(redisScript, keys, limitCount);
                log.info("结束后当前方法内数量为 {} for 名称为={} and key = {}", count, name, key);
            }else{
                String luaScript = buildDecrLuaScriptNoExpire();
                RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
                Number count = limitRedisTemplate.execute(redisScript, keys, limitCount);
                log.info("结束后当前方法内数量为 {} for 名称为={} and key = {}", count, name, key);
            }


        } catch (Throwable e) {

            throw new BusinessException("server exception");
        }
    }






    /**
     * @description 编写Redis 进入函数的计数限流脚本
     */
    public String buildIncrLuaScript() {
        StringBuilder lua = new StringBuilder();
        lua.append("local c");
        lua.append("\nc = redis.call('get',KEYS[1])");
        // 调用超过最大值,则直接返回
        lua.append("\nif c and tonumber(c) > tonumber(ARGV[1]) then");
        lua.append("\nreturn c;");
        lua.append("\nend");
        // 执行计算器自加
        lua.append("\nc = redis.call('incr',KEYS[1])");
        lua.append("\nif tonumber(c) == 1 then");
        // 从第一次调用开始限流,设置对应键值的过期
        lua.append("\nredis.call('expire',KEYS[1],ARGV[2])");
        lua.append("\nend");
        lua.append("\nreturn c;");
        return lua.toString();
    }


    /**
     * @description 编写Redis 进入函数的计数限流脚本无过期时间
     */
    public String buildIncrLuaScriptNoExpire() {
        StringBuilder lua = new StringBuilder();
        lua.append("local c");
        lua.append("\nc = redis.call('get',KEYS[1])");
        // 调用超过最大值,则直接返回
        lua.append("\nif c and tonumber(c) > tonumber(ARGV[1]) then");
        lua.append("\nreturn c;");
        lua.append("\nend");
        // 执行计算器自加
        lua.append("\nc = redis.call('incr',KEYS[1])");
        lua.append("\nreturn c;");
        return lua.toString();
    }

    /**
     * @description 编写Redis 结束函数的减数限流脚本
     */
    public String buildDecrLuaScript() {


        StringBuilder lua = new StringBuilder();
        lua.append("local c");
        lua.append("\nlocal ttl");
        lua.append("\nc = redis.call('get',KEYS[1])");
        lua.append("\nttl = redis.call('ttl',KEYS[1])");
        // 调用不超过最大值,则直接返回
        lua.append("\nif c  then");
        lua.append("\n c=redis.call('decr',KEYS[1])");
        lua.append("\n redis.call('expire',KEYS[1],ttl)");
        lua.append("\nreturn c;");
        lua.append("\nend");

        return lua.toString();
    }

    /**
     * @description 编写Redis 结束函数的减数限流脚本无过期时间
     */
    public String buildDecrLuaScriptNoExpire() {


        StringBuilder lua = new StringBuilder();
        lua.append("local c");
        lua.append("\nc = redis.call('get',KEYS[1])");
        // 调用不超过最大值,则直接返回
        lua.append("\nif c  then");
        lua.append("\n c=redis.call('decr',KEYS[1])");
        lua.append("\nreturn c;");
        lua.append("\nend");

        return lua.toString();
    }


    /**
     * @author fu
     * @description 获取id地址
     * @date 2020/4/8 13:24
     */
    public String getIpAddress() {
        HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
        String ip = 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();
        }
        return ip;
    }
}

切面,主要操作就是在方法进入时候,在声明的key里redis里加一,如果超过限定数量,直接抛出异常。然后我添加了在方法不管是正常接收还是异常结束,都redis减一。

主要学习的还是redis的lua脚本执行方法

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Redis可以通过使用有序集合(zset)来实现滑动窗口限流算法。滑动窗口限流算法是一种常见的限流算法,它通过滑动时间窗口来计数请求并进行限制。具体实现方法如下: 1. 创建一个有序集合(zset),用于存储请求的时间戳和对应的请求标识。 2. 每次收到一个请求时,将当前时间戳和请求标识作为元素添加到有序集合中。 3. 删除有序集合中时间戳小于当前时间减去限流时间窗口的元素,以保持窗口内的请求记录。 4. 统计有序集合中请求标识的数量,如果数量超过限流阈值,则拒绝该请求。 利用Redis的有序集合特性,我们可以方便地获取某个时间段内的请求数量,并且由于有序集合的自动排序特性,可以快速进行删除操作。 下面是一个示例代码,演示了如何在Redis实现滑动窗口限流: ```java import redis.clients.jedis.Jedis; import java.util.Set; public class RedisSlidingWindow { private Jedis jedis; private String key; public RedisSlidingWindow(Jedis jedis, String key) { this.jedis = jedis; this.key = key; } public boolean isActionAllowed(int windowSize, int limit) { long currentTime = System.currentTimeMillis(); long windowStart = currentTime - windowSize * 1000; // 删除窗口之外的记录 jedis.zremrangeByScore(key, 0, windowStart); // 统计窗口内的请求数量 long count = jedis.zcard(key); // 添加当前请求记录 jedis.zadd(key, currentTime, String.valueOf(currentTime)); // 设置过期时间,防止集合无限增长 jedis.expire(key, windowSize + 1); // 判断请求数是否超过限制 return count < limit; } public static void main(String[] args) { Jedis jedis = new Jedis("127.0.0.1", 6379); RedisSlidingWindow slidingWindow = new RedisSlidingWindow(jedis, "sliding_window"); for (int i = 1; i <= 15; i++) { boolean actionAllowed = slidingWindow.isActionAllowed(60, 5); System.out.println("第" + i + "次操作" + (actionAllowed ? "成功" : "失败")); } jedis.close(); } } ``` 以上代码使用Jedis库连接Redis,并实现了一个`RedisSlidingWindow`类,其中`isActionAllowed`方法用于判断当前请求是否允许通过。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值