计数器:
if(GET(key)){
// 1.1自增后判断是否大于最大值,并返回结果
if(INCR(key) > maxPermit){
return false;
}
return true;
}
//不存在key,则初始化key
SET(KEY,1);
EXPIRE(KEY,3);
return true;
存在问题:单时间段轮换会存在重合时间段超发的情况。
解决:1.多时间段控制,如限制为N秒内即需要N个key
2.滑动窗口
滑动窗口:
/**
*
* @param key 限流标识
* @param period 限流时间范围(单位:秒)
* @param maxCount 最大运行访问次数
* @return
*/
private boolean isPeriodLimiting() {
// count-add非原子操作,存在并发问题,看接受度
long currTs = System.currentTimeMillis(); // 当前时间戳
// 删除非时间段内的请求数据(清除老访问数据,比如 period=60 时,标识清除 60s 以前的请求记录)
zremrangeByScore(key, 0, currTs - preTs);
// 当前请求次数
long currCount = zcard(key);
if (currCount >= maxCount) {
// 超过最大请求次数,限流
return false;
}
// 时间范围内请求记录 +1
zadd(key, currTs, "" + currTs);
return true;
}
信号量:
信号量用于临界资源访问并发数的控制, 有释放返回操作, 不关心时间;
线路并发
RPermitExpirableSemaphore semaphore = redisson.getPermitExpirableSemaphore("semaphore");
semaphore.trySetPermits(10);
try {
//获取许可等待时间,许可超时自动释放时间
String semId = semaphore.tryAcquire(20L, 5 * 60 * 1000L, TimeUnit.MILLISECONDS);
if (Objects.nonNull(semId)) {
// do();
semaphore.tryRelease(semId);
}
} catch (InterruptedException e) {
e.printStackTrace();
漏桶算法:
构造固定容量的桶(请求上限),水即是请求,有水流进来也有水流出去,我们可以通过控制水流出的速率,用来对调用者频率进行限流,保证流量平滑自己不被压垮。
漏桶算法的实现步骤是,先声明一个队列用来保存请求,这个队列相当于漏斗,队列满了之后可以队新请求进行限制,另外声明一个线程定期从任务队列中处理请求。
令牌桶算法:
程序以某种恒定的速度生成令牌,并存入令牌桶中,而每个请求需要先获取令牌才能执行,如果没有获取到令牌的请求可以选择等待或者放弃执行
Redis 4.0 版本中提供的 Redis-Cell 模块,该模块使用的是该算法;
Redission提供的RateLimit();
Guava单机RateLimit();