分布式限流-【4】- Redis-定时任务-令牌桶

一、流程

  1. 定时任务线程按照100/ms往redis的set结构中添加令牌100个,1s添加10次共计1000个令牌
    1. 当桶中满了后丢弃增加的令牌
    2. 令牌桶的大小设置1000,也就是每秒控制并发1000个
    3. 令牌可以用数字表示
    4. 首先 scard命令判断令牌桶当前的大小,然后添加令牌用sadd命令,两个操作必须用lua脚本保证原子性
  2. 请求每次都从set中获取令牌
    1. 获取到令牌请求通过
    2. 获取不到阻塞、重试、拒绝
    3. 获取1个令牌就从set中删除几个令牌,用spop命令

二、缺点

  1. 需要定时任务维护桶中的令牌,增加了复杂度
  2. 突然到来的尖峰流量会让并发最大到2倍也就是2000(假如当前桶是满的,突发流量100ms内取走了1000个令牌,然后继续等令牌桶产生令牌,等到1s结束后,添加令牌9次共产生900个令牌,加上第一次取走的1000个令牌,总的1s达到1900个令牌,也就是接近2倍窗口的并发量)

三、思考

  1. 令牌桶可以用其它组件代替:MySQL,Zookeeper,MQ等,但是都没redis简单高效
  2. 往令牌桶添加令牌的动作是另外一个线程,这个操作能不能做成多线程保证可用性
  3. 往令牌桶添加令牌的动作再进一步优化,能不能不需要线程就可以 详见:分布式限流-【3】- Redis-触发式-令牌桶_泰山与水-CSDN博客
  4. 往令牌桶添加令牌的动作可以增加动态调整功能,运维人员可以手动调整添加的速率,或者按照某种策略实现令牌的添加
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Go语言基于Redis实现的分布式限流是一种常见的解决方案,可以有效地控制系统的并发访问流量,防止系统被过多的请求压垮。 首先,分布式限流需要使用Redis的计数器功能。通过对每个请求进行计数,并设置一个时间窗口,可以统计在该窗口内的请求次数。当请求次数超过某个阈值时,可以拒绝该请求或者进行降级处理。 其次,为了保证分布式限流的准确性和高效性,需要使用Redis的原子操作,例如INCR、EXPIRE等。INCR命令可以原子地将计数器的值加1,并返回加1后的结果,而EXPIRE命令可以设置计数器的过期时间。通过这些原子操作,可以在多个节点之间共享计数状态,并且保证计数器的同步和高效性。 此外,为了保证系统的稳定性和可靠性,需要考虑设置适当的限流阈值和时间窗口大小。根据系统的负载情况和性能需求,可以调整这些参数,实现对系统流量的合理控制。 在实际应用中,可以使用Go语言的Redis客户端连接Redis服务器,并通过相关命令操作计数器。同时,还可以结合其他的组件和技术,如分布式锁、消息队列等,增强系统的稳定性和可扩展性。 总之,Go语言基于Redis实现的分布式限流是一种可行且有效的解决方案,可以帮助我们应对大流量的并发请求,保证系统的稳定运行。通过合理设定限流参数和灵活运用Redis的功能,我们可以实现流量控制、降级和保护系统免受恶意请求的攻击。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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