ChatGpt实现的短消息发送Redis限流功能

最新推荐文章于 2024-07-02 14:07:00 发布

公众号-芋道源码

最新推荐文章于 2024-07-02 14:07:00 发布

阅读量252

点赞数

文章标签： redis chatgpt 数据库缓存

原文链接：https://mp.weixin.qq.com/s?__biz=MzUzMTA2NTU2Ng==&mid=2247569274&idx=1&sn=8d81973441cabfd95f18b3e858880200&chksm=fa4bb0cbcd3c39ddc3276d877306685a0a03c4d373ea63c0f30acb924c401297cca8733995a4&scene=126&sessionid=0

版权

点击上方“芋道源码”，选择“设为星标”

管她前浪，还是后浪？

能浪的浪，才是好浪！

每天 10:33 更新文章，每天掉亿点点头发...

源码精品专栏

来源：业余草

ChatGpt实现的短信发送Redis限流功能

本文的内容和源码都来自于 ChatGpt，大家感受一下 ChatGpt 的强大，比我写的都好！

Redis限流用法

Redis可以用来实现限流，其中比较常用的是基于令牌桶算法实现的限流方式。下面是一个基于Redis的令牌桶限流的实现示例：

首先需要在Redis中设置一个有序集合，用来存储令牌桶的令牌信息，比如令牌的数量、令牌的过期时间等。
当有请求需要进行限流时，先从Redis中获取令牌桶中的令牌数量，如果令牌数量不足，则返回限流失败。
如果令牌数量充足，则从令牌桶中消耗一个令牌，并更新令牌桶中的令牌数量和过期时间。
返回限流成功。

下面是一个基于Python的实现示例：

import redis
import time

class RedisRateLimiter:
    def __init__(self, redis_conn, key, capacity, rate, default_timeout):
        self.redis_conn = redis_conn
        self.key = key
        self.capacity = capacity
        self.rate = rate
        self.default_timeout = default_timeout

    def is_allowed(self):
        # 获取当前令牌桶中的令牌数量和过期时间
        count, timestamp = self.redis_conn.zscore(self.key, 'tokens'), self.redis_conn.zscore(self.key, 'timestamp')
        if count is None or timestamp is None:
            # 如果令牌桶不存在，则创建一个新的令牌桶
            self.redis_conn.zadd(self.key, { 'tokens': self.capacity, 'timestamp': time.time() })
            count, timestamp = self.capacity, time.time()

        # 计算应该有多少个令牌
        delta = time.time() - timestamp
        new_tokens = delta * self.rate
        if new_tokens > 0:
            # 更新令牌桶中的令牌数量和过期时间
            self.redis_conn.zadd(self.key, { 'tokens': min(count + new_tokens, self.capacity), 'timestamp': time.time() })
        
        # 判断令牌数量是否充足
        count = self.redis_conn.zscore(self.key, 'tokens')
        if count is None:
            return False
        elif count > 0:
            # 消耗一个令牌
            self.redis_conn.zadd(self.key, { 'tokens': count - 1 })
            return True
        else:
            return False

这个实现中，redis_conn是Redis连接对象，key是存储令牌桶信息的有序集合的键名，capacity是令牌桶的容量，rate是每秒钟生成的令牌数量，default_timeout是令牌桶的默认过期时间。is_allowed()方法用来判断当前请求是否允许通过，如果允许通过则返回True，否则返回False。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

项目地址：https://github.com/YunaiV/ruoyi-vue-pro
视频教程：https://doc.iocoder.cn/video/

基于Java的Redis限流用法

好的，下面是基于Java的Redis限流用法示例：

首先需要添加Redis的Java客户端依赖，比如Jedis或Lettuce。以Jedis为例，可以在Maven项目中添加以下依赖：

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.6.3</version>
</dependency>

在Java代码中实现令牌桶算法的限流逻辑。下面是一个基于Jedis的令牌桶限流的实现示例：

import redis.clients.jedis.Jedis;

public class RedisRateLimiter {
    private Jedis jedis;
    private String key;
    private int capacity;
    private double rate;
    private int defaultTimeout;

    public RedisRateLimiter(Jedis jedis, String key, int capacity, double rate, int defaultTimeout) {
        this.jedis = jedis;
        this.key = key;
        this.capacity = capacity;
        this.rate = rate;
        this.defaultTimeout = defaultTimeout;
    }

    public boolean isAllowed() {
        // 获取当前令牌桶中的令牌数量和过期时间
        Double count = jedis.zscore(key, "tokens");
        Double timestamp = jedis.zscore(key, "timestamp");
        if (count == null || timestamp == null) {
            // 如果令牌桶不存在，则创建一个新的令牌桶
            jedis.zadd(key, timestamp, String.valueOf(System.currentTimeMillis() / 1000));
            jedis.zadd(key, count, String.valueOf(capacity));
            count = Double.valueOf(capacity);
            timestamp = Double.valueOf(System.currentTimeMillis() / 1000);
        }

        // 计算应该有多少个令牌
        double delta = System.currentTimeMillis() / 1000 - timestamp;
        double newTokens = delta * rate;
        if (newTokens > 0) {
            // 更新令牌桶中的令牌数量和过期时间
            jedis.zadd(key, timestamp + delta, String.valueOf(System.currentTimeMillis() / 1000));
            jedis.zadd(key, count + newTokens, String.valueOf(capacity));
        }

        // 判断令牌数量是否充足
        count = jedis.zscore(key, "tokens");
        if (count == null) {
            return false;
        } else if (count > 0) {
            // 消耗一个令牌
            jedis.zadd(key, count - 1, "tokens");
            return true;
        } else {
            return false;
        }
    }
}

这个实现中，jedis是Jedis客户端实例，key是存储令牌桶信息的有序集合的键名，capacity是令牌桶的容量，rate是每秒钟生成的令牌数量，defaultTimeout是令牌桶的默认过期时间。isAllowed()方法用来判断当前请求是否允许通过，如果允许通过则返回true，否则返回false。

基于以上的方法，在短信发送时，进行限流。限制每个号码在的发生频率，限制每分钟的系统处理能力。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

项目地址：https://github.com/YunaiV/yudao-cloud
视频教程：https://doc.iocoder.cn/video/

这个限流算法的缺点是什么

这个限流算法（令牌桶算法）的缺点主要有以下几点：

对于短时间内突发流量的处理不太友好。由于令牌桶算法是按照一定速率生成令牌，当请求流量超出了这个速率时，就会导致令牌桶中没有足够的令牌，此时请求会被限流。如果短时间内有大量请求同时到来，就会导致很多请求被限流，而令牌桶中的令牌也不足以应对这种情况。
令牌桶算法需要不断地更新令牌桶中的令牌数量和过期时间。这样就需要频繁地向Redis服务器发送写操作，增加了系统的负担，而且在高并发情况下可能会出现性能问题。
如果Redis服务器出现故障，可能会导致令牌桶中的令牌数量和过期时间不准确，从而影响限流效果。
令牌桶算法在限流时只能判断请求是否允许通过，而不能统计请求的具体数量。如果需要统计请求数量，需要结合其他算法，比如计数器算法。

综上所述，令牌桶算法在实际应用中需要根据具体场景选择合适的限流算法，避免上述缺点造成不良影响。

欢迎加入我的知识星球，一起探讨架构，交流源码。加入方式，长按下方二维码噢：

已在知识星球更新源码解析如下：

最近更新《芋道 SpringBoot 2.X 入门》系列，已经 101 余篇，覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例，以及超 4W 行代码的电商微服务项目。

获取方式：点“在看”，关注公众号并回复 666 领取，更多内容陆续奉上。

文章有帮助的话，在看，转发吧。
谢谢支持哟 (*^__^*）

公众号-芋道源码

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
ChatGpt实现的短消息发送Redis限流功能

点击上方“芋道源码”，选择“设为星标”管她前浪，还是后浪？能浪的浪，才是好浪！每天 10:33更新文章，每天掉亿点点头发...源码精品专栏原创 | Java 2021超神之路，很肝~中文详细注释的开源项目RPC 框架 Dubbo 源码解析网络应用框架 Netty 源码解析消息中间件 RocketMQ 源码解析数据库中间件 Sharding-JDBC 和 MyCAT 源码解析作业调度中间件 E...
复制链接

扫一扫