Redis+LUA实现请求分布式限流

最新推荐文章于 2024-06-14 13:22:28 发布
最新推荐文章于 2024-06-14 13:22:28 发布
阅读量287 收藏
点赞数
分类专栏： java 限流 分布式 文章标签： 限流 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jYF_666/article/details/103022843
版权
java 同时被 3 个专栏收录
13 篇文章 0 订阅
订阅专栏
限流
1 篇文章 0 订阅
订阅专栏
分布式
1 篇文章 0 订阅
订阅专栏

Redis+LUA实现请求分布式限流

Redis+LUA实现请求分布式限流

网络限流：


解释：在时间段内疯狂发起操作请求，为了保护服务，做的一种保护措施

比如：在2s中，同一个请求访问了有100次，超过请求规定的次数50(阈值)，为了保护服务，则50次的后面的请求，则需要做限流操作(上面的参数可随意制定）。

   

我这里现实限流用了过滤器

先解释下什么是过滤器：

过滤器实际上就是对web资源进行拦截，做一些处理后再交给下一个过滤器或servlet处理
通常都是用来拦截request进行处理的，也可以对返回的response进行拦截处理

逻辑流程图及解释：

分布式请求限流

LUA脚本：

1：可以处理业务，也就是放行

0：则需要进行限流操作

结语

如果有更好的限流处理方法，还请大佬们评论区点出来。

 

冷眼_旁观
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于redis+lua进行限流的方法
明平姚的博客
03-16 973
1，首先我们redis有很多限流的算法(比如：令牌桶，计数器，时间窗口)等，但是都有一定的缺点，令牌桶在单项目中相对来说比较稳定，但是在分布式集群里面缺显的不那么友好，这时候，在分布式里面进行限流的话，我们则可以使用redis+lua脚本进行限流，能抗住亿级并发。第五：写个配置类，在启动的时候将我们的lua脚本代码加载到redisscript中。打开idea的插件市场，然后搜索lua，点击右边的安装，然后安装好了，重启即可。2，下面说说lua+redis进行限流的做法。第六：redis执行lua的方法。
利用 Redis 和 Lua 实现高效的限流功能
bjjgff的博客
03-05 1095
在现代系统中，限流是一种重要的机制，用于控制服务端的流量并保护系统免受恶意攻击或请求泛滥的影响。本文将介绍如何利用 Redis 和 Lua 结合实现高效的限流功能。限流指的是对系统中的请求进行控制和调节，确保系统在承受压力时能够正常运行，不会因为突然的大量请求导致系统宕机或服务质量下降。限流在系统中具有至关重要的作用，可以平稳地处理请求流量，防止系统过载。Redis是一个高性能的内存数据库，具有快速的读写速度和丰富的数据结构支持。在限流场景中，Redis可以作为一个高效的缓存和计数工具，帮助实现限流功能。
Redis+LUA脚本结合AOP实现限流
Zyw907155124的博客
05-20 1617
1、通过lua脚本来实现动态的创建redis缓存2、基于Guava cache缓存存储实现限流切面3、自定义限流异常和限流key类型枚举
redis+lua实现分布式限流
最新发布
LuckFairyLuckBaby的博客
06-14 1185
【代码】redis+lua实现分布式限流。
基于redis+lua进行限流
格林王子举哥
07-21 2589
使用redis+lua进行限流
redis+lua实现限流
askuld的博客
10-30 693
/往令牌桶放入令牌的速率//获取令牌的超时时间@Aspect@Component@Autowired/*** 注入redis操作类*/@Autowired/*** 初始化 redisScript 类* 返回值为 List*///使用Java 反射技术获取方法上是否有@RedisRateLimiter 注解类//正常执行方法,执行正常业务逻辑//获取注解上的参数，获取配置的速率。
基于Redis+Lua脚本实现分布式限流组件封装的方法
12-14
本篇文章将探讨如何基于Redis和Lua脚本实现一个分布式限流组件的封装，以便在Spring Boot应用中优雅地控制请求速率。 首先，我们需要在`pom.xml`文件中引入必要的依赖。这里引入了`spring-boot-starter-data-redis`...
详解springboot+aop+Lua分布式限流的最佳实践
08-19
详解springboot+aop+Lua分布式限流的最佳实践 本文主要介绍了springboot+aop+Lua分布式限流的最佳实践，涵盖了限流的定义、限流的重要性、限流方案等多个方面。 一、什么是限流？为什么要限流？ 限流是指限制系统...
Redis和Lua实现分布式限流器的方法详解
09-09
总的来说，Redis 和 Lua 的结合使用为分布式限流器提供了高效且灵活的解决方案，能够帮助系统在高并发环境下保持稳定，防止因过量请求导致的服务崩溃。通过选择合适的限流策略并调整参数，可以有效地控制服务的负载...
基于redis和lua脚本的分布式锁的实现
01-08
* 集群限流：在分布式系统中，需要限制某个资源的访问频次，以避免过载和崩溃。 * 分布式事务：在分布式系统中，需要确保多个节点之间的数据一致性。 * 分布式配置：在分布式系统中，需要在多个节点之间同步配置信息...
redis + lua限流
qq_42872729的博客
06-30 813
redis + lua限流
Redis + Lua 实现分布式限流器
weixin_44783506的博客
02-05 1494
*** @explain: 限流类型/*** 自定义key* 请求者IP*/ IP;period表示请求限制时间段count表示在period这个时间段内允许放行请求的次数。limitType代表限流的类型，可以根据请求的IP自定义key，如果不传limitType属性则默认用方法名作为默认key。import com/*** @explain: 自定义限流注解。
Springboot框架中使用 Redis + Lua 脚本进行限流功能
qq_30895747的博客
11-19 1280
限流是一种通过限制请求的速率或数量，以防止系统被过度使用或滥用的策略。它可以帮助维护系统的稳定性、可用性和性能。限流的目标通常是平滑请求流量，防止短时间内过多的请求对系统造成冲击。
redis+lua 实现接口限流
weixin_43890927的博客
03-16 465
我们重点讲一下方案三：为啥要用lua，因为redis读取lua脚本可以实现原子性操作，所以原子性的问题就解决了，而且令牌桶的这个方案就是漏斗算法来的，很好的解决了窗口期两倍请求量的问题。该模块也使用了漏斗算法，并提供了原子的限流指令。有了这个模块，限流问题就非常简单了。方案二：用zset数据结构，实现窗口滑动，但是这个方案如果是几千用户还行，如果是几十万上百万用户的话，那这个内存消耗太巨大了。方案一：计数器法，实现比较简单，但是可能在一个窗口期内会有两倍的请求量。还好经过我的查找我还是找到了解决的办法的。
高性能分布式限流：Redis+Lua真香
ibigboy
09-13 1525
限流，这个词其实并不陌生，在我们生活中也随处可见。做核酸时，工作人员会在核酸检测点的空地上摆放着弯弯曲曲的围栏，人们排着队左拐右拐的往前移动，其实这么做的目的就是限流！因为核酸检测的窗口是有限的，一下子进那么多人，没那么多空间让人们站下，就会造成拥挤，甚至会造成事故。所以需要限流！图源网络同样的，我们的应用程序也是类似的，任何系统它处理请求的能力都是有限的，一旦请求多到超出系统的处理极限，系统就会崩溃。
redis+lua限流
bighacker的博客
02-09 761
令牌桶算法通过控制桶的容量、发放令牌的速率，来达到对请求的限制。限流会导致用户在短时间内（这个时间段是毫秒级的）系统不可用，一般我们衡量系统处理能力的指标是每秒的QPS或者TPS，假设系统每秒的流量阈值是1000，理论上一秒内有第1001个请求进来时，那么这个请求就会被限流。漏桶算法思路很简单，我们把水比作是请求，漏桶比作是系统处理能力极限，水先进入到漏桶里，漏桶里的水按一定速率流出，当流出的速率小于流入的速率时，由于漏桶容量有限，后续进入的水直接溢出（拒绝请求），以此实现限流。很多同学不知道Lua是啥？
Redis+Lua脚本实现分布式限流（Nginx+Lua IP限流）
MayMatrix 的博客
11-08 2547
在互联网应用中，高并发系统会面临一个重大的挑战，那就是大量流高并发访问，比如：天猫的双十一、京东618、秒杀、抢购促销等，这些都是典型的大流量高并发场景。关注【冰河技术】微信公众号，解锁更多【高并发】专题文章。注意：由于原文篇幅比较长，所以被拆分为：理论、算法、实战（HTTP接口实战+分布式限流实战）三大部分。理论篇：《》算法篇：《》本文是在《》一文的基础上进行实现，有关项目的搭建可参见《》一文的内容。小伙伴们可以关注【冰河技术】微信公众号来阅读上述文章。
基于Redis+Lua实现分布式限流组件
javacoo的专栏
01-05 1415
limit-spring-boot-starter是一个基于springboot starter机制，结合SPI 接口设计思想(内部集成：Redis+Lua实现限流算法(令牌桶,固定窗口,滑动窗口)以及限流回退默认实现)，支持注解方式/配置文件方式接入限流，扩展方便，集成使用简单的分布式限流组件。 开源地址：https://gitee.com/javacoo/limit-spring-boot-starter
lua脚本+redis实现限流
明平姚的博客
03-16 924
标注了@RateLimiter注解的方法，在执行方法前调用lua脚本，把自己的类名+方法名当做key传入，判断返回值是否大于设定的阈值，大于则抛出异常不再向下执行，异常由全局异常处理器处理。将key、time、count作为参数传入lua脚本，执行脚本，判断返回值为空或者或者返回值大于设定的count，抛出异常，由全局异常处理器处理，方法不再往下执行，达到了限流的效果。最后，我们来看一看若依是怎么写lua脚本的，在脚本在redis的配置类RedisConfig.java。count：限流次数。
脚本lua_Redis + LUA 脚本实现分布式限流
06-09
实现分布式限流可以使用 Redis 的 Lua 脚本来完成。以下是可能的实现方案： 1. 使用 Redis 的 SETNX 命令来实现基于令牌桶算法的限流 令牌桶算法是一种常见的限流算法，它可以通过令牌的放置和消耗来控制流量。在 Redis 中，我们可以使用 SETNX 命令来实现令牌桶算法。 具体实现步骤如下： - 在 Redis 中创建一个有序集合，用于存储令牌桶的令牌数量和时间戳。 - 每当一个请求到达时，我们首先获取当前令牌桶中的令牌数量和时间戳。 - 如果当前时间戳与最后一次请求的时间戳之差大于等于令牌桶中每个令牌的发放时间间隔，则将当前时间戳更新为最后一次请求的时间戳，并且将令牌桶中的令牌数量增加相应的数量，同时不超过最大容量。 - 如果当前令牌桶中的令牌数量大于等于请求需要的令牌数量，则返回 true 表示通过限流，将令牌桶中的令牌数量减去请求需要的令牌数量。 - 如果令牌桶中的令牌数量不足，则返回 false 表示未通过限流。 下面是使用 Redis 的 Lua 脚本实现令牌桶算法的示例代码： ```lua -- 限流的 key local key = KEYS[1] -- 令牌桶的容量 local capacity = tonumber(ARGV[1]) -- 令牌的发放速率 local rate = tonumber(ARGV[2]) -- 请求需要的令牌数量 local tokens = tonumber(ARGV[3]) -- 当前时间戳 local now = redis.call('TIME')[1] -- 获取当前令牌桶中的令牌数量和时间戳 local bucket = redis.call('ZREVRANGEBYSCORE', key, now, 0, 'WITHSCORES', 'LIMIT', 0, 1) -- 如果令牌桶为空，则初始化令牌桶 if not bucket[1] then redis.call('ZADD', key, now, capacity - tokens) return 1 end -- 计算当前令牌桶中的令牌数量和时间戳 local last = tonumber(bucket[2]) local tokensInBucket = tonumber(bucket[1]) -- 计算时间间隔和新的令牌数量 local timePassed = now - last local newTokens = math.floor(timePassed * rate) -- 更新令牌桶 if newTokens > 0 then tokensInBucket = math.min(tokensInBucket + newTokens, capacity) redis.call('ZADD', key, now, tokensInBucket) end -- 检查令牌数量是否足够 if tokensInBucket >= tokens then redis.call('ZREM', key, bucket[1]) return 1 else return 0 end ``` 2. 使用 Redis 的 Lua 脚本来实现基于漏桶算法的限流 漏桶算法是另一种常见的限流算法，它可以通过漏桶的容量和漏水速度来控制流量。在 Redis 中，我们可以使用 Lua 脚本来实现漏桶算法。 具体实现步骤如下： - 在 Redis 中创建一个键值对，用于存储漏桶的容量和最后一次请求的时间戳。 - 每当一个请求到达时，我们首先获取当前漏桶的容量和最后一次请求的时间戳。 - 计算漏水速度和漏水的数量，将漏桶中的容量减去漏水的数量。 - 如果漏桶中的容量大于等于请求需要的容量，则返回 true 表示通过限流，将漏桶中的容量减去请求需要的容量。 - 如果漏桶中的容量不足，则返回 false 表示未通过限流。 下面是使用 Redis 的 Lua 脚本实现漏桶算法的示例代码： ```lua -- 限流的 key local key = KEYS[1] -- 漏桶的容量 local capacity = tonumber(ARGV[1]) -- 漏水速度 local rate = tonumber(ARGV[2]) -- 请求需要的容量 local size = tonumber(ARGV[3]) -- 当前时间戳 local now = redis.call('TIME')[1] -- 获取漏桶中的容量和最后一次请求的时间戳 local bucket = redis.call('HMGET', key, 'capacity', 'last') -- 如果漏桶为空，则初始化漏桶 if not bucket[1] then redis.call('HMSET', key, 'capacity', capacity, 'last', now) return 1 end -- 计算漏水的数量和漏桶中的容量 local last = tonumber(bucket[2]) local capacityInBucket = tonumber(bucket[1]) local leak = math.floor((now - last) * rate) -- 更新漏桶 capacityInBucket = math.min(capacity, capacityInBucket + leak) redis.call('HSET', key, 'capacity', capacityInBucket) redis.call('HSET', key, 'last', now) -- 检查容量是否足够 if capacityInBucket >= size then return 1 else return 0 end ``` 以上是使用 Redis 的 Lua 脚本实现分布式限流的两种方案，可以根据实际需求选择适合的方案。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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