Go+Redis实现计数器限流和滑动窗口限流

Go+Redis实现的并发安全限流器

限流常用有4种算法

• 计数器
• 滑动窗口
• 漏桶算法
• 令牌桶算法

本文的限流器实现了计数器限流和滑动窗口限流，提供了非并发安全和并发安全的实现，方便两者的对比。

至于另外两个限流方式，漏桶算法的实现可以参考uber开源库github.com/uber-go/ratelimit，
令牌桶算法可参考github.com/juju/ratelimit

这里就不介绍限流算法的原理，有需要则自己网上先过一遍大概原理，直接贴两种限流方式的设计思路和实现部分代码！！！

完整代码附在最后

计数器限流:

设计思路：核心是通过Redis的Incr和Expire设置过期时间

三个参数, key:限流的Api存储key值，count：限流上限个数，ttl:限流单位时间
1. 先Get key，判断有没有超过限流上限count
2. 没超过上限，可以直接放行，执行Incr。Incr为1的话则说明是限流单位时间区间内第一个请求，需要设置ttl过期时间
3. 超过上限，需要判断ttl是否没设置(因为存在第2步的Incr成功了，但是Expire失败了)
4. 设置了ttl的，说明在限定时间内超过上限，限流不放行
5. 未设置ttl的，用Set+px参数原子性操作设置为1，成功则放行，失败则限流

非并发安全代码：

reqCounts, _ := l.conn.Get(key).Int64()
if uint(reqCounts) < count {
	reqCounts, _ =l.conn.Incr(key).Result()
	if reqCounts == 1 {
		l.conn.Expire(key, time.Duration(ttl) * time.Second)
	}
	return true
}

if l.conn.TTL(key).Val() <= 0 {
	err := l.conn.Set(key, 1, time.Duration(ttl) * time.Second).Err()
	if err!=nil{
		log.Println("CountLimit Set Expire Err:", err)
		return false
	}

	return true
}
return false

并发安全代码：

var luaScript string
luaScript =
	" local key = KEYS[1] " +
		" local ttl = ARGV[2] " +
		" local count = ARGV[1] " +
		" local reqCounts = redis.call('get', key) " +
		" if (not reqCounts or tonumber(reqCounts) < tonumber(count)) then " +
		"	 reqCounts = redis.call('incr', key) " +
		"	 if tonumber(reqCounts) == 1 then " +
		"		 redis.call('expire', key, tonumber(ttl)) " +
		"	 end " +
		"	 return 1 " +
		" end " +
		" if tonumber(redis.call('ttl', key)) <= 0 then " +
		"	 local res = redis.call('set', key, 1, 'ex', tonumber(ttl)) " +
		"	 redis.log(redis.LOG_NOTICE, key..\" not set expire\")	" +
		"	 if res.ok ~= \"OK\" then " +
		"	 	 redis.log(redis.LOG_NOTICE, key..\" set again err\") 	" +
		"		 return 2 " +
		"	 end " +
		"	 return 1 " +
		" end " +
		" return 2 "
result, err := l.conn.Eval(luaScript, []string{key}, count, ttl).Result()

if err !=nil{
	log.Println("SyncCountLimit error:", err)
	return false
}

if utils.GetInt(result) != 1 {
	return false
}

return true

滑动窗口限流:

设计思路：核心是利用list队列左进右出，个数占位推进代替时间推进（空间代替时间推进的转换）

三个参数, key:限流的Api存储key值，count：限流上限个数，windowTime:滑动窗口时间
1. 判断list队列长度是否超过上限count
2. 没超过上限，直接放行，把当前时间戳(秒)放进去队列
3. 超过上限，判断队列最右边占位的时间戳和当前时间戳的差值是否大于windowTime
4. 小于窗口时间，说明在窗口时间内达到上限，限流不放行
5. 大于窗口时间，说明已推进到新窗口，移除最右边的并且放入当前时间戳到最左边，放行

非并发安全代码：

time := time.Now().Unix()
len := l.conn.LLen(key).Val()
if uint(len) < count{
	l.conn.LPush(key, time)
	return true
}

earlyTime,_ := l.conn.LIndex(key, len - 1).Int64()
if time - earlyTime < windowTime{
	return false
}

l.conn.RPop(key)
l.conn.LPush(key, time)
return true

并发安全代码：

time := time.Now().Unix()
var luaScript string
luaScript =
	"local key = KEYS[1] " +
		"local time = ARGV[3] " +
		"local windowTime = ARGV[2] " +
		"local count = ARGV[1] " +
		"local len = redis.call('llen', key) " +
		"if tonumber(len) < tonumber(count) then " +
		"   redis.call('lpush', key, time) " +
		"	return 1 " +
		"end " +
		"local earlyTime = redis.call('lindex', key, tonumber(len) - 1) " +
		"if tonumber(time) - tonumber(earlyTime) < tonumber(windowTime) then " +
		"	return 2 " +
		"end " +
		"redis.call('rpop', key) " +
		"redis.call('lpush', key, time) " +
		"return 1 "

result, err := l.conn.Eval(luaScript, []string{key}, count, windowTime, time).Result()

if err !=nil{
	log.Println("SyncWindowLimit error:", err)
	return false
}
if utils.GetInt(result) != 1 {
	return false
}
return true

总结

非并发安全方法，在并发请求操作时候存在竞争问题，导致结果与预期有出入。具体效果如下截图
测试代码，都是5秒内限流2个：

  	i := 10
  	var wait sync.WaitGroup
  	for i > 0{
  		wait.Add(1)
  		go func(index int){
  			res :=l.CountLimit("CountLimit", 2, 5)
  			log.Printf("CountLimit-Index:%v,RequestAllow:%v", index, res)
  			wait.Done()
		}(i)
  		i--
	}
	wait.Wait()

测试结果如下：每个类型并发10个请求，设定5秒内限流放行2个，跑出来结果，只有SyncCountLimit和SyncWindowLimit是符合预期。

完整代码自行提取
github:github.com/toegg/ecurrent_limiter
gitee:gitee.com/toegg/ecurrent_limiter