redis+lua实现分布式限流

置顶 已于 2023-02-25 22:47:49 修改
阅读量2.1w 收藏 1
点赞数
分类专栏： redis入门到精通 网关与限流术 文章标签： redis+lua分布式限流 redis实现分布式限流 分布式限流解决方案
于 2020-09-23 22:18:41 首次发布
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/zhangcongyi420/article/details/108762137
版权
redis入门到精通 同时被 2 个专栏收录
26 篇文章 622 订阅 ¥19.90 ¥99.00
订阅专栏
网关与限流术
18 篇文章 22 订阅 ¥19.90 ¥99.00
订阅专栏 超级会员免费看

前言

之前我们谈到的限流解决方案中提到了在分布式环境下，可以使用redis结合lua进行限流，与网关层限流不同的是，基于Redis+Lua的分布式限流属于服务端限流

使用redis做限流原因

  • 在前面的章节中，我们了解到，Redis是作为缓存组件而使用，在实际业务中Redis大部分操作都是纯内存操作，性能十分优异

  • redis是线程安全的，天然具有线程安全的特性，支持原子性操作

  • 限流服务不仅需要承接超高QPS，还要保证限流逻辑的执行层面具备线程安全的特性，利用Redis这些特性做限流，既能保证线程安全，也能保证性能

基于Redis限流业务流程图

在这里插入图片描述

在上面这个流程中，有个问题需要思考，就是“限流逻辑”应放到哪里执行。是放到服务入口里执行？还是放到Redis里执行？

思考

假定这个服务请求接口就是我们的访问入口，在Java中执行一段限流逻

了解本专栏 订阅专栏 解锁全文
小码农叔叔
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
订阅专栏
java redis lua 限流_[Redis]，Lua分步式限流方案，限流分几步？
weixin_39922769的博客
01-24 168
Redis+Lua分步式限流方案1. 背景对于微服务这种分步式架构体系，虽然天生就具有高并发、高可用等特性，但现实条件下仍然会受各种条件制约而存在访问瓶颈，比如经费、硬件、软件等资源的限制，因此为了保证我们服务不被大流量(正常业务增长、突发流量等)所冲垮，我们不光要在各层添加集群的支持，同时还要为系统制定有效的限流策略来保护我们的系统。另外，限流不光局限于对大流量的访问控制，还渗透在我们许多业务场...
分布式限流（三）之 redis + lua 限流
架构路上的博客
02-16 755
redis + lua 脚本实现分布式限流 redis环境搭建，请自行百度。 windows搭建lua环境，参考链接：https://blog.csdn.net/weixin_41725792/article/details/113827606 redis内置了lua解释器，我们在redis中可以使用redis 关键字 eval 运行Lua代码，如下： # eval 关键字 # 脚本" return { KEYS[1],ARGV[1]} " # 2 参数个数 # 参数 K1 K2 ，值 V1 V2 eva
Redis + Lua 分布式限流
today231126的博客
12-27 81
单机版限流仅能保护自身节点，但无法保护应用依赖的各种服务，并且在进行节点扩容、缩容时也无法准确控制整个服务的请求限制。而分布式限流，以集群为维度，可以方便的控制这个集群的请求限制，从而保护下游依赖的各种服务资源。分布式限流最关键的是要将限流服务做成原子化 ，我们可以借助 Redis 的计数器，Lua 执行的原子性，进行分布式限流。具体实现上存储了两个 key，一个用于计时，一个用于计数。请求每调用一次，计数器加1，若在计时器时间内计数器未超过阈值，则放行。Redis + Lua 限流基于的是令牌桶算法。
基于redis+lua进行限流
格林王子举哥
07-21 2586
使用redis+lua进行限流
基于Redis+Lua实现分布式限流组件
hitalex2017的博客
01-24 170
配置redis @Configuration public class RedisConfig { // 如果本地也配置了StringRedisTemplate，可能会产生冲突 // 可以指定@Primary，或者指定加载特定的@Qualifier @Bean public RedisTemplate<String, String> redisTemplate( RedisConnectionFactory factory) {
Redis+Lua脚本实现分布式限流思路
stay hungry ! stay foolish!
07-11 1132
分布式限流的关键就是需要将限流服务做成全局的，统一的。可以采用Redis+Lua技术实现，通过这种技术可以实现高并发和高性能的限流。 Lua是一种轻量小巧的脚本编程语言，用标准的C语言编写的开源脚本，其设计的目的是为了嵌入到应用程序中，为应用程序提供灵活的扩展和定制功能。 Redis+Lua脚本实现分布式限流思路 我们可以使用Redia+Lua脚本的方式来对我们的分布式系统进行统一的全局限流，Redis+Lua实现的Lua脚本： local key = KEYS[1] --限流KEY(一秒一个) loca
利用 Redis 和 Lua 实现高效的限流功能
最新发布
bjjgff的博客
03-05 1044
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和Lua实现分布式限流器的方法详解
09-09
Redis 和 Lua 在分布式限流器中的应用是一种高效且原子性的解决方案。限流器的主要目的是防止系统因过量的请求而过载，确保服务的稳定性和性能。本文将深入探讨 Redis 和 Lua 如何协同工作，以及两种不同的限流策略...
redis-lua-limiter:Redis + Lua 分布式限流
05-17
基于 Redis 和 Lua 实现的分布式限流功能 1.概述 * 限流目前一般都俩种`单机限流`和`分布式限流` * 单机限流不损耗性能,一般用Guava类库的RateLimiter即可，但是单机限流每次扩容，缩容线上机器都需要重新计算阈值，...
基于Redis+Lua脚本实现分布式限流组件封装的方法
12-14
创建限流组件项目 pom.xml文件中引入相关依赖 <groupId>org.springframework.boot <artifactId>spring-boot-starter-data-redis <groupId>org.springframework.boot <artifactId>spring-boot-starter-...
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 + Lua 实现分布式限流器
weixin_44783506的博客
02-05 1459
*** @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 1268
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限流
bighacker的博客
02-09 752
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 实现分布式应用限流
晏霖/胖虎的博客
04-06 3066
前言 今天讲的 redis+lua 解决分布式限流 任何框架都能用，只要能集成 redis就可以，不管是微服务 dubbo、springcloud，还是直接用 springboot或者 springMVC都通用的方法。 前面我们已经讲了三篇关于 网关做限流的解决方案了，可查看链接 https://blog.csdn.net/weixin_38003389/article/details/88...
redis+lua实现分布式令牌桶限流器
Vincent的博客
08-10 3226
redis+lua分布式令牌桶限流器 使用redis执行lua脚本，返回结果为0表示被限流，为1表示正常访问。lua脚本传入的KEYS[1]为redis中配置限流器qps的map的key，KEYS[2]为限流器的key，KEY[3]为秒级时间戳；传入的ARGV[1]为请求的token数量，ARGV[2]为key的过期时间。 local key=KEYS[2]..':'..KEYS[3] l...
Redis+Lua实现限流
weixin_33743880的博客
09-28 817
分布式限流最关键的是要将限流服务做成原子化，而解决方案可以使使用redis+lua或者nginx+lua技术进行实现，通过这两种技术可以实现的高并发和高性能。首先我们来使用redis+lua实现时间窗内某个接口的请求数限流，实现了该功能后可以改造为限流总并发/请求数和限制总资源数。Lua本身就是一种编程语言，也可以使用它实现复杂的令牌桶或...
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。

“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 1
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

打赏作者

小码农叔叔

谢谢鼓励

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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