建站
咨詢
售后
建站咨詢
新聞中心
這篇文章將為大家詳細講解有關(guān)redis中如何實現(xiàn)限流策略，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
站在用戶的角度思考問題，與客戶深入溝通，找到陽西網(wǎng)站設(shè)計與陽西網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：網(wǎng)站設(shè)計、成都網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣、域名注冊、雅安服務(wù)器托管、企業(yè)郵箱。業(yè)務(wù)覆蓋陽西地區(qū)。
一、簡單的限流
基本原理
當系統(tǒng)處理能力有限，如何組織計劃外的請求對系統(tǒng)施壓。首先我們先看下一些簡單的限流策略，防止暴力攻擊。比如要對IP訪問，沒5s只能訪問10次，超過進行攔截。
如上圖，一般使用滑動窗口來統(tǒng)計區(qū)間時間內(nèi)的訪問次數(shù)。
使用 zset 記錄 IP 訪問次數(shù)，每個 IP 通過 key 保存下來，score 保存當前時間戳，value 唯一用時間戳或者UUID來實現(xiàn)
代碼實現(xiàn)
public class RedisLimiterTest {
private Jedis jedis;
public RedisLimiterTest(Jedis jedis) {
this.jedis = jedis;
}
/**
* @param ipAddress Ip地址
* @param period 特定的時間內(nèi)，單位秒
* @param maxCount 最大允許的次數(shù)
* @return
*/
public boolean isIpLimit(String ipAddress, int period, int maxCount) {
String key = String.format("ip:%s", ipAddress);
// 毫秒時間戳
long currentTimeMillis = System.currentTimeMillis();
Pipeline pipe = jedis.pipelined();
// redis事務(wù)，保證原子性
pipe.multi();
// 存放數(shù)據(jù)，value 和 score 都使用毫秒時間戳
pipe.zadd(key, currentTimeMillis, "" + UUID.randomUUID());
// 移除窗口區(qū)間所有的元素
pipe.zremrangeByScore(key, 0, currentTimeMillis - period * 1000);
// 獲取時間窗口內(nèi)的行為數(shù)量
Response count = pipe.zcard(key);
// 設(shè)置 zset 過期時間，避免冷用戶持續(xù)占用內(nèi)存，這里寬限1s
pipe.expire(key, period + 1);
// 提交事務(wù)
pipe.exec();
pipe.close();
// 比較數(shù)量是否超標
return count.get() > maxCount;
}
public static void main(String[] args) {
Jedis jedis = new Jedis("localhost", 6379);
RedisLimiterTest limiter = new RedisLimiterTest(jedis);
for (int i = 1; i <= 20; i++) {
// 驗證IP 10秒鐘之內(nèi)只能訪問5次
boolean isLimit = limiter.isIpLimit("222.73.55.22", 10, 5);
System.out.println("訪問第" + i + "次, 結(jié)果：" + (isLimit ? "限制訪問" : "允許訪問"));
}
}
} 執(zhí)行結(jié)果
訪問第1次, 結(jié)果：允許訪問 訪問第2次, 結(jié)果：允許訪問 訪問第3次, 結(jié)果：允許訪問 訪問第4次, 結(jié)果：允許訪問 訪問第5次, 結(jié)果：允許訪問 訪問第6次, 結(jié)果：限制訪問 訪問第7次, 結(jié)果：限制訪問 ... ...
缺點：要記錄時間窗口所有的行為記錄，量很大，比如，限定60s內(nèi)不能超過100萬次這種場景，不太適合這樣限流，因為會消耗大量的儲存空間。
二、漏斗限流
基本原理
漏斗的容量是限定的，如果滿了，就裝不進去了。
如果將漏嘴放開，水就會往下流，流走一部分之后，就又可以繼續(xù)往里面灌水。
如果漏嘴流水的速率大于灌水的速率，那么漏斗永遠都裝不滿。
如果漏嘴流水速率小于灌水的速率，那么一旦漏斗滿了，灌水就需要暫停并等待漏斗騰空。
示例代碼
public class FunnelLimiterTest {
static class Funnel {
int capacity; // 漏斗容量
float leakingRate; // 漏嘴流水速率
int leftQuota; // 漏斗剩余空間
long leakingTs; // 上一次漏水時間
public Funnel(int capacity, float leakingRate) {
this.capacity = capacity;
this.leakingRate = leakingRate;
this.leftQuota = capacity;
this.leakingTs = System.currentTimeMillis();
}
void makeSpace() {
long nowTs = System.currentTimeMillis();
long deltaTs = nowTs - leakingTs; // 距離上一次漏水過去了多久
int deltaQuota = (int) (deltaTs * leakingRate); // 騰出的空間 = 時間*漏水速率
if (deltaQuota < 0) { // 間隔時間太長，整數(shù)數(shù)字過大溢出
this.leftQuota = capacity;
this.leakingTs = nowTs;
return;
}
if (deltaQuota < 1) { // 騰出空間太小 就等下次，最小單位是1
return;
}
this.leftQuota += deltaQuota; // 漏斗剩余空間 = 漏斗剩余空間 + 騰出的空間
this.leakingTs = nowTs;
if (this.leftQuota > this.capacity) { // 剩余空間不得高于容量
this.leftQuota = this.capacity;
}
}
boolean watering(int quota) {
makeSpace();
if (this.leftQuota >= quota) { // 判斷剩余空間是否足夠
this.leftQuota -= quota;
return true;
}
return false;
}
}
// 所有的漏斗
private Map funnels = new HashMap<>();
/**
* @param capacity 漏斗容量
* @param leakingRate 漏嘴流水速率 quota/s
*/
public boolean isIpLimit(String ipAddress, int capacity, float leakingRate) {
String key = String.format("ip:%s", ipAddress);
Funnel funnel = funnels.get(key);
if (funnel == null) {
funnel = new Funnel(capacity, leakingRate);
funnels.put(key, funnel);
}
return !funnel.watering(1); // 需要1個quota
}
public static void main(String[] args) throws Exception{
FunnelLimiterTest limiter = new FunnelLimiterTest();
for (int i = 1; i <= 50; i++) {
// 每1s執(zhí)行一次
Thread.sleep(1000);
// 漏斗容量是2 ，漏嘴流水速率是0.5每秒，
boolean isLimit = limiter.isIpLimit("222.73.55.22", 2, (float)0.5/1000);
System.out.println("訪問第" + i + "次, 結(jié)果：" + (isLimit ? "限制訪問" : "允許訪問"));
}
}
} 執(zhí)行結(jié)果
訪問第1次, 結(jié)果：允許訪問 # 第1次，容量剩余2，執(zhí)行后1 訪問第2次, 結(jié)果：允許訪問 # 第2次，容量剩余1，執(zhí)行后0 訪問第3次, 結(jié)果：允許訪問 # 第3次，由于過了2s, 漏斗流水剩余1個空間，所以容量剩余1，執(zhí)行后0 訪問第4次, 結(jié)果：限制訪問 # 第4次，過了1s, 剩余空間小于1， 容量剩余0 訪問第5次, 結(jié)果：允許訪問 # 第5次，由于過了2s, 漏斗流水剩余1個空間，所以容量剩余1，執(zhí)行后0 訪問第6次, 結(jié)果：限制訪問 # 以此類推... 訪問第7次, 結(jié)果：允許訪問 訪問第8次, 結(jié)果：限制訪問 訪問第9次, 結(jié)果：允許訪問 訪問第10次, 結(jié)果：限制訪問
我們觀察
Funnel對象的幾個字段，我們發(fā)現(xiàn)可以將Funnel對象的內(nèi)容按字段存儲到一個hash結(jié)構(gòu)中，灌水的時候?qū)?hash結(jié)構(gòu)的字段取出來進行邏輯運算后，再將新值回填到hash結(jié)構(gòu)中就完成了一次行為頻度的檢測。但是有個問題，我們無法保證整個過程的原子性。從
hash結(jié)構(gòu)中取值，然后在內(nèi)存里運算，再回填到hash結(jié)構(gòu)，這三個過程無法原子化，意味著需要進行適當?shù)募渔i控制。而一旦加鎖，就意味著會有加鎖失敗，加鎖失敗就需要選擇重試或者放棄。如果重試的話，就會導(dǎo)致性能下降。如果放棄的話，就會影響用戶體驗。同時，代碼的復(fù)雜度也跟著升高很多。這真是個艱難的選擇，我們該如何解決這個問題呢？
Redis-Cell救星來了！
Redis-Cell
Redis 4.0 提供了一個限流 Redis 模塊，它叫 redis-cell。該模塊也使用了漏斗算法，并提供了原子的限流指令。
該模塊只有1條指令cl.throttle，它的參數(shù)和返回值都略顯復(fù)雜，接下來讓我們來看看這個指令具體該如何使用。
> cl.throttle key:xxx 15 30 60 1
15: 15 capacity 這是漏斗容量30 60: 30 operations / 60 seconds 這是漏水速率1: need 1 quota (可選參數(shù)，默認值也是1)
> cl.throttle laoqian:reply 15 30 60 1) (integer) 0 # 0 表示允許，1表示拒絕 2) (integer) 15 # 漏斗容量capacity 3) (integer) 14 # 漏斗剩余空間left_quota 4) (integer) -1 # 如果拒絕了，需要多長時間后再試(漏斗有空間了，單位秒) 5) (integer) 2 # 多長時間后，漏斗完全空出來(left_quota==capacity，單位秒)
在執(zhí)行限流指令時，如果被拒絕了，就需要丟棄或重試。cl.throttle 指令考慮的非常周到，連重試時間都幫你算好了，直接取返回結(jié)果數(shù)組的第四個值進行 sleep 即可，如果不想阻塞線程，也可以異步定時任務(wù)來重試。
關(guān)于“Redis中如何實現(xiàn)限流策略”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
當前標題：Redis中如何實現(xiàn)限流策略
網(wǎng)站鏈接：http://www.ef60e0e.cn/article/jpjseh.html
