真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

小編這次要給大家分享的是如何實(shí)現(xiàn)springboot+aop+Lua分布式限流,文章內(nèi)容豐富,感興趣的小伙伴可以來了解一下,希望大家閱讀完這篇文章之后能夠有所收獲。

曲沃網(wǎng)站制作公司哪家好,找成都創(chuàng)新互聯(lián)!從網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、響應(yīng)式網(wǎng)站開發(fā)等網(wǎng)站項(xiàng)目制作,到程序開發(fā),運(yùn)營(yíng)維護(hù)。成都創(chuàng)新互聯(lián)自2013年創(chuàng)立以來到現(xiàn)在10年的時(shí)間,我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn),來保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選成都創(chuàng)新互聯(lián)。

一、什么是限流?為什么要限流?

不知道大家有沒有做過帝都的地鐵,就是進(jìn)地鐵站都要排隊(duì)的那種,為什么要這樣擺長(zhǎng)龍轉(zhuǎn)圈圈?答案就是為了限流!因?yàn)橐惶说罔F的運(yùn)力是有限的,一下擠進(jìn)去太多人會(huì)造成站臺(tái)的擁擠、列車的超載,存在一定的安全隱患。同理,我們的程序也是一樣,它處理請(qǐng)求的能力也是有限的,一旦請(qǐng)求多到超出它的處理極限就會(huì)崩潰。為了不出現(xiàn)最壞的崩潰情況,只能耽誤一下大家進(jìn)站的時(shí)間。

限流是保證系統(tǒng)高可用的重要手段?。?!

由于互聯(lián)網(wǎng)公司的流量巨大,系統(tǒng)上線會(huì)做一個(gè)流量峰值的評(píng)估,尤其是像各種秒殺促銷活動(dòng),為了保證系統(tǒng)不被巨大的流量壓垮,會(huì)在系統(tǒng)流量到達(dá)一定閾值時(shí),拒絕掉一部分流量。

限流會(huì)導(dǎo)致用戶在短時(shí)間內(nèi)(這個(gè)時(shí)間段是毫秒級(jí)的)系統(tǒng)不可用,一般我們衡量系統(tǒng)處理能力的指標(biāo)是每秒的QPS或者TPS,假設(shè)系統(tǒng)每秒的流量閾值是1000,理論上一秒內(nèi)有第1001個(gè)請(qǐng)求進(jìn)來時(shí),那么這個(gè)請(qǐng)求就會(huì)被限流。

二、限流方案

1、計(jì)數(shù)器

Java內(nèi)部也可以通過原子類計(jì)數(shù)器AtomicInteger、Semaphore信號(hào)量來做簡(jiǎn)單的限流。

// 限流的個(gè)數(shù)
  private int maxCount = 10;
  // 指定的時(shí)間內(nèi)
  private long interval = 60;
  // 原子類計(jì)數(shù)器
  private AtomicInteger atomicInteger = new AtomicInteger(0);
  // 起始時(shí)間
  private long startTime = System.currentTimeMillis();

  public boolean limit(int maxCount, int interval) {
    atomicInteger.addAndGet(1);
    if (atomicInteger.get() == 1) {
      startTime = System.currentTimeMillis();
      atomicInteger.addAndGet(1);
      return true;
    }
    // 超過了間隔時(shí)間,直接重新開始計(jì)數(shù)
    if (System.currentTimeMillis() - startTime > interval * 1000) {
      startTime = System.currentTimeMillis();
      atomicInteger.set(1);
      return true;
    }
    // 還在間隔時(shí)間內(nèi),check有沒有超過限流的個(gè)數(shù)
    if (atomicInteger.get() > maxCount) {
      return false;
    }
    return true;
  }

2、漏桶算法

漏桶算法思路很簡(jiǎn)單,我們把水比作是請(qǐng)求,漏桶比作是系統(tǒng)處理能力極限,水先進(jìn)入到漏桶里,漏桶里的水按一定速率流出,當(dāng)流出的速率小于流入的速率時(shí),由于漏桶容量有限,后續(xù)進(jìn)入的水直接溢出(拒絕請(qǐng)求),以此實(shí)現(xiàn)限流。

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

3、令牌桶算法

令牌桶算法的原理也比較簡(jiǎn)單,我們可以理解成醫(yī)院的掛號(hào)看病,只有拿到號(hào)以后才可以進(jìn)行診病。

系統(tǒng)會(huì)維護(hù)一個(gè)令牌(token)桶,以一個(gè)恒定的速度往桶里放入令牌(token),這時(shí)如果有請(qǐng)求進(jìn)來想要被處理,則需要先從桶里獲取一個(gè)令牌(token),當(dāng)桶里沒有令牌(token)可取時(shí),則該請(qǐng)求將被拒絕服務(wù)。令牌桶算法通過控制桶的容量、發(fā)放令牌的速率,來達(dá)到對(duì)請(qǐng)求的限制。

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

4、redis + Lua

很多同學(xué)不知道Lua是啥?個(gè)人理解,Lua腳本和 MySQL數(shù)據(jù)庫(kù)的存儲(chǔ)過程比較相似,他們執(zhí)行一組命令,所有命令的執(zhí)行要么全部成功或者失敗,以此達(dá)到原子性。也可以把Lua腳本理解為,一段具有業(yè)務(wù)邏輯的代碼塊。

Lua本身就是一種編程語(yǔ)言,雖然redis 官方?jīng)]有直接提供限流相應(yīng)的API,但卻支持了 Lua 腳本的功能,可以使用它實(shí)現(xiàn)復(fù)雜的令牌桶或漏桶算法,也是分布式系統(tǒng)中實(shí)現(xiàn)限流的主要方式之一。

相比Redis事務(wù),Lua腳本的優(yōu)點(diǎn):

  • 減少網(wǎng)絡(luò)開銷: 使用Lua腳本,無需向Redis 發(fā)送多次請(qǐng)求,執(zhí)行一次即可,減少網(wǎng)絡(luò)傳輸
  • 原子操作:Redis 將整個(gè)Lua腳本作為一個(gè)命令執(zhí)行,原子,無需擔(dān)心并發(fā)
  • 復(fù)用:Lua腳本一旦執(zhí)行,會(huì)永久保存 Redis 中,,其他客戶端可復(fù)用

Lua腳本大致邏輯如下:

-- 獲取調(diào)用腳本時(shí)傳入的第一個(gè)key值(用作限流的 key)
local key = KEYS[1]
-- 獲取調(diào)用腳本時(shí)傳入的第一個(gè)參數(shù)值(限流大?。?
local limit = tonumber(ARGV[1])

-- 獲取當(dāng)前流量大小
local curentLimit = tonumber(redis.call('get', key) or "0")

-- 是否超出限流
if curentLimit + 1 > limit then
  -- 返回(拒絕)
  return 0
else
  -- 沒有超出 value + 1
  redis.call("INCRBY", key, 1)
  -- 設(shè)置過期時(shí)間
  redis.call("EXPIRE", key, 2)
  -- 返回(放行)
  return 1
end
  • 通過KEYS[1] 獲取傳入的key參數(shù)
  • 通過ARGV[1]獲取傳入的limit參數(shù)
  • redis.call方法,從緩存中g(shù)et和key相關(guān)的值,如果為null那么就返回0
  • 接著判斷緩存中記錄的數(shù)值是否會(huì)大于限制大小,如果超出表示該被限流,返回0
  • 如果未超過,那么該key的緩存值+1,并設(shè)置過期時(shí)間為1秒鐘以后,并返回緩存值+1

這種方式是本文推薦的方案,具體實(shí)現(xiàn)會(huì)在后邊做細(xì)說。

5、網(wǎng)關(guān)層限流

限流常在網(wǎng)關(guān)這一層做,比如Nginx、Openresty、kong、zuulSpring Cloud Gateway等,而像spring cloud - gateway網(wǎng)關(guān)限流底層實(shí)現(xiàn)原理,就是基于Redis + Lua,通過內(nèi)置Lua限流腳本的方式。

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

三、Redis + Lua 限流實(shí)現(xiàn)

下面我們通過自定義注解aop、Redis + Lua 實(shí)現(xiàn)限流,步驟會(huì)比較詳細(xì),為了小白能讓快速上手這里啰嗦一點(diǎn),有經(jīng)驗(yàn)的老鳥們多擔(dān)待一下。

1、環(huán)境準(zhǔn)備

springboot 項(xiàng)目創(chuàng)建地址:https://start.spring.io,很方便實(shí)用的一個(gè)工具。

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

2、引入依賴包

pom文件中添加如下依賴包,比較關(guān)鍵的就是 spring-boot-starter-data-redisspring-boot-starter-aop。


    
      org.springframework.boot
      spring-boot-starter-web
    
    
      org.springframework.boot
      spring-boot-starter-data-redis
    
    
      org.springframework.boot
      spring-boot-starter-aop
    
    
      com.google.guava
      guava
      21.0
    
    
      org.springframework.boot
      spring-boot-starter-test
    
    
      org.apache.commons
      commons-lang3
    

    
      org.springframework.boot
      spring-boot-starter-test
      test
      
        
          org.junit.vintage
          junit-vintage-engine
        
      
    
  

3、配置application.properties

application.properties 文件中配置提前搭建好的 redis 服務(wù)地址和端口。

spring.redis.host=127.0.0.1
spring.redis.port=6379

4、配置RedisTemplate實(shí)例

@Configuration
public class RedisLimiterHelper {

  @Bean
  public RedisTemplate limitRedisTemplate(LettuceConnectionFactory redisConnectionFactory) {
    RedisTemplate template = new RedisTemplate<>();
    template.setKeySerializer(new StringRedisSerializer());
    template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
    template.setConnectionFactory(redisConnectionFactory);
    return template;
  }
}

限流類型枚舉類

/**
 * @author fu
 * @description 限流類型
 * @date 2020/4/8 13:47
 */
public enum LimitType {

  /**
   * 自定義key
   */
  CUSTOMER,

  /**
   * 請(qǐng)求者IP
   */
  IP;
}

5、自定義注解

我們自定義個(gè)@Limit注解,注解類型為ElementType.METHOD即作用于方法上。

period表示請(qǐng)求限制時(shí)間段,count表示在period這個(gè)時(shí)間段內(nèi)允許放行請(qǐng)求的次數(shù)。limitType代表限流的類型,可以根據(jù)請(qǐng)求的IP自定義key,如果不傳limitType屬性則默認(rèn)用方法名作為默認(rèn)key。

/**
 * @author fu
 * @description 自定義限流注解
 * @date 2020/4/8 13:15
 */
@Target({ElementType.METHOD, ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Inherited
@Documented
public @interface Limit {

  /**
   * 名字
   */
  String name() default "";

  /**
   * key
   */
  String key() default "";

  /**
   * Key的前綴
   */
  String prefix() default "";

  /**
   * 給定的時(shí)間范圍 單位(秒)
   */
  int period();

  /**
   * 一定時(shí)間內(nèi)最多訪問次數(shù)
   */
  int count();

  /**
   * 限流的類型(用戶自定義key 或者 請(qǐng)求ip)
   */
  LimitType limitType() default LimitType.CUSTOMER;
}

6、切面代碼實(shí)現(xiàn)

/**
 * @author fu
 * @description 限流切面實(shí)現(xiàn)
 * @date 2020/4/8 13:04
 */
@Aspect
@Configuration
public class LimitInterceptor {

  private static final Logger logger = LoggerFactory.getLogger(LimitInterceptor.class);

  private static final String UNKNOWN = "unknown";

  private final RedisTemplate limitRedisTemplate;

  @Autowired
  public LimitInterceptor(RedisTemplate limitRedisTemplate) {
    this.limitRedisTemplate = limitRedisTemplate;
  }

  /**
   * @param pjp
   * @author fu
   * @description 切面
   * @date 2020/4/8 13:04
   */
  @Around("execution(public * *(..)) && @annotation(com.xiaofu.limit.api.Limit)")
  public Object interceptor(ProceedingJoinPoint pjp) {
    MethodSignature signature = (MethodSignature) pjp.getSignature();
    Method method = signature.getMethod();
    Limit limitAnnotation = method.getAnnotation(Limit.class);
    LimitType limitType = limitAnnotation.limitType();
    String name = limitAnnotation.name();
    String key;
    int limitPeriod = limitAnnotation.period();
    int limitCount = limitAnnotation.count();

    /**
     * 根據(jù)限流類型獲取不同的key ,如果不傳我們會(huì)以方法名作為key
     */
    switch (limitType) {
      case IP:
        key = getIpAddress();
        break;
      case CUSTOMER:
        key = limitAnnotation.key();
        break;
      default:
        key = StringUtils.upperCase(method.getName());
    }

    ImmutableList keys = ImmutableList.of(StringUtils.join(limitAnnotation.prefix(), key));
    try {
      String luaScript = buildLuaScript();
      RedisScript redisScript = new DefaultRedisScript<>(luaScript, Number.class);
      Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, limitPeriod);
      logger.info("Access try count is {} for name={} and key = {}", count, name, key);
      if (count != null && count.intValue() <= limitCount) {
        return pjp.proceed();
      } else {
        throw new RuntimeException("You have been dragged into the blacklist");
      }
    } catch (Throwable e) {
      if (e instanceof RuntimeException) {
        throw new RuntimeException(e.getLocalizedMessage());
      }
      throw new RuntimeException("server exception");
    }
  }

  /**
   * @author fu
   * @description 編寫 redis Lua 限流腳本
   * @date 2020/4/8 13:24
   */
  public String buildLuaScript() {
    StringBuilder lua = new StringBuilder();
    lua.append("local c");
    lua.append("\nc = redis.call('get',KEYS[1])");
    // 調(diào)用不超過最大值,則直接返回
    lua.append("\nif c and tonumber(c) > tonumber(ARGV[1]) then");
    lua.append("\nreturn c;");
    lua.append("\nend");
    // 執(zhí)行計(jì)算器自加
    lua.append("\nc = redis.call('incr',KEYS[1])");
    lua.append("\nif tonumber(c) == 1 then");
    // 從第一次調(diào)用開始限流,設(shè)置對(duì)應(yīng)鍵值的過期
    lua.append("\nredis.call('expire',KEYS[1],ARGV[2])");
    lua.append("\nend");
    lua.append("\nreturn c;");
    return lua.toString();
  }


  /**
   * @author fu
   * @description 獲取id地址
   * @date 2020/4/8 13:24
   */
  public String getIpAddress() {
    HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
    String ip = request.getHeader("x-forwarded-for");
    if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) {
      ip = request.getHeader("Proxy-Client-IP");
    }
    if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) {
      ip = request.getHeader("WL-Proxy-Client-IP");
    }
    if (ip == null || ip.length() == 0 || UNKNOWN.equalsIgnoreCase(ip)) {
      ip = request.getRemoteAddr();
    }
    return ip;
  }
}

7、控制層實(shí)現(xiàn)

我們將@Limit注解作用在需要進(jìn)行限流的接口方法上,下邊我們給方法設(shè)置@Limit注解,在10秒內(nèi)只允許放行3個(gè)請(qǐng)求,這里為直觀一點(diǎn)用AtomicInteger計(jì)數(shù)。

/**
 * @Author: fu
 * @Description:
 */
@RestController
public class LimiterController {

  private static final AtomicInteger ATOMIC_INTEGER_1 = new AtomicInteger();
  private static final AtomicInteger ATOMIC_INTEGER_2 = new AtomicInteger();
  private static final AtomicInteger ATOMIC_INTEGER_3 = new AtomicInteger();

  /**
   * @author fu
   * @description
   * @date 2020/4/8 13:42
   */
  @Limit(key = "limitTest", period = 10, count = 3)
  @GetMapping("/limitTest1")
  public int testLimiter1() {

    return ATOMIC_INTEGER_1.incrementAndGet();
  }

  /**
   * @author fu
   * @description
   * @date 2020/4/8 13:42
   */
  @Limit(key = "customer_limit_test", period = 10, count = 3, limitType = LimitType.CUSTOMER)
  @GetMapping("/limitTest2")
  public int testLimiter2() {

    return ATOMIC_INTEGER_2.incrementAndGet();
  }

  /**
   * @author fu
   * @description 
   * @date 2020/4/8 13:42
   */
  @Limit(key = "ip_limit_test", period = 10, count = 3, limitType = LimitType.IP)
  @GetMapping("/limitTest3")
  public int testLimiter3() {

    return ATOMIC_INTEGER_3.incrementAndGet();
  }

}

8、測(cè)試

測(cè)試預(yù)期:連續(xù)請(qǐng)求3次均可以成功,第4次請(qǐng)求被拒絕。接下來看一下是不是我們預(yù)期的效果,請(qǐng)求地址:http://127.0.0.1:8080/limitTest1,用postman進(jìn)行測(cè)試,有沒有postman url直接貼瀏覽器也是一樣。

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

可以看到第四次請(qǐng)求時(shí),應(yīng)用直接拒絕了請(qǐng)求,說明我們的 Springboot + aop + lua 限流方案搭建成功。

如何實(shí)現(xiàn)springboot+aop+Lua分布式限流

看完這篇關(guān)于如何實(shí)現(xiàn)springboot+aop+Lua分布式限流的文章,如果覺得文章內(nèi)容寫得不錯(cuò)的話,可以把它分享出去給更多人看到。


網(wǎng)站題目:如何實(shí)現(xiàn)springboot+aop+Lua分布式限流
路徑分享:http://weahome.cn/article/jojscg.html

其他資訊

在線咨詢

微信咨詢

電話咨詢

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部