這篇文章將為大家詳細(xì)講解有關(guān)redis中如何實(shí)現(xiàn)限流策略，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)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(wèn)題，與客戶深入溝通，找到陽(yáng)西網(wǎng)站設(shè)計(jì)與陽(yáng)西網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶體驗(yàn)好的作品，建站類型包括：網(wǎng)站設(shè)計(jì)、成都網(wǎng)站設(shè)計(jì)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名注冊(cè)、雅安服務(wù)器托管、企業(yè)郵箱。業(yè)務(wù)覆蓋陽(yáng)西地區(qū)。
當(dāng)系統(tǒng)處理能力有限，如何組織計(jì)劃外的請(qǐng)求對(duì)系統(tǒng)施壓。首先我們先看下一些簡(jiǎn)單的限流策略，防止暴力攻擊。比如要對(duì)IP訪問(wèn)，沒(méi)5s只能訪問(wèn)10次，超過(guò)進(jìn)行攔截。
如上圖，一般使用滑動(dòng)窗口來(lái)統(tǒng)計(jì)區(qū)間時(shí)間內(nèi)的訪問(wèn)次數(shù)。
使用 zset 記錄 IP 訪問(wèn)次數(shù)，每個(gè) IP 通過(guò) key 保存下來(lái)，score 保存當(dāng)前時(shí)間戳，value 唯一用時(shí)間戳或者UUID來(lái)實(shí)現(xiàn)
重慶分公司
重慶分公司
public class RedisLimiterTest {
private Jedis jedis;
public RedisLimiterTest(Jedis jedis) {
this.jedis = jedis;
}
/**
* @param ipAddress Ip地址
* @param period 特定的時(shí)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(shí)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(shí)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(shí)間窗口內(nèi)的行為數(shù)量
Response count = pipe.zcard(key);
// 設(shè)置 zset 過(guò)期時(shí)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(biāo)
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(yàn)證IP 10秒鐘之內(nèi)只能訪問(wèn)5次
boolean isLimit = limiter.isIpLimit("222.73.55.22", 10, 5);
System.out.println("訪問(wèn)第" + i + "次, 結(jié)果：" + (isLimit ? "限制訪問(wèn)" : "允許訪問(wèn)"));
}
}
} 執(zhí)行結(jié)果
訪問(wèn)第1次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第2次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第3次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第4次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第5次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第6次, 結(jié)果：限制訪問(wèn) 訪問(wèn)第7次, 結(jié)果：限制訪問(wèn) ... ...
缺點(diǎn)：要記錄時(shí)間窗口所有的行為記錄，量很大，比如，限定60s內(nèi)不能超過(guò)100萬(wàn)次這種場(chǎng)景，不太適合這樣限流，因?yàn)闀?huì)消耗大量的儲(chǔ)存空間。
漏斗的容量是限定的，如果滿了，就裝不進(jìn)去了。
如果將漏嘴放開(kāi)，水就會(huì)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(yuǎn)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。
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(shí)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(guò)去了多久
int deltaQuota = (int) (deltaTs * leakingRate); // 騰出的空間 = 時(shí)間*漏水速率
if (deltaQuota < 0) { // 間隔時(shí)間太長(zhǎng)，整數(shù)數(shù)字過(guò)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(gè)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(wèn)第" + i + "次, 結(jié)果：" + (isLimit ? "限制訪問(wèn)" : "允許訪問(wèn)"));
}
}
} 執(zhí)行結(jié)果
訪問(wèn)第1次, 結(jié)果：允許訪問(wèn) # 第1次，容量剩余2，執(zhí)行后1 訪問(wèn)第2次, 結(jié)果：允許訪問(wèn) # 第2次，容量剩余1，執(zhí)行后0 訪問(wèn)第3次, 結(jié)果：允許訪問(wèn) # 第3次，由于過(guò)了2s, 漏斗流水剩余1個(gè)空間，所以容量剩余1，執(zhí)行后0 訪問(wèn)第4次, 結(jié)果：限制訪問(wèn) # 第4次，過(guò)了1s, 剩余空間小于1， 容量剩余0 訪問(wèn)第5次, 結(jié)果：允許訪問(wèn) # 第5次，由于過(guò)了2s, 漏斗流水剩余1個(gè)空間，所以容量剩余1，執(zhí)行后0 訪問(wèn)第6次, 結(jié)果：限制訪問(wèn) # 以此類推... 訪問(wèn)第7次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第8次, 結(jié)果：限制訪問(wèn) 訪問(wèn)第9次, 結(jié)果：允許訪問(wèn) 訪問(wèn)第10次, 結(jié)果：限制訪問(wèn)
我們觀察 Funnel 對(duì)象的幾個(gè)字段，我們發(fā)現(xiàn)可以將 Funnel 對(duì)象的內(nèi)容按字段存儲(chǔ)到一個(gè) hash 結(jié)構(gòu)中，灌水的時(shí)候?qū)?hash 結(jié)構(gòu)的字段取出來(lái)進(jìn)行邏輯運(yùn)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(cè)。
但是有個(gè)問(wèn)題，我們無(wú)法保證整個(gè)過(guò)程的原子性。從 hash 結(jié)構(gòu)中取值，然后在內(nèi)存里運(yùn)算，再回填到 hash 結(jié)構(gòu)，這三個(gè)過(guò)程無(wú)法原子化，意味著需要進(jìn)行適當(dāng)?shù)募渔i控制。而一旦加鎖，就意味著會(huì)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(huì)導(dǎo)致性能下降。如果放棄的話，就會(huì)影響用戶體驗(yàn)。同時(shí)，代碼的復(fù)雜度也跟著升高很多。這真是個(gè)艱難的選擇，我們?cè)撊绾谓鉀Q這個(gè)問(wèn)題呢？Redis-Cell 救星來(lái)了！
Redis 4.0 提供了一個(gè)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(lái)讓我們來(lái)看看這個(gè)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(rèn)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(zhǎng)時(shí)間后再試(漏斗有空間了，單位秒) 5) (integer) 2 # 多長(zhǎng)時(shí)間后，漏斗完全空出來(lái)(left_quota==capacity，單位秒)
在執(zhí)行限流指令時(shí)，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(shí)間都幫你算好了，直接取返回結(jié)果數(shù)組的第四個(gè)值進(jìn)行 sleep 即可，如果不想阻塞線程，也可以異步定時(shí)任務(wù)來(lái)重試。
關(guān)于“Redis中如何實(shí)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(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。
