Redis和Lua實(shí)現(xiàn)分布式限流器的方法詳解
主要是依靠 redis + lua 來實(shí)現(xiàn)限流器, 使用 lua 的原因是將多條命令合并在一起作為一個(gè)原子操作, 無需過多考慮并發(fā).
計(jì)數(shù)器模式
原理
計(jì)數(shù)器算法是指在一段窗口時(shí)間內(nèi)允許通過的固定數(shù)量的請求, 比如10次/秒, 500次/30秒.
如果設(shè)置的時(shí)間粒度越細(xì), 那么限流會(huì)更平滑.
實(shí)現(xiàn)
所使用的 Lua 腳本
-- 計(jì)數(shù)器限流 -- 此處支持的最小單位時(shí)間是秒, 若將 expire 改成 pexpire 則可支持毫秒粒度. -- KEYS[1] string 限流的key -- ARGV[1] int 限流數(shù) -- ARGV[2] int 單位時(shí)間(秒) local cnt = tonumber(redis.call("incr", KEYS[1])) if (cnt == 1) then -- cnt 值為1說明之前不存在該值, 因此需要設(shè)置其過期時(shí)間 redis.call("expire", KEYS[1], tonumber(ARGV[2])) elseif (cnt > tonumber(ARGV[1])) then return -1 end return cnt
返回 -1 表示超過限流, 否則返回當(dāng)前單位時(shí)間已通過的請求數(shù)
key 可以但不限于以下的情況
- ip + 接口
- user_id + 接口
優(yōu)點(diǎn)
- 實(shí)現(xiàn)簡單
缺點(diǎn)
- 粒度不夠細(xì)的情況下, 會(huì)出現(xiàn)在同一個(gè)窗口時(shí)間內(nèi)出現(xiàn)雙倍請求數(shù)
注意
- 盡量保持時(shí)間粒度精細(xì)
場景分析
eg. 1000/3s 的限流
極端情況1:
第1秒請求數(shù) 10
第2秒請求數(shù) 10
第3秒請求數(shù) 980
第4秒請求數(shù) 900
第5秒請求數(shù) 100
第6秒請求數(shù) 0
此時(shí)注意第3~5秒內(nèi)的總請求數(shù)高達(dá) 1980
極端情況2:
第1秒請求數(shù) 1000
第2秒請求數(shù) 0
第3秒請求數(shù) 0
此時(shí)后續(xù)的第2~3秒會(huì)出現(xiàn)大量拒絕請求
令牌桶模式
原理
令牌桶的
- 桶中保存有令牌, 存在上限, 且一開始是滿的
- 每次請求都要消耗令牌(可根據(jù)不同請求消耗不同數(shù)量的令牌)
- 每隔一段時(shí)間(固定速率)會(huì)往桶中放令牌
桶的實(shí)現(xiàn)還分為:
可預(yù)消費(fèi)
提前預(yù)支令牌數(shù): 前人挖坑, 后人跳
不可預(yù)消費(fèi)
令牌數(shù)不夠直接拒絕
實(shí)現(xiàn)
此處實(shí)現(xiàn)的不可預(yù)消費(fèi)的令牌桶, 具體Lua代碼:
-- 令牌桶限流: 不支持預(yù)消費(fèi), 初始桶是滿的 -- KEYS[1] string 限流的key -- ARGV[1] int 桶最大容量 -- ARGV[2] int 每次添加令牌數(shù) -- ARGV[3] int 令牌添加間隔(秒) -- ARGV[4] int 當(dāng)前時(shí)間戳 local bucket_capacity = tonumber(ARGV[1]) local add_token = tonumber(ARGV[2]) local add_interval = tonumber(ARGV[3]) local now = tonumber(ARGV[4]) -- 保存上一次更新桶的時(shí)間的key local LAST_TIME_KEY = KEYS[1].."_time"; -- 獲取當(dāng)前桶中令牌數(shù) local token_cnt = redis.call("get", KEYS[1]) -- 桶完全恢復(fù)需要的最大時(shí)長 local reset_time = math.ceil(bucket_capacity / add_token) * add_interval; if token_cnt then -- 令牌桶存在 -- 上一次更新桶的時(shí)間 local last_time = redis.call('get', LAST_TIME_KEY) -- 恢復(fù)倍數(shù) local multiple = math.floor((now - last_time) / add_interval) -- 恢復(fù)令牌數(shù) local recovery_cnt = multiple * add_token -- 確保不超過桶容量 local token_cnt = math.min(bucket_capacity, token_cnt + recovery_cnt) - 1 if token_cnt < 0 then return -1; end -- 重新設(shè)置過期時(shí)間, 避免key過期 redis.call('set', KEYS[1], token_cnt, 'EX', reset_time) redis.call('set', LAST_TIME_KEY, last_time + multiple * add_interval, 'EX', reset_time) return token_cnt else -- 令牌桶不存在 token_cnt = bucket_capacity - 1 -- 設(shè)置過期時(shí)間避免key一直存在 redis.call('set', KEYS[1], token_cnt, 'EX', reset_time); redis.call('set', LAST_TIME_KEY, now, 'EX', reset_time + 1); return token_cnt end
令牌桶的關(guān)鍵是以下幾個(gè)參數(shù):
- 桶最大容量
- 每次放入的令牌數(shù)
- 放入令牌的間隔時(shí)間
令牌桶的實(shí)現(xiàn)不會(huì)出現(xiàn)計(jì)數(shù)器模式中單位時(shí)間內(nèi)雙倍流量的問題.
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對腳本之家的支持。
相關(guān)文章
spring?boot整合redis中間件與熱部署實(shí)現(xiàn)代碼
spring?boot整合redis最常用的有三個(gè)工具庫Jedis,Redisson,Lettuce,本文重點(diǎn)介紹spring?boot整合redis中間件與熱部署實(shí)現(xiàn),需要的朋友可以參考下2023-01-01Redis持久化機(jī)制RDB的實(shí)現(xiàn)
在Redis中,RDB是一種將內(nèi)存中的數(shù)據(jù)保存到磁盤上的持久化機(jī)制,本文主要介紹了Redis持久化機(jī)制RDB的實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下2023-12-12Redis的Hash類型及相關(guān)命令小結(jié)
edis Hash是一種數(shù)據(jù)結(jié)構(gòu),用于存儲(chǔ)字段和值的映射關(guān)系,本文就來介紹一下Redis的Hash類型及相關(guān)命令小結(jié),具有一定的參考價(jià)值,感興趣的可以了解一下2025-01-01redis列表類型_動(dòng)力節(jié)點(diǎn)Java學(xué)院整理
這篇文章主要為大家詳細(xì)介紹了redis列表類型的相關(guān)資料,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2017-08-08SpringSession+Redis實(shí)現(xiàn)集群會(huì)話共享的方法
為了保證WEB應(yīng)用的承載能力, 需要對WEB應(yīng)用進(jìn)行集群處理.這篇文章主要介紹了SpringSession+Redis實(shí)現(xiàn)集群會(huì)話共享的方法,需要的朋友參考下吧2018-08-08