詳解springboot+aop+Lua分布式限流的最佳實踐

更新時間：2020年06月10日 09:43:07 作者：程序員內(nèi)點事

這篇文章主要介紹了詳解springboot+aop+Lua分布式限流的最佳實踐，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

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，就是進地鐵站都要排隊的那種，為什么要這樣擺長龍轉(zhuǎn)圈圈？答案就是為了限流！因為一趟地鐵的運力是有限的，一下擠進去太多人會造成站臺的擁擠、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，它處理請求的能力也是有限的，一旦請求多到超出它的處理極限就會崩潰。為了不出現(xiàn)最壞的崩潰情況，只能耽誤一下大家進站的時間。

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)上線會做一個流量峰值的評估，尤其是像各種秒殺促銷活動，為了保證系統(tǒng)不被巨大的流量壓垮，會在系統(tǒng)流量到達一定閾值時，拒絕掉一部分流量。

限流會導(dǎo)致用戶在短時間內(nèi)（這個時間段是毫秒級的）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個請求進來時，那么這個請求就會被限流。

二、限流方案

1、計數(shù)器

Java內(nèi)部也可以通過原子類計數(shù)器AtomicInteger、Semaphore信號量來做簡單的限流。

// 限流的個數(shù)
  private int maxCount = 10;
  // 指定的時間內(nèi)
  private long interval = 60;
  // 原子類計數(shù)器
  private AtomicInteger atomicInteger = new AtomicInteger(0);
  // 起始時間
  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;
    }
    // 超過了間隔時間，直接重新開始計數(shù)
    if (System.currentTimeMillis() - startTime > interval * 1000) {
      startTime = System.currentTimeMillis();
      atomicInteger.set(1);
      return true;
    }
    // 還在間隔時間內(nèi),check有沒有超過限流的個數(shù)
    if (atomicInteger.get() > maxCount) {
      return false;
    }
    return true;
  }

2、漏桶算法

漏桶算法思路很簡單，我們把水比作是請求，漏桶比作是系統(tǒng)處理能力極限，水先進入到漏桶里，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，由于漏桶容量有限，后續(xù)進入的水直接溢出（拒絕請求），以此實現(xiàn)限流。

3、令牌桶算法

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

系統(tǒng)會維護一個令牌（token）桶，以一個恒定的速度往桶里放入令牌（token），這時如果有請求進來想要被處理，則需要先從桶里獲取一個令牌（token），當(dāng)桶里沒有令牌（token）可取時，則該請求將被拒絕服務(wù)。令牌桶算法通過控制桶的容量、發(fā)放令牌的速率，來達到對請求的限制。

4、Redis + Lua

很多同學(xué)不知道Lua是啥？個人理解，Lua腳本和 MySQL數(shù)據(jù)庫的存儲過程比較相似，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。

而Lua本身就是一種編程語言，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，可以使用它實現(xiàn)復(fù)雜的令牌桶或漏桶算法，也是分布式系統(tǒng)中實現(xiàn)限流的主要方式之一。

相比Redis事務(wù)，Lua腳本的優(yōu)點：

減少網(wǎng)絡(luò)開銷：使用Lua腳本，無需向Redis 發(fā)送多次請求，執(zhí)行一次即可，減少網(wǎng)絡(luò)傳輸
原子操作：Redis 將整個Lua腳本作為一個命令執(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)用腳本時傳入的第一個key值（用作限流的 key）
local key = KEYS[1]
-- 獲取調(diào)用腳本時傳入的第一個參數(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，具體實現(xiàn)會在后邊做細說。

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、zuul、Spring Cloud Gateway等，而像spring cloud - gateway網(wǎng)關(guān)限流底層實現(xiàn)原理，就是基于Redis + Lua，通過內(nèi)置Lua限流腳本的方式。

三、Redis + Lua 限流實現(xiàn)

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

1、環(huán)境準(zhǔn)備

springboot 項目創(chuàng)建地址：https://start.spring.io，很方便實用的一個工具。

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-redis 和 spring-boot-starter-aop。

<dependencies>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-aop</artifactId>
    </dependency>
    <dependency>
      <groupId>com.google.guava</groupId>
      <artifactId>guava</artifactId>
      <version>21.0</version>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-test</artifactId>
    </dependency>
    <dependency>
      <groupId>org.apache.commons</groupId>
      <artifactId>commons-lang3</artifactId>
    </dependency>

    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-test</artifactId>
      <scope>test</scope>
      <exclusions>
        <exclusion>
          <groupId>org.junit.vintage</groupId>
          <artifactId>junit-vintage-engine</artifactId>
        </exclusion>
      </exclusions>
    </dependency>
  </dependencies>

3、配置application.properties

在 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實例

@Configuration
public class RedisLimiterHelper {

  @Bean
  public RedisTemplate<String, Serializable> limitRedisTemplate(LettuceConnectionFactory redisConnectionFactory) {
    RedisTemplate<String, Serializable> 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,

  /**
   * 請求者IP
   */
  IP;
}

5、自定義注解

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

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

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

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

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

6、切面代碼實現(xiàn)

/**
 * @author fu
 * @description 限流切面實現(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<String, Serializable> limitRedisTemplate;

  @Autowired
  public LimitInterceptor(RedisTemplate<String, Serializable> 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<String> keys = ImmutableList.of(StringUtils.join(limitAnnotation.prefix(), key));
    try {
      String luaScript = buildLuaScript();
      RedisScript<Number> 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、控制層實現(xiàn)

我們將@Limit注解作用在需要進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個請求，這里為直觀一點用AtomicInteger計數(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、測試

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