快捷導(dǎo)航

利用Redis實(shí)現(xiàn)訪問次數(shù)限流的方法詳解

更新時(shí)間：2022年02月22日 08:59:44 作者：架構(gòu)擺渡人

這篇文章主要給大家介紹了關(guān)于如何利用Redis實(shí)現(xiàn)訪問次數(shù)限流的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),對(duì)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,需要的朋友可以參考下

假設(shè)我們要做一個(gè)業(yè)務(wù)需求，這個(gè)需求就是限制用戶的訪問頻次。比如1分鐘內(nèi)只能訪問20次，10分鐘內(nèi)只能訪問200次。因?yàn)槭怯脩艟S度的場景，性能肯定是要首先考慮，那么適合這個(gè)場景的非Redis莫屬。

最簡單的實(shí)現(xiàn)，莫過于只是用incr進(jìn)行計(jì)數(shù)操作，于是有了下面的代碼：

long count = redisTemplate.opsForValue().increment("user:1:60");
if (count > maxLimitCount) {
   throw new LimitException("訪問太頻繁");
}

count = redisTemplate.opsForValue().increment("user:1:600");
if (count > maxLimitCount) {
   throw new LimitException("訪問太頻繁");
}

來，我們對(duì)上面這段代碼解讀一下。需求有2個(gè)時(shí)間維度的限制，所以這邊基于用戶和時(shí)間維度構(gòu)建了Redis的Key。然后對(duì)每個(gè)Key進(jìn)行計(jì)數(shù)，計(jì)數(shù)后的結(jié)果用于跟限制的值進(jìn)行判斷，如果超出了限制的值就拋出異常。

假設(shè)限制的時(shí)間場景有10個(gè)呢？那上面的代碼是不是得寫10遍才可以。有人可能會(huì)說，這還不簡單嗎？循環(huán)呀，循環(huán)確實(shí)能夠解決這個(gè)問題。但是大家有沒有去思考，這是用戶維度的請(qǐng)求，如果每個(gè)請(qǐng)求里面都去操作10次Redis的話，這耗時(shí)至少也得10來毫秒吧。所以問題在這，并不是說這個(gè)邏輯實(shí)現(xiàn)的有問題。

那我們就改成批量的吧，用pipeline來批量執(zhí)行。

redisTemplate.execute(new RedisCallback<Long>() {
    @Override
    public Long doInRedis(RedisConnection connection) throws DataAccessException {
        connection.openPipeline();
        connection.incr("user:1:60".getBytes());
        connection.incr("user:1:600".getBytes());
        onnection.closePipeline();
        return null;
    }
});

用pipeline也有一個(gè)問題，那就是拿不到返回值，也就只能增加，但是沒辦法判斷是否超過了限制的閥值。

所以需要在第一步先查詢下，用查到的值進(jìn)行判斷，這樣也就是只需要和Redis交互兩次就可以了。

上面的代碼在單節(jié)點(diǎn)下沒問題，但是如果在集群下，其實(shí)每個(gè)Key都可能分配到不同的節(jié)點(diǎn)上去，只不過是底層幫你屏蔽掉了細(xì)節(jié)，并發(fā)執(zhí)行，拿到了所有結(jié)果后合并返回的。所以我們需要讓所有的Key都路由到一個(gè)節(jié)點(diǎn)上，本來就是用戶維度的，直接使用userId路由即可。

這個(gè)時(shí)候Redis的HashTag功能就排上用場了，將Key user:1:600改寫成user:{1}:600 。

雖然已經(jīng)優(yōu)化了，但是還是要發(fā)起兩次網(wǎng)絡(luò)請(qǐng)求才能完成這個(gè)邏輯，有沒有可能再進(jìn)一步優(yōu)化下呢？一次請(qǐng)求行不行。

這個(gè)時(shí)候要放大招了，Lua腳本走起，將所有邏輯都放入Lua腳本中，一次網(wǎng)絡(luò)交互即可完成。

local current
current = redis.call("incr",KEYS[1])
if current == 1 then
    redis.call("expire",KEYS[1],1)
end

if current > ARGV[1]
  return 1
end

return 0

上面腳本演示了如何對(duì)一個(gè)Key進(jìn)行處理，返回1表示限流，返回0表示通過。不過使用lua腳本的時(shí)候要注意，某些云服務(wù)的Redis會(huì)對(duì)腳本進(jìn)行校驗(yàn)，像Redis的Key不能使用變量，必須用KEYS[下標(biāo)]的方式，所以這里操作多個(gè)Key還不能用循環(huán)，代碼得寫多遍，這是一個(gè)惡心的點(diǎn)。

總結(jié)

到此這篇關(guān)于利用Redis實(shí)現(xiàn)訪問次數(shù)限流的文章就介紹到這了,更多相關(guān)Redis訪問次數(shù)限流內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: