Redis+aop實(shí)現(xiàn)接口防刷(冪等)的解決方案
更新時(shí)間：2024年03月28日 09:43:19 作者：不負(fù)朝陽(yáng)
在高并發(fā)場(chǎng)景下,可能會(huì)因?yàn)榫W(wǎng)絡(luò)或者服務(wù)器原因,造成延遲,同時(shí)就是有可能會(huì)有人用腳本大量訪(fǎng)問(wèn)你的接口,造成資源崩潰,所以本文給大家介紹了Redis+aop實(shí)現(xiàn)接口防刷(冪等)的解決方案,需要的朋友可以參考下
冪等和接口防刷概念
這兩者其實(shí)是屬于不同的場(chǎng)景但是在一些情況下，實(shí)現(xiàn)方式上有異曲同工之妙。
防刷
顧名思義，想讓某個(gè)接口某個(gè)人在某段時(shí)間內(nèi)只能請(qǐng)求N次。一般是對(duì)一些不發(fā)人員用腳本對(duì)接口進(jìn)行大量請(qǐng)求，或者說(shuō)利用腳本進(jìn)行秒殺。
冪等
冪等的數(shù)學(xué)概念
冪等是源于一種數(shù)學(xué)概念。其主要有兩個(gè)定義
如果在一元運(yùn)算中，x 為某集合中的任意數(shù)，如果滿(mǎn)足 f(x) = f(f(x)) ，那么該 f 運(yùn)算具有冪等性，比如絕對(duì)值運(yùn)算 abs(a) = abs(abs(a)) 就是冪等性函數(shù)。
如果在二元運(yùn)算中，x 為某集合中的任意數(shù)，如果滿(mǎn)足 f(x,x) = x，前提是 f 運(yùn)算的兩個(gè)參數(shù)均為 x，那么我們稱(chēng) f 運(yùn)算也有冪等性，比如求大值函數(shù) max(x,x) = x 就是冪等性函數(shù)。
冪等性在開(kāi)發(fā)中的概念
在數(shù)學(xué)中冪等的概念或許比較抽象，但是在開(kāi)發(fā)中冪等性是極為重要的。簡(jiǎn)單來(lái)說(shuō)，對(duì)于同一個(gè)系統(tǒng)，在同樣條件下，一次請(qǐng)求和重復(fù)多次請(qǐng)求對(duì)資源的影響是一致的，就稱(chēng)該操作為冪等的。比如說(shuō)如果有一個(gè)接口是冪等的，當(dāng)傳入相同條件時(shí)，其效果必須是相同的。
特別是對(duì)于現(xiàn)在分布式系統(tǒng)下的 RPC 或者 Restful 接口互相調(diào)用的情況下，很容易出現(xiàn)由于網(wǎng)絡(luò)錯(cuò)誤等等各種原因?qū)е抡{(diào)用的時(shí)候出現(xiàn)異常而需要重試，這時(shí)候就必須保證接口的冪等性，否則重試的結(jié)果將與第一次調(diào)用的結(jié)果不同，如果有個(gè)接口的調(diào)用鏈 A->B->C->D->E，在 D->E 這一步發(fā)生異常重試后返回了錯(cuò)誤的結(jié)果，A,B,C也會(huì)受到影響，這將會(huì)是災(zāi)難性的。
為什么要進(jìn)行接口防刷（冪等）
在高并發(fā)場(chǎng)景下，可能會(huì)因?yàn)榫W(wǎng)絡(luò)或者服務(wù)器原因，造成延遲，具體來(lái)說(shuō)就是，一個(gè)人點(diǎn)了一下，沒(méi)反應(yīng)，又點(diǎn)了一下，但其實(shí)這兩次都發(fā)送請(qǐng)求成功了，這樣就可能造成數(shù)據(jù)不一致問(wèn)題，同時(shí)還對(duì)資源進(jìn)行浪費(fèi)。同時(shí)就是有可能會(huì)有人用腳本大量訪(fǎng)問(wèn)你的接口，造成資源崩潰。
解決方案
防刷
防刷的解決一般是不會(huì)用后端寫(xiě)邏輯解決，一般可以在請(qǐng)求到nginx的時(shí)候就可以進(jìn)行判斷，然后加入黑名單，不需要請(qǐng)求到后端就能攔截，阿里的sentinel也可以解決這個(gè)問(wèn)題
冪等
因?yàn)閮绲雀嗍窃诟卟l(fā)和分布式場(chǎng)景下，所以?xún)绲雀嗍怯胷edis做，畢竟redis一般就是用來(lái)解決分布式問(wèn)題的
實(shí)戰(zhàn)
話(huà)不多說(shuō)直接上代碼
首先架構(gòu)是用的xfg的ddd腳手架，架構(gòu)方面就不展開(kāi)講了，我個(gè)人是寫(xiě)在觸發(fā)器層的，因?yàn)檫壿嬓枰獙?duì)controller進(jìn)行操作，如果寫(xiě)在別的層感覺(jué)很怪，如果寫(xiě)在domain層應(yīng)該也是合理的，畢竟所有層都對(duì)domain有依賴(lài)，而且domain層本身是用來(lái)實(shí)現(xiàn)業(yè)務(wù)規(guī)則的。（這不是重點(diǎn)，想聽(tīng)ddd，我理解深一點(diǎn)以后單獨(dú)講）
import java.lang.annotation.ElementType;
import java.lang.annotation.Retention;
import java.lang.annotation.RetentionPolicy;
import java.lang.annotation.Target;
/**
* @author: Larry
* @Date: 2024 /03 /25 / 10:27
* @Description:
*/
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface RequestLimit {
long time() default 10;
int count() default 1;
}這個(gè)是對(duì)注解的定義，規(guī)定了時(shí)間范圍和次數(shù)，默認(rèn)10秒內(nèi)只能進(jìn)行1次訪(fǎng)問(wèn)
package cn.bugstack.aop;
import cn.bugstack.config.RequestLimit;
import cn.bugstack.infrastructure.util.RedisUtil;
import lombok.extern.slf4j.Slf4j;
import org.aspectj.lang.JoinPoint;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Before;
import org.aspectj.lang.annotation.Pointcut;
import org.springframework.context.annotation.Bean;
import org.springframework.data.redis.core.ZSetOperations;
import org.springframework.stereotype.Component;
import org.springframework.web.context.request.RequestContextHolder;
import org.springframework.web.context.request.ServletRequestAttributes;
import javax.annotation.Resource;
import javax.servlet.http.HttpServletRequest;
import java.util.concurrent.TimeUnit;
/**
* @author: Larry
* @Date: 2024 /03 /25 / 10:30
* @Description:
*/
@Aspect
@Component
@Slf4j
public class LimitAOP {
@Resource
RedisUtil redisUtil;
@Pointcut("execution(public * cn.bugstack.*..*.*(..))")
public void LimitPointCut(){}
//規(guī)定必須在上面路徑下同時(shí)方法上帶@requestLimit注解
@Around("LimitPointCut()&&@annotation(requestLimit)")
public Object Before(ProceedingJoinPoint proceedingJoinPoint, RequestLimit requestLimit) throws Throwable {
log.info("進(jìn)入aop中");
//根據(jù)注解獲取注解上的值
int limitCount = requestLimit.count();
System.out.println(limitCount+"limit");
long time = requestLimit.time();
//根據(jù)ServletRequestAttributes獲取當(dāng)前請(qǐng)求信息
ServletRequestAttributes requestAttributes = (ServletRequestAttributes) RequestContextHolder.getRequestAttributes();
if (requestAttributes != null) {
HttpServletRequest request;
request = requestAttributes.getRequest();
String ip = request.getRemoteAddr();
String url = request.getRequestURI();
//將ip和url拼接成唯一key
String key = "request"+ip+url;
log.info(key);
if(redisUtil.get(key)!=null){
Integer count = (Integer) redisUtil.get(key);
System.out.println(count+"==="+limitCount);
if(count >= limitCount){
throw new LimitException("請(qǐng)不要頻繁操作");
}
redisUtil.incr(key,1L);
}
else{
redisUtil.set(key,1,time);
}
}
return proceedingJoinPoint.proceed();
}
}具體邏輯就是當(dāng)用戶(hù)發(fā)過(guò)來(lái)請(qǐng)求，（前提是controller上有對(duì)應(yīng)注解）進(jìn)入這個(gè)接口，然后根據(jù)ip和請(qǐng)求路徑作為key進(jìn)行判斷，如果此時(shí)redis有key，但是key的value不超過(guò)默認(rèn)次數(shù)，就放行，如果沒(méi)有key，就根據(jù)其創(chuàng)建一個(gè)key設(shè)置過(guò)期時(shí)間為注解上的時(shí)間，然后放行，如果value過(guò)默認(rèn)次數(shù)，就會(huì)被攔截，然后拋出一個(gè)自定義異常，可以在controller里捕獲并提示前端。為什么用ip+url，因?yàn)橛行┚W(wǎng)站是允許賬號(hào)多端同時(shí)使用的，這就會(huì)對(duì)一些用戶(hù)產(chǎn)生不友好的體驗(yàn)，當(dāng)然一般情況下用userId也可以
package cn.bugstack.infrastructure.util;
import org.springframework.data.redis.core.BoundListOperations;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import javax.annotation.Resource;
import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
@Component
public class RedisUtil {
private RedisTemplate<String, Object> redisTemplate;
public RedisTemplate<String, Object> getRedisTemplate() {
return redisTemplate;
}
@Resource
public void setRedisTemplate(RedisTemplate<String, Object> redisTemplate) {
this.redisTemplate = redisTemplate;
}
// public RedisUtil(RedisTemplate<String, Object> redisTemplate) {
// this.redisTemplate = redisTemplate;
// }
/**
* 向zset里存入數(shù)據(jù)
*
* @param key 鍵
* @param member 值
* @param score 分?jǐn)?shù)
* @return
*/
public boolean addToZSet(String key, String member, double score) {
return Boolean.TRUE.equals(redisTemplate.opsForZSet().add(key, member, score));
}
/**
* 指定緩存失效時(shí)間
*
* @param key 鍵
* @param time 時(shí)間(秒)
* @return
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根據(jù)key 獲取過(guò)期時(shí)間
*
* @param key 鍵 不能為null
* @return 時(shí)間(秒) 返回0代表為永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判斷key是否存在
*
* @param key 鍵
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 刪除緩存
*
* @param key 可以傳一個(gè)值 或多個(gè)
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
}
}
}
//============================String=============================
/**
* 普通緩存獲取
*
* @param key 鍵
* @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通緩存放入
*
* @param key 鍵
* @param value 值
* @return true成功 false失敗
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通緩存放入并設(shè)置時(shí)間
*
* @param key 鍵
* @param value 值
* @param time 時(shí)間(秒) time要大于0 如果time小于等于0 將設(shè)置無(wú)限期
* @return true成功 false 失敗
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 分布式鎖
* @param key 鎖住的key
* @param lockExpireMils 鎖住的時(shí)長(zhǎng)。如果超時(shí)未解鎖，視為加鎖線(xiàn)程死亡，其他線(xiàn)程可奪取鎖
* @return
*/
public boolean setNx(String key, Long lockExpireMils) {
return (boolean) redisTemplate.execute((RedisCallback) connection -> {
//獲取鎖
return connection.setNX(key.getBytes(), String.valueOf(System.currentTimeMillis() + lockExpireMils + 1).getBytes());
});
}
/**
* 遞增
*
* @param key 鍵
* @param delta 要增加幾(大于0)
* @return
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("遞增因子必須大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 遞減
*
* @param key 鍵
* @param delta 要減少幾(小于0)
* @return
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("遞減因子必須大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
//================================Map=================================
/**
* HashGet
*
* @param key 鍵 不能為null
* @param item 項(xiàng) 不能為null
* @return 值
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 獲取hashKey對(duì)應(yīng)的所有鍵值
*
* @param key 鍵
* @return 對(duì)應(yīng)的多個(gè)鍵值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* HashSet
*
* @param key 鍵
* @param map 對(duì)應(yīng)多個(gè)鍵值
* @return true 成功 false 失敗
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* HashSet 并設(shè)置時(shí)間
*
* @param key 鍵
* @param map 對(duì)應(yīng)多個(gè)鍵值
* @param time 時(shí)間(秒)
* @return true成功 false失敗
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一張hash表中放入數(shù)據(jù),如果不存在將創(chuàng)建
*
* @param key 鍵
* @param item 項(xiàng)
* @param value 值
* @return true 成功 false失敗
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一張hash表中放入數(shù)據(jù),如果不存在將創(chuàng)建
*
* @param key 鍵
* @param item 項(xiàng)
* @param value 值
* @param time 時(shí)間(秒) 注意:如果已存在的hash表有時(shí)間,這里將會(huì)替換原有的時(shí)間
* @return true 成功 false失敗
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 刪除hash表中的值
*
* @param key 鍵 不能為null
* @param item 項(xiàng) 可以使多個(gè) 不能為null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判斷hash表中是否有該項(xiàng)的值
*
* @param key 鍵 不能為null
* @param item 項(xiàng) 不能為null
* @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
* hash遞增 如果不存在,就會(huì)創(chuàng)建一個(gè) 并把新增后的值返回
*
* @param key 鍵
* @param item 項(xiàng)
* @param by 要增加幾(大于0)
* @return
*/
public double hincr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
* hash遞減
*
* @param key 鍵
* @param item 項(xiàng)
* @param by 要減少記(小于0)
* @return
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
//============================set=============================
/**
* 根據(jù)key獲取Set中的所有值
*
* @param key 鍵
* @return
*/
public Set<Object> sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 根據(jù)value從一個(gè)set中查詢(xún),是否存在
*
* @param key 鍵
* @param value 值
* @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 將數(shù)據(jù)放入set緩存
*
* @param key 鍵
* @param values 值 可以是多個(gè)
* @return 成功個(gè)數(shù)
*/
public long sSet(String key, Object... values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 將set數(shù)據(jù)放入緩存
*
* @param key 鍵
* @param time 時(shí)間(秒)
* @param values 值 可以是多個(gè)
* @return 成功個(gè)數(shù)
*/
public long sSetAndTime(String key, long time, Object... values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0) {
expire(key, time);
}
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 獲取set緩存的長(zhǎng)度
*
* @param key 鍵
* @return
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 移除值為value的
*
* @param key 鍵
* @param values 值 可以是多個(gè)
* @return 移除的個(gè)數(shù)
*/
public long setRemove(String key, Object... values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
//===============================list=================================
/**
* 獲取list緩存的內(nèi)容
*
* @param key 鍵
* @param start 開(kāi)始
* @param end 結(jié)束 0 到 -1代表所有值
* @return
*/
public List<Object> lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 獲取list緩存的長(zhǎng)度
*
* @param key 鍵
* @return
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 通過(guò)索引 獲取list中的值
*
* @param key 鍵
* @param index 索引 index>=0時(shí)， 0 表頭，1 第二個(gè)元素，依次類(lèi)推；index<0時(shí)，-1，表尾，-2倒數(shù)第二個(gè)元素，依次類(lèi)推
* @return
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 將list放入緩存
*
* @param key 鍵
* @param value 值
* @return
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 將list放入緩存
*
* @param key 鍵
* @param value 值
* @param time 時(shí)間(秒)
* @return
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 將list放入緩存
*
* @param key 鍵
* @param value 值
* @return
*/
public boolean lSet(String key, List<Object> value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 將list放入緩存
*
* @param key 鍵
* @param value 值
* @param time 時(shí)間(秒)
* @return
*/
public boolean lSet(String key, List<Object> value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根據(jù)索引修改list中的某條數(shù)據(jù)
*
* @param key 鍵
* @param index 索引
* @param value 值
* @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 移除N個(gè)值為value
*
* @param key 鍵
* @param count 移除多少個(gè)
* @param value 值
* @return 移除的個(gè)數(shù)
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 模糊查詢(xún)獲取key值
*
* @param pattern
* @return
*/
public Set keys(String pattern) {
return redisTemplate.keys(pattern);
}
/**
* 使用Redis的消息隊(duì)列
*
* @param channel
* @param message 消息內(nèi)容
*/
public void convertAndSend(String channel, Object message) {
redisTemplate.convertAndSend(channel, message);
}
//=========BoundListOperations 用法 start============
/**
* 將數(shù)據(jù)添加到Redis的list中（從右邊添加）
*
* @param listKey
* @param timeout 有效時(shí)間
* @param unit 時(shí)間類(lèi)型
* @param values 待添加的數(shù)據(jù)
*/
public void addToListRight(String listKey, long timeout, TimeUnit unit, Object... values) {
//綁定操作
BoundListOperations<String, Object> boundValueOperations = redisTemplate.boundListOps(listKey);
//插入數(shù)據(jù)
boundValueOperations.rightPushAll(values);
//設(shè)置過(guò)期時(shí)間
boundValueOperations.expire(timeout, unit);
}
/**
* 根據(jù)起始結(jié)束序號(hào)遍歷Redis中的list
*
* @param listKey
* @param start 起始序號(hào)
* @param end 結(jié)束序號(hào)
* @return
*/
public List<Object> rangeList(String listKey, long start, long end) {
//綁定操作
BoundListOperations<String, Object> boundValueOperations = redisTemplate.boundListOps(listKey);
//查詢(xún)數(shù)據(jù)
return boundValueOperations.range(start, end);
}
/**
* 彈出右邊的值 --- 并且移除這個(gè)值
*
* @param listKey
*/
public Object rightPop(String listKey) {
//綁定操作
BoundListOperations<String, Object> boundValueOperations = redisTemplate.boundListOps(listKey);
return boundValueOperations.rightPop();
}
//=========BoundListOperations 用法 End============
}然后這是對(duì)應(yīng)的redis工具類(lèi)，記得自己配置序列化反序列化，或者直接用默認(rèn)的。
另一種思路
涉及數(shù)，redis，統(tǒng)計(jì)，大家能想到什么？沒(méi)錯(cuò)--zset
可以采用一種滑動(dòng)窗口的思想，（key同上文）每次請(qǐng)求往滑動(dòng)窗口里存一條記錄，zset的score為這個(gè)接口請(qǐng)求時(shí)的時(shí)間戳，然后用當(dāng)前時(shí)間戳減去規(guī)定的限制時(shí)間的時(shí)間戳獲得一個(gè)窗口邊界，用zSetOperations.zCount(key, minScore, maxScore)，請(qǐng)求在邊界窗口到現(xiàn)在的請(qǐng)求的數(shù)量，有多少條就是在限制的時(shí)間下發(fā)了多少次請(qǐng)求（比如過(guò)期時(shí)間是10分鐘，就是看過(guò)期時(shí)間到現(xiàn)在的請(qǐng)求的數(shù)量）；這種方法個(gè)人感覺(jué)性能上不一定有提升，沒(méi)有進(jìn)行測(cè)試，不過(guò)這個(gè)方法對(duì)思維上的幫助和對(duì)rediszset用法的理解上都是挺有好處的，大家可以自己實(shí)踐一下。
結(jié)語(yǔ)
總之，冪等和接口防刷都是業(yè)務(wù)中常見(jiàn)的場(chǎng)景，redis，aop也是非常常用的技術(shù)棧，希望大家通過(guò)這個(gè)文章加深對(duì)業(yè)務(wù)、redis、springAOP的使用，后面考慮更ddd重構(gòu)老項(xiàng)目，mq等，不過(guò)時(shí)間不一定，敬請(qǐng)期待。
以上就是Redis+aop實(shí)現(xiàn)接口防刷(冪等)的解決方案的詳細(xì)內(nèi)容，更多關(guān)于Redis aop接口防刷的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Redis是一種內(nèi)存級(jí)數(shù)據(jù)庫(kù),提供高速讀寫(xiě)性能,但數(shù)據(jù)易失,它支持三種持久化方式：RDB（快照持久化）、AOF（追加文件持久化）和混合持久化,RDB通過(guò)快照將數(shù)據(jù)保存到磁盤(pán),AOF記錄所有寫(xiě)操作命令,混合持久化結(jié)合兩者優(yōu)點(diǎn)2025-01-01
Redis數(shù)據(jù)庫(kù)的應(yīng)用場(chǎng)景介紹
這篇文章主要介紹了Redis數(shù)據(jù)庫(kù)的應(yīng)用場(chǎng)景介紹,本文講解了MySql+Memcached架構(gòu)的問(wèn)題、Redis常用數(shù)據(jù)類(lèi)型、Redis數(shù)據(jù)類(lèi)型應(yīng)用和實(shí)現(xiàn)方式、Redis實(shí)際應(yīng)用場(chǎng)景等內(nèi)容,需要的朋友可以參考下2015-06-06
這篇文章主要給大家總結(jié)介紹了關(guān)于Redis連接錯(cuò)誤的相關(guān)資料，文中通過(guò)示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，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-02-02
Redis教程(六)：Sorted-Sets數(shù)據(jù)類(lèi)型
這篇文章主要介紹了Redis教程(六)：Sorted-Sets數(shù)據(jù)類(lèi)型,本文講解了Sorted-Sets數(shù)據(jù)類(lèi)型概述、相關(guān)命令列表、命令使用示例、應(yīng)用范圍等內(nèi)容,需要的朋友可以參考下2015-04-04
redis實(shí)現(xiàn)排行榜的簡(jiǎn)單方法
這篇文章主要給大家介紹了關(guān)于redis實(shí)現(xiàn)排行榜的簡(jiǎn)單方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用redis具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
使用Redis事務(wù)可以有效避免超賣(mài)問(wèn)題,首先,通過(guò)MULTI命令開(kāi)啟事務(wù),將需要執(zhí)行的多個(gè)命令加入到事務(wù)中,然后通過(guò)EXEC命令提交事務(wù),確保這些命令可以一次性、順序地執(zhí)行,在事務(wù)執(zhí)行期間,Redis服務(wù)器不會(huì)執(zhí)行其他客戶(hù)端的命令2024-11-11
這篇文章主要為大家介紹了Reactor?WebFlux集成Redis處理緩存操作示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-09-09
異步redis隊(duì)列實(shí)現(xiàn) 數(shù)據(jù)入庫(kù)的方法
今天小編就為大家分享一篇異步redis隊(duì)列實(shí)現(xiàn) 數(shù)據(jù)入庫(kù)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-10-10
Mac中Redis服務(wù)啟動(dòng)時(shí)錯(cuò)誤信息:NOAUTH Authentication required
這篇文章主要介紹了Mac中使用Redis服務(wù)啟動(dòng)時(shí)錯(cuò)誤信息："NOAUTH Authentication required"問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
這篇文章主要介紹了淺談Redis緩存擊穿、緩存穿透、緩存雪崩的解決方案,緩存是分布式系統(tǒng)中的重要組件，主要解決在高并發(fā)、大數(shù)據(jù)場(chǎng)景下，熱點(diǎn)數(shù)據(jù)訪(fǎng)問(wèn)的性能問(wèn)題,需要的朋友可以參考下2023-03-03