Go+Redis를 사용하여 일반적인 전류 제한 알고리즘을 구현하는 방법
- PHPz앞으로
- 2023-05-27 23:16:40822검색
고정 창
Redis를 사용하여 고정 창을 구현하는 것은 상대적으로 간단합니다. 주로 동시에 고정 창이 하나만 있기 때문에 pexpire 명령을 사용하여 설정할 수 있기 때문입니다. 처음으로 창에 들어갈 때 만료 시간은 창 시간 크기이므로, 동시에 incr 명령을 사용하여 창 개수를 늘립니다. pexpire命令设置过期时间为窗口时间大小，这样窗口会随过期时间而失效，同时我们使用incr命令增加窗口计数。
因为我们需要在counter==1的时候设置窗口的过期时间，为了保证原子性，我们使用简单的Lua脚本实现。
const fixedWindowLimiterTryAcquireRedisScript = `
-- ARGV[1]: 窗口时间大小
-- ARGV[2]: 窗口请求上限
local window = tonumber(ARGV[1])
local limit = tonumber(ARGV[2])
-- 获取原始值
local counter = tonumber(redis.call("get", KEYS[1]))
if counter == nil then
counter = 0
end
-- 若到达窗口请求上限，请求失败
if counter >= limit then
return 0
end
-- 窗口值+1
redis.call("incr", KEYS[1])
if counter == 0 then
redis.call("pexpire", KEYS[1], window)
end
return 1
`package redis
import (
"context"
"errors"
"github.com/go-redis/redis/v8"
"time"
)
// FixedWindowLimiter 固定窗口限流器
type FixedWindowLimiter struct {
limit int // 窗口请求上限
window int // 窗口时间大小
client *redis.Client // Redis客户端
script *redis.Script // TryAcquire脚本
}
func NewFixedWindowLimiter(client *redis.Client, limit int, window time.Duration) (*FixedWindowLimiter, error) {
// redis过期时间精度最大到毫秒，因此窗口必须能被毫秒整除
if window%time.Millisecond != 0 {
return nil, errors.New("the window uint must not be less than millisecond")
}
return &FixedWindowLimiter{
limit: limit,
window: int(window / time.Millisecond),
client: client,
script: redis.NewScript(fixedWindowLimiterTryAcquireRedisScript),
}, nil
}
func (l *FixedWindowLimiter) TryAcquire(ctx context.Context, resource string) error {
success, err := l.script.Run(ctx, l.client, []string{resource}, l.window, l.limit).Bool()
if err != nil {
return err
}
// 若到达窗口请求上限，请求失败
if !success {
return ErrAcquireFailed
}
return nil
}滑动窗口
hash实现
我们使用Redis的hash存储每个小窗口的计数，每次请求会把所有有效窗口的计数累加到count，使用hdel删除失效窗口，最后判断窗口的总计数是否大于上限。
我们基本上把所有的逻辑都放到Lua脚本里面，其中大头是对hash的遍历，时间复杂度是O(N)，N是小窗口数量，所以小窗口数量最好不要太多。
const slidingWindowLimiterTryAcquireRedisScriptHashImpl = `
-- ARGV[1]: 窗口时间大小
-- ARGV[2]: 窗口请求上限
-- ARGV[3]: 当前小窗口值
-- ARGV[4]: 起始小窗口值
local window = tonumber(ARGV[1])
local limit = tonumber(ARGV[2])
local currentSmallWindow = tonumber(ARGV[3])
local startSmallWindow = tonumber(ARGV[4])
-- 计算当前窗口的请求总数
local counters = redis.call("hgetall", KEYS[1])
local count = 0
for i = 1, #(counters) / 2 do
local smallWindow = tonumber(counters[i * 2 - 1])
local counter = tonumber(counters[i * 2])
if smallWindow < startSmallWindow then
redis.call("hdel", KEYS[1], smallWindow)
else
count = count + counter
end
end
-- 若到达窗口请求上限，请求失败
if count >= limit then
return 0
end
-- 若没到窗口请求上限，当前小窗口计数器+1，请求成功
redis.call("hincrby", KEYS[1], currentSmallWindow, 1)
redis.call("pexpire", KEYS[1], window)
return 1
`package redis
import (
"context"
"errors"
"github.com/go-redis/redis/v8"
"time"
)
// SlidingWindowLimiter 滑动窗口限流器
type SlidingWindowLimiter struct {
limit int // 窗口请求上限
window int64 // 窗口时间大小
smallWindow int64 // 小窗口时间大小
smallWindows int64 // 小窗口数量
client *redis.Client // Redis客户端
script *redis.Script // TryAcquire脚本
}
func NewSlidingWindowLimiter(client *redis.Client, limit int, window, smallWindow time.Duration) (
*SlidingWindowLimiter, error) {
// redis过期时间精度最大到毫秒，因此窗口必须能被毫秒整除
if window%time.Millisecond != 0 || smallWindow%time.Millisecond != 0 {
return nil, errors.New("the window uint must not be less than millisecond")
}
// 窗口时间必须能够被小窗口时间整除
if window%smallWindow != 0 {
return nil, errors.New("window cannot be split by integers")
}
return &SlidingWindowLimiter{
limit: limit,
window: int64(window / time.Millisecond),
smallWindow: int64(smallWindow / time.Millisecond),
smallWindows: int64(window / smallWindow),
client: client,
script: redis.NewScript(slidingWindowLimiterTryAcquireRedisScriptHashImpl),
}, nil
}
func (l *SlidingWindowLimiter) TryAcquire(ctx context.Context, resource string) error {
// 获取当前小窗口值
currentSmallWindow := time.Now().UnixMilli() / l.smallWindow * l.smallWindow
// 获取起始小窗口值
startSmallWindow := currentSmallWindow - l.smallWindow*(l.smallWindows-1)
success, err := l.script.Run(
ctx, l.client, []string{resource}, l.window, l.limit, currentSmallWindow, startSmallWindow).Bool()
if err != nil {
return err
}
// 若到达窗口请求上限，请求失败
if !success {
return ErrAcquireFailed
}
return nil
}list实现
如果小窗口数量特别多，可以使用list优化时间复杂度，list的结构是：
[counter, smallWindow1, count1, smallWindow2, count2, smallWindow3, count3...]
也就是我们使用list的第一个元素存储计数器，每个窗口用两个元素表示，第一个元素表示小窗口值，第二个元素表示这个小窗口的计数。由于Redis Lua脚本不支持字符串分割函数，因此不能将小窗口的值和计数放在同一元素中。
具体操作流程：
1.获取list长度
2.如果长度是0，设置counter，长度+1
3.如果长度大于1，获取第二第三个元素
如果该值小于起始小窗口值，counter-第三个元素的值，删除第二第三个元素，长度-2
4.如果counter大于等于limit，请求失败
5.如果长度大于1，获取倒数第二第一个元素
如果倒数第二个元素小窗口值大于等于当前小窗口值，表示当前请求因为网络延迟的问题，到达服务器的时候，窗口已经过时了，把倒数第二个元素当成当前小窗口（因为它更新），倒数第一个元素值+1
否则，添加新的窗口值，添加新的计数（1），更新过期时间
6.否则，添加新的窗口值，添加新的计数（1），更新过期时间
7.counter + 1
8.返回成功
const slidingWindowLimiterTryAcquireRedisScriptListImpl = `
-- ARGV[1]: 窗口时间大小
-- ARGV[2]: 窗口请求上限
-- ARGV[3]: 当前小窗口值
-- ARGV[4]: 起始小窗口值
local window = tonumber(ARGV[1])
local limit = tonumber(ARGV[2])
local currentSmallWindow = tonumber(ARGV[3])
local startSmallWindow = tonumber(ARGV[4])
-- 获取list长度
local len = redis.call("llen", KEYS[1])
-- 如果长度是0，设置counter，长度+1
local counter = 0
if len == 0 then
redis.call("rpush", KEYS[1], 0)
redis.call("pexpire", KEYS[1], window)
len = len + 1
else
-- 如果长度大于1，获取第二第个元素
local smallWindow1 = tonumber(redis.call("lindex", KEYS[1], 1))
counter = tonumber(redis.call("lindex", KEYS[1], 0))
-- 如果该值小于起始小窗口值
if smallWindow1 < startSmallWindow then
local count1 = redis.call("lindex", KEYS[1], 2)
-- counter-第三个元素的值
counter = counter - count1
-- 长度-2
len = len - 2
-- 删除第二第三个元素
redis.call("lrem", KEYS[1], 1, smallWindow1)
redis.call("lrem", KEYS[1], 1, count1)
end
end
-- 若到达窗口请求上限，请求失败
if counter >= limit then
return 0
end
-- 如果长度大于1，获取倒数第二第一个元素
if len > 1 then
local smallWindown = tonumber(redis.call("lindex", KEYS[1], -2))
-- 如果倒数第二个元素小窗口值大于等于当前小窗口值
if smallWindown >= currentSmallWindow then
-- 把倒数第二个元素当成当前小窗口（因为它更新），倒数第一个元素值+1
local countn = redis.call("lindex", KEYS[1], -1)
redis.call("lset", KEYS[1], -1, countn + 1)
else
-- 否则，添加新的窗口值，添加新的计数（1），更新过期时间
redis.call("rpush", KEYS[1], currentSmallWindow, 1)
redis.call("pexpire", KEYS[1], window)
end
else
-- 否则，添加新的窗口值，添加新的计数（1），更新过期时间
redis.call("rpush", KEYS[1], currentSmallWindow, 1)
redis.call("pexpire", KEYS[1], window)
end
-- counter + 1并更新
redis.call("lset", KEYS[1], 0, counter + 1)
return 1
`算法都是操作list头部或者尾部，所以时间复杂度接近O(1)
漏桶算法
漏桶需要保存当前水位和上次放水时间，因此我们使用hash
counter==1일 때 창의 만료 시간을 설정해야 하기 때문에 원자성을 보장하기 위해 간단한 Lua 스크립트 구현을 사용합니다. const leakyBucketLimiterTryAcquireRedisScript = `
-- ARGV[1]: 最高水位
-- ARGV[2]: 水流速度/秒
-- ARGV[3]: 当前时间（秒）
local peakLevel = tonumber(ARGV[1])
local currentVelocity = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local lastTime = tonumber(redis.call("hget", KEYS[1], "lastTime"))
local currentLevel = tonumber(redis.call("hget", KEYS[1], "currentLevel"))
-- 初始化
if lastTime == nil then
lastTime = now
currentLevel = 0
redis.call("hmset", KEYS[1], "currentLevel", currentLevel, "lastTime", lastTime)
end
-- 尝试放水
-- 距离上次放水的时间
local interval = now - lastTime
if interval > 0 then
-- 当前水位-距离上次放水的时间(秒)*水流速度
local newLevel = currentLevel - interval * currentVelocity
if newLevel < 0 then
newLevel = 0
end
currentLevel = newLevel
redis.call("hmset", KEYS[1], "currentLevel", newLevel, "lastTime", now)
end
-- 若到达最高水位，请求失败
if currentLevel >= peakLevel then
return 0
end
-- 若没有到达最高水位，当前水位+1，请求成功
redis.call("hincrby", KEYS[1], "currentLevel", 1)
redis.call("expire", KEYS[1], peakLevel / currentVelocity)
return 1
`package redis
import (
"context"
"github.com/go-redis/redis/v8"
"time"
)
// LeakyBucketLimiter 漏桶限流器
type LeakyBucketLimiter struct {
peakLevel int // 最高水位
currentVelocity int // 水流速度/秒
client *redis.Client // Redis客户端
script *redis.Script // TryAcquire脚本
}
func NewLeakyBucketLimiter(client *redis.Client, peakLevel, currentVelocity int) *LeakyBucketLimiter {
return &LeakyBucketLimiter{
peakLevel: peakLevel,
currentVelocity: currentVelocity,
client: client,
script: redis.NewScript(leakyBucketLimiterTryAcquireRedisScript),
}
}
func (l *LeakyBucketLimiter) TryAcquire(ctx context.Context, resource string) error {
// 当前时间
now := time.Now().Unix()
success, err := l.script.Run(ctx, l.client, []string{resource}, l.peakLevel, l.currentVelocity, now).Bool()
if err != nil {
return err
}
// 若到达窗口请求上限，请求失败
if !success {
return ErrAcquireFailed
}
return nil
}
슬라이딩 창
해시 구현
Redis의해시를 사용하여 각 작은 창의 개수를 저장하고 각 요청은 모든 유효한 창를 저장합니다. >카운트가 count로 누적되고, hdel을 사용하여 유효하지 않은 창을 삭제하고, 마지막으로 창의 총 개수가 상한보다 큰지 여부를 확인합니다. 우리는 기본적으로 Lua 스크립트에 모든 로직을 넣었는데, 여기서 가장 큰 부분은 hash의 순회이고, 시간 복잡도는 O(N)이고, N은 작은 창의 수이므로 숫자는 작은 창문은 너무 많지 않은 것이 가장 좋습니다. const tokenBucketLimiterTryAcquireRedisScript = `
-- ARGV[1]: 容量
-- ARGV[2]: 发放令牌速率/秒
-- ARGV[3]: 当前时间（秒）
local capacity = tonumber(ARGV[1])
local rate = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local lastTime = tonumber(redis.call("hget", KEYS[1], "lastTime"))
local currentTokens = tonumber(redis.call("hget", KEYS[1], "currentTokens"))
-- 初始化
if lastTime == nil then
lastTime = now
currentTokens = capacity
redis.call("hmset", KEYS[1], "currentTokens", currentTokens, "lastTime", lastTime)
end
-- 尝试发放令牌
-- 距离上次发放令牌的时间
local interval = now - lastTime
if interval > 0 then
-- 当前令牌数量+距离上次发放令牌的时间(秒)*发放令牌速率
local newTokens = currentTokens + interval * rate
if newTokens > capacity then
newTokens = capacity
end
currentTokens = newTokens
redis.call("hmset", KEYS[1], "currentTokens", newTokens, "lastTime", now)
end
-- 如果没有令牌，请求失败
if currentTokens == 0 then
return 0
end
-- 果有令牌，当前令牌-1，请求成功
redis.call("hincrby", KEYS[1], "currentTokens", -1)
redis.call("expire", KEYS[1], capacity / rate)
return 1
`rrree
목록 구현
작은 창의 수가 특히 큰 경우list를 사용하여 시간 복잡도를 최적화할 수 있습니다. 목록의 구조는 다음과 같습니다. 🎜🎜[counter, smallWindow1, count1 , smallWindow2, count2, smallWindow3, count3...]🎜🎜즉, 목록의 첫 번째 요소를 사용하여 카운터를 저장합니다. 첫 번째 요소는 작은 창 값을 나타냅니다. 두 요소는 이 작은 창의 개수를 나타냅니다. Redis Lua 스크립트는 문자열 분할 기능을 지원하지 않기 때문에 작은 창의 값과 개수를 동일한 요소에 배치할 수 없습니다. 🎜🎜특정 작업 프로세스: 🎜🎜1. 목록의 길이를 가져옵니다. 🎜🎜2. 길이가 0이면 카운터를 설정하고 길이 + 1을 설정합니다. 🎜🎜3 길이가 1보다 크면 두 번째 및 세 번째 요소를 가져옵니다. 🎜🎜값이 시작 작은 창 값보다 작은 경우 카운터-세 번째 요소의 값, 두 번째 및 세 번째 요소 길이 -2🎜🎜4를 삭제합니다. 카운터가 제한보다 크거나 같으면 요청이 실패합니다🎜 🎜5. 길이가 1보다 크면 마지막 요소를 가져옵니다. 2. 첫 번째 요소🎜- 🎜두 번째 요소의 작은 창 값이 다음보다 큰 경우 현재 작은 창 값과 같으면 네트워크 지연으로 인해 현재 요청이 서버에 도달하지 않았음을 의미합니다. 창이 오래된 경우 두 번째 요소를 현재 작은 창으로 처리합니다(업데이트되므로). 두 번째 요소 값 +1🎜
- 🎜그렇지 않으면 새 창 값을 추가하고 새 개수(1)를 추가하고 만료 시간을 업데이트합니다 🎜 🎜🎜6. 그렇지 않으면 새 창 값을 추가합니다. , 새 개수 추가(1), 만료 시간 업데이트 🎜🎜7.counter + 1🎜🎜8. 반환 성공 🎜
package redis
import (
"context"
"github.com/go-redis/redis/v8"
"time"
)
// TokenBucketLimiter 令牌桶限流器
type TokenBucketLimiter struct {
capacity int // 容量
rate int // 发放令牌速率/秒
client *redis.Client // Redis客户端
script *redis.Script // TryAcquire脚本
}
func NewTokenBucketLimiter(client *redis.Client, capacity, rate int) *TokenBucketLimiter {
return &TokenBucketLimiter{
capacity: capacity,
rate: rate,
client: client,
script: redis.NewScript(tokenBucketLimiterTryAcquireRedisScript),
}
}
func (l *TokenBucketLimiter) TryAcquire(ctx context.Context, resource string) error {
// 当前时间
now := time.Now().Unix()
success, err := l.script.Run(ctx, l.client, []string{resource}, l.capacity, l.rate, now).Bool()
if err != nil {
return err
}
// 若到达窗口请求上限，请求失败
if !success {
return ErrAcquireFailed
}
return nil
}🎜알고리즘은 list의 헤드 또는 테일에서 작동하므로 시간 복잡성은 O(1)에 가깝습니다.🎜🎜Leaky bucket 알고리즘🎜🎜Leaky bucket은 현재 수위와 마지막 물 방류 시간을 저장해야 하므로 hash를 사용하여 이 두 값을 저장합니다. 🎜const slidingLogLimiterTryAcquireRedisScriptHashImpl = `
-- ARGV[1]: 当前小窗口值
-- ARGV[2]: 第一个策略的窗口时间大小
-- ARGV[i * 2 + 1]: 每个策略的起始小窗口值
-- ARGV[i * 2 + 2]: 每个策略的窗口请求上限
local currentSmallWindow = tonumber(ARGV[1])
-- 第一个策略的窗口时间大小
local window = tonumber(ARGV[2])
-- 第一个策略的起始小窗口值
local startSmallWindow = tonumber(ARGV[3])
local strategiesLen = #(ARGV) / 2 - 1
-- 计算每个策略当前窗口的请求总数
local counters = redis.call("hgetall", KEYS[1])
local counts = {}
-- 初始化counts
for j = 1, strategiesLen do
counts[j] = 0
end
for i = 1, #(counters) / 2 do
local smallWindow = tonumber(counters[i * 2 - 1])
local counter = tonumber(counters[i * 2])
if smallWindow < startSmallWindow then
redis.call("hdel", KEYS[1], smallWindow)
else
for j = 1, strategiesLen do
if smallWindow >= tonumber(ARGV[j * 2 + 1]) then
counts[j] = counts[j] + counter
end
end
end
end
-- 若到达对应策略窗口请求上限，请求失败，返回违背的策略下标
for i = 1, strategiesLen do
if counts[i] >= tonumber(ARGV[i * 2 + 2]) then
return i - 1
end
end
-- 若没到窗口请求上限，当前小窗口计数器+1，请求成功
redis.call("hincrby", KEYS[1], currentSmallWindow, 1)
redis.call("pexpire", KEYS[1], window)
return -1
`package redis
import (
"context"
"errors"
"fmt"
"github.com/go-redis/redis/v8"
"sort"
"time"
)
// ViolationStrategyError 违背策略错误
type ViolationStrategyError struct {
Limit int // 窗口请求上限
Window time.Duration // 窗口时间大小
}
func (e *ViolationStrategyError) Error() string {
return fmt.Sprintf("violation strategy that limit = %d and window = %d", e.Limit, e.Window)
}
// SlidingLogLimiterStrategy 滑动日志限流器的策略
type SlidingLogLimiterStrategy struct {
limit int // 窗口请求上限
window int64 // 窗口时间大小
smallWindows int64 // 小窗口数量
}
func NewSlidingLogLimiterStrategy(limit int, window time.Duration) *SlidingLogLimiterStrategy {
return &SlidingLogLimiterStrategy{
limit: limit,
window: int64(window),
}
}
// SlidingLogLimiter 滑动日志限流器
type SlidingLogLimiter struct {
strategies []*SlidingLogLimiterStrategy // 滑动日志限流器策略列表
smallWindow int64 // 小窗口时间大小
client *redis.Client // Redis客户端
script *redis.Script // TryAcquire脚本
}
func NewSlidingLogLimiter(client *redis.Client, smallWindow time.Duration, strategies ...*SlidingLogLimiterStrategy) (
*SlidingLogLimiter, error) {
// 复制策略避免被修改
strategies = append(make([]*SlidingLogLimiterStrategy, 0, len(strategies)), strategies...)
// 不能不设置策略
if len(strategies) == 0 {
return nil, errors.New("must be set strategies")
}
// redis过期时间精度最大到毫秒，因此窗口必须能被毫秒整除
if smallWindow%time.Millisecond != 0 {
return nil, errors.New("the window uint must not be less than millisecond")
}
smallWindow = smallWindow / time.Millisecond
for _, strategy := range strategies {
if strategy.window%int64(time.Millisecond) != 0 {
return nil, errors.New("the window uint must not be less than millisecond")
}
strategy.window = strategy.window / int64(time.Millisecond)
}
// 排序策略，窗口时间大的排前面，相同窗口上限大的排前面
sort.Slice(strategies, func(i, j int) bool {
a, b := strategies[i], strategies[j]
if a.window == b.window {
return a.limit > b.limit
}
return a.window > b.window
})
for i, strategy := range strategies {
// 随着窗口时间变小，窗口上限也应该变小
if i > 0 {
if strategy.limit >= strategies[i-1].limit {
return nil, errors.New("the smaller window should be the smaller limit")
}
}
// 窗口时间必须能够被小窗口时间整除
if strategy.window%int64(smallWindow) != 0 {
return nil, errors.New("window cannot be split by integers")
}
strategy.smallWindows = strategy.window / int64(smallWindow)
}
return &SlidingLogLimiter{
strategies: strategies,
smallWindow: int64(smallWindow),
client: client,
script: redis.NewScript(slidingLogLimiterTryAcquireRedisScriptHashImpl),
}, nil
}
func (l *SlidingLogLimiter) TryAcquire(ctx context.Context, resource string) error {
// 获取当前小窗口值
currentSmallWindow := time.Now().UnixMilli() / l.smallWindow * l.smallWindow
args := make([]interface{}, len(l.strategies)*2+2)
args[0] = currentSmallWindow
args[1] = l.strategies[0].window
// 获取每个策略的起始小窗口值
for i, strategy := range l.strategies {
args[i*2+2] = currentSmallWindow - l.smallWindow*(strategy.smallWindows-1)
args[i*2+3] = strategy.limit
}
index, err := l.script.Run(
ctx, l.client, []string{resource}, args...).Int()
if err != nil {
return err
}
// 若到达窗口请求上限，请求失败
if index != -1 {
return &ViolationStrategyError{
Limit: l.strategies[index].limit,
Window: time.Duration(l.strategies[index].window),
}
}
return nil
}🎜토큰 버킷🎜🎜토큰 버킷은 리키 버킷(Leaky Bucket)의 반대 알고리즘으로 볼 수 있습니다. 그 중 하나는 버킷에 물을 붓는 것이고, 다른 하나는 버킷에서 토큰을 얻는 것입니다. 🎜rrreeerrreee🎜슬라이딩 로그🎜🎜알고리즘 프로세스는 여러 전략을 지정할 수 있다는 점을 제외하면 슬라이딩 창과 동일합니다. 동시에 요청이 실패하면 어떤 전략이 차단되었는지 호출자에게 알려야 합니다. 🎜rrreerrree위 내용은 Go+Redis를 사용하여 일반적인 전류 제한 알고리즘을 구현하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
성명：
이 기사는 yisu.com에서 복제됩니다. 침해가 있는 경우 admin@php.cn으로 문의하시기 바랍니다. 삭제