這篇文章跟大家介紹Redis實現限流的三種方式。有一定的參考價值,有需要的朋友可以參考一下,希望對大家有幫助。
【相關推薦:Redis影片教學】
面對越來越多的高並發場景,限流顯示的尤為重要。
當然,限流有許多種實現的方式,Redis具有很強大的功能,我用Redis實踐了三種的實現方式,可以較為簡單的實現其方式。 Redis不只是可以做限流,還可以做資料統計,附近的人等功能,這些可能會後續寫到。
第一種:基於Redis的setnx的運算
我們在使用Redis的分散式鎖定的時候,大家都知道是依靠了setnx的指令,在CAS(Compare and swap)的操作的時候,同時給指定的key設定了過期實踐(expire),我們在限流的主要目的就是為了在單位時間內,有且僅有N數量的請求能夠存取我的代碼程式。所以依靠setnx可以很輕鬆的做到這方面的功能。
例如我們需要在10秒內限定20個請求,那麼我們在setnx的時候可以設定過期時間10,當請求的setnx數量達到20時候即達到了限流效果。程式碼比較簡單就不做展示了。
特定的setnx用法可以參考我另一篇部落格 RedisTemplate下Redis分散式鎖定引發的系列問題
當然這種做法的弊端是很多的,例如當統計1-10秒的時候,無法統計2-11秒之內,如果需要統計N秒內的M個請求,那麼我們的Redis中需要保持N個key等等問題
第二種:基於Redis的資料結構zset
其實限流涉及的最主要的是滑動窗口,上面也提到1-10怎麼變成2-11。其實也就是起始值和末端值都各 1即可。
而我們如果用Redis的list資料結構可以輕鬆的實現該功能
我們可以將請求打造成一個zset數組,當每一次請求進來的時候,value保持唯一,可以用UUID生成,而score可以用當前時間戳表示,因為score我們可以用來計算當前時間戳記內有多少的請求數量。而zset資料結構也提供了range方法讓我們可以很輕易的取得到2個時間戳內有多少請求
程式碼如下
public Response limitFlow(){ Long currentTime = new Date().getTime(); System.out.println(currentTime); if(redisTemplate.hasKey("limit")) { Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime - intervalTime, currentTime).size(); // intervalTime是限流的时间 System.out.println(count); if (count != null && count > 5) { return Response.ok("每分钟最多只能访问5次"); } } redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime); return Response.ok("访问成功"); }
透過上述程式碼可以做到滑動視窗的效果,並且能確保每N秒內至多M個請求,缺點就是zset的資料結構會越來越大。實作方式相對也是比較簡單的。
第三種:基於Redis的令牌桶演算法
# 提到限流就必須提到令牌桶算法了。具體可以參考度娘的解釋 令牌桶演算法
令牌桶演算法提及到輸入速率和輸出速率,當輸出速率大於輸入速率,那麼就超出流量限制了。
也就是說我們每訪問一次請求的時候,可以從Redis取得一個令牌,如果拿到令牌了,那就表示沒超出限制,而如果拿不到,則結果相反。
依靠上述的思想,我們可以結合Redis的List資料結構很輕易的做到這樣的程式碼,只是簡單實作
依賴List的leftPop來取得令牌
// 输出令牌 public Response limitFlow2(Long id){ Object result = redisTemplate.opsForList().leftPop("limit_list"); if(result == null){ return Response.ok("当前令牌桶中无令牌"); } return Response.ok(articleDescription2); }
再依靠Java的定時任務,定時往List中rightPush令牌,當然令牌也需要唯一性,所以我這裡還是用UUID進行了生成
// 10S的速率往令牌桶中添加UUID,只为保证唯一性 @Scheduled(fixedDelay = 10_000,initialDelay = 0) public void setIntervalTimeTask(){ redisTemplate.opsForList().rightPush("limit_list",UUID.randomUUID().toString()); }
綜上,程式碼實現起始都不是很難,針對這些限流方式我們可以在AOP或是filter加入以上程式碼,用來做到介面的限流,最終保護你的網站。
Redis其實還有很多其他的用途,他的作用不只是緩存,分散式鎖定的作用。他的資料結構也不只是只有String,Hash,List,Set,Zset。有興趣的可以後續了解下他的GeoHash演算法;BitMap,HLL以及布隆過濾器資料(Redis4.0之後加入,可以用Docker直接安裝redislabs/rebloom)結構。
更多程式相關知識,請造訪:程式設計教學! !
以上是淺談Redis限流的3種實作方式的詳細內容。更多資訊請關注PHP中文網其他相關文章!