基於Redis實現分布式應用限流--轉

原文地址：https://my.oschina.net/giegie/blog/1525931

摘要: 限流的目的是通過對並發訪問/請求進行限速或者一個時間窗口內的的請求進行限速來保護系統，一旦達到限制速率則可以拒絕服務。

限流的目的是通過對並發訪問/請求進行限速或者一個時間窗口內的的請求進行限速來保護系統，一旦達到限制速率則可以拒絕服務。

前幾天在DD的公眾號，看了一篇關於使用 瓜娃 實現單應用限流的方案 --》原文，參考《redis in action》 實現了一個jedis版本的，都屬於業務層次限制。 實際場景中常用的限流策略：

• Nginx接入層限流
  按照一定的規則如帳號、IP、系統調用邏輯等在Nginx層面做限流

• 業務應用系統限流
  通過業務代碼控制流量這個流量可以被稱為信號量，可以理解成是一種鎖，它可以限制一項資源最多能同時被多少進程訪問。

代碼實現

import redis.clients.jedis.Jedis; import redis.clients.jedis.Transaction; import redis.clients.jedis.ZParams; import java.util.List; import java.util.UUID; /** * @email [e-mail] * @data 2017-08 */ public class RedisRateLimiter { private static final String BUCKET = "BUCKET"; private static final String BUCKET_COUNT = "BUCKET_COUNT"; private static final String BUCKET_MONITOR = "BUCKET_MONITOR"; static String acquireTokenFromBucket( Jedis jedis, int limit, long timeout) { String identifier = UUID.randomUUID().toString(); long now = System.currentTimeMillis(); Transaction transaction = jedis.multi(); //刪除信號量 transaction.zremrangeByScore(BUCKET_MONITOR.getBytes(), "-inf".getBytes(), String.valueOf(now - timeout).getBytes()); ZParams params = new ZParams(); params.weightsByDouble(1.0,0.0); transaction.zinterstore(BUCKET, params, BUCKET, BUCKET_MONITOR); //計數器自增 transaction.incr(BUCKET_COUNT); List<Object> results = transaction.exec(); long counter = (Long) results.get(results.size() - 1); transaction = jedis.multi(); transaction.zadd(BUCKET_MONITOR, now, identifier); transaction.zadd(BUCKET, counter, identifier); transaction.zrank(BUCKET, identifier); results = transaction.exec(); //獲取排名，判斷請求是否取得了信號量 long rank = (Long) results.get(results.size() - 1); if (rank < limit) { return identifier; } else {//沒有獲取到信號量，清理之前放入redis 中垃圾數據 transaction = jedis.multi(); transaction.zrem(BUCKET_MONITOR, identifier); transaction.zrem(BUCKET, identifier); transaction.exec(); } return null; } } 

調用

測試接口調用
@GetMapping("/") public void index(HttpServletResponse response) throws IOException { Jedis jedis = jedisPool.getResource(); String token = RedisRateLimiter.acquireTokenFromBucket(jedis, LIMIT, TIMEOUT); if (token == null) { response.sendError(500); }else{ //TODO 你的業務邏輯 } jedisPool.returnResource(jedis); } 

優化

使用攔截器 + 注解優化代碼

攔截器

@Configuration static class WebMvcConfigurer extends WebMvcConfigurerAdapter { private Logger logger = LoggerFactory.getLogger(WebMvcConfigurer.class); @Autowired private JedisPool jedisPool; public void addInterceptors(InterceptorRegistry registry) { registry.addInterceptor(new HandlerInterceptorAdapter() { public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception { HandlerMethod handlerMethod = (HandlerMethod) handler; Method method = handlerMethod.getMethod(); RateLimiter rateLimiter = method.getAnnotation(RateLimiter.class); if (rateLimiter != null){ int limit = rateLimiter.limit(); int timeout = rateLimiter.timeout(); Jedis jedis = jedisPool.getResource(); String token = RedisRateLimiter.acquireTokenFromBucket(jedis, limit, timeout); if (token == null) { response.sendError(500); return false; } logger.debug("token -> {}",token); jedis.close(); } return true; } }).addPathPatterns("/*"); } } 

定義注解

/** * @email [e-mail] * @data 2017-08 * 限流注解 */ @Target(ElementType.METHOD) @Retention(RetentionPolicy.RUNTIME) @Documented public @interface RateLimiter { int limit() default 5; int timeout() default 1000; } 

使用

@RateLimiter(limit = 2, timeout = 5000) @GetMapping("/test") public void test() { } 

並發測試

工具：apache-jmeter-3.2
說明： 沒有獲取到信號量的接口返回500，status是紅色，獲取到信號量的接口返回200，status是綠色。
當限制請求信號量為2，並發5個線程： 
當限制請求信號量為5，並發10個線程：

資料

基於reids + lua的實現

張開濤-聊聊高並發系統之限流特技-1

總結

1. 對於信號量的操作，使用事務操作。
2. 不要使用時間戳作為信號量的排序分數，因為在分布式環境中，各個節點的時間差的原因，會出現不公平信號量的現象。
3. 可以使用把這塊代碼抽成@rateLimiter注解，然后再方法上使用就會很方便啦
4. 不同接口的流控，可以參考源碼的里面RedisRateLimiterPlus,無非是每個接口生成一個監控參數
5. 源碼http://git.oschina.net/boding1/pig-cloud