基於redis+lua進行限流的方法
1,首先我們redis有很多限流的算法(比如:令牌桶,計數器,時間窗口)等,但是都有一定的缺點,令牌桶在單項目中相對來說比較穩定,但是在分佈式集群裡面缺顯的不那麼友好,這時候,在分佈式裡面進行限流的話,我們則可以使用redis+lua腳本進行限流,能抗住億級並發
2,下面說說lua+redis進行限流的做法
開發環境:idea+redis+lua
第一:
打開idea的插件市場,然後搜索lua,點擊右邊的安裝,然後安裝好瞭,重啟即可
第二:寫一個自定義限流註解
package com.sport.sportcloudmarathonh5.config; import java.lang.annotation.*; /** * @author zdj * @version 1.0.0 * @description 自定義註解實現分佈式限流 */ @Target(value = ElementType.METHOD) @Retention(RetentionPolicy.RUNTIME) @Documented public @interface RedisLimitStream { /** * 請求限制,一秒內可以允許好多個進入(默認一秒可以支持100個) * @return */ int reqLimit() default 1000; /** * 模塊名稱 * @return */ String reqName() default ""; }
第三:在指定的方法上面添加該註解
/** * 壓測接口 * @return */ @Login(isLogin = false) @RedisLimitStream(reqName = "名額秒殺", reqLimit = 1000) @ApiOperation(value = "壓測接口", notes = "壓測接口", httpMethod = "GET") @RequestMapping(value = "/pressure", method = RequestMethod.GET) public ResultVO<Object> pressure(){ return ResultVO.success("搶購成功!"); }
第四:添加一個攔截器對訪問的方法在訪問之前進行攔截:
package com.sport.sportcloudmarathonh5.config; import com.alibaba.fastjson.JSONObject; import com.sport.sportcloudmarathonh5.service.impl.RedisService; import org.aspectj.lang.ProceedingJoinPoint; import org.aspectj.lang.annotation.Around; import org.aspectj.lang.annotation.Aspect; import org.aspectj.lang.annotation.Pointcut; import org.aspectj.lang.reflect.MethodSignature; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.script.RedisScript; import org.springframework.stereotype.Component; import org.springframework.util.ObjectUtils; import javax.servlet.http.HttpServletResponse; import java.io.PrintWriter; import java.util.ArrayList; import java.util.List; /** * @author zdj * @version 1.0.0 * @description MyRedisLimiter註解的切面類 */ @Aspect @Component public class RedisLimiterAspect { private final Logger logger = LoggerFactory.getLogger(RedisLimitStream.class); /** * 當前響應請求 */ @Autowired private HttpServletResponse response; /** * redis服務 */ @Autowired private RedisService redisService; /** * 執行redis的腳本文件 */ @Autowired private RedisScript<Boolean> rateLimitLua; /** * 對所有接口進行攔截 */ @Pointcut("execution(public * com.sport.sportcloudmarathonh5.controller.*.*(..))") public void pointcut(){} /** * 對切點進行繼續處理 */ @Around("pointcut()") public Object process(ProceedingJoinPoint proceedingJoinPoint) throws Throwable{ //使用反射獲取RedisLimitStream註解 MethodSignature signature = (MethodSignature) proceedingJoinPoint.getSignature(); //沒有添加限流註解的方法直接放行 RedisLimitStream redisLimitStream = signature.getMethod().getDeclaredAnnotation(RedisLimitStream.class); if(ObjectUtils.isEmpty(redisLimitStream)){ return proceedingJoinPoint.proceed(); } //List設置Lua的KEYS[1] List<String> keyList = new ArrayList<>(); keyList.add("ip:" + (System.currentTimeMillis() / 1000)); //獲取註解上的參數,獲取配置的速率 //List設置Lua的ARGV[1] int value = redisLimitStream.reqLimit(); // 調用Redis執行lua腳本,未拿到令牌的,直接返回提示 boolean acquired = redisService.execute(rateLimitLua, keyList, value); logger.info("執行lua結果:" + acquired); if(!acquired){ this.limitStreamBackMsg(); return null; } //獲取到令牌,繼續向下執行 return proceedingJoinPoint.proceed(); } /** * 被攔截的人,提示消息 */ private void limitStreamBackMsg() { response.setHeader("Content-Type", "text/html;charset=UTF8"); PrintWriter writer = null; try { writer = response.getWriter(); writer.println("{\"code\":503,\"message\":\"當前排隊人較多,請稍後再試!\",\"data\":\"null\"}"); writer.flush(); } catch (Exception e) { e.printStackTrace(); } finally { if (writer != null) { writer.close(); } } } }
第五:寫個配置類,在啟動的時候將我們的lua腳本代碼加載到redisscript中
package com.sport.sportcloudmarathonh5.config; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.core.io.ClassPathResource; import org.springframework.data.redis.core.script.DefaultRedisScript; /** * @author zdj * @version 1.0.0 * @description 實現redis的編碼方式 */ @Configuration public class RedisConfiguration { /** * 初始化將lua腳本加載到redis腳本中 * @return */ @Bean public DefaultRedisScript loadRedisScript() { DefaultRedisScript redisScript = new DefaultRedisScript(); redisScript.setLocation(new ClassPathResource("limit.lua")); redisScript.setResultType(Boolean.class); return redisScript; } }
第六:redis執行lua的方法
/** * 執行lua腳本 * @param redisScript lua源代碼腳本 * @param keyList * @param value * @return */ public boolean execute(RedisScript<Boolean> redisScript, List<String> keyList, int value) { return redisTemplate.execute(redisScript, keyList, String.valueOf(value)); }
第七:在resources目錄下面新加一個lua腳本文件,將下面代碼拷貝進去即可:
local key = KEYS[1] --限流KEY(一秒一個) local limit = tonumber(ARGV[1]) --限流大小 local current = tonumber(redis.call('get', key) or "0") if current + 1 > limit then --如果超出限流大小 return false else --請求數+1,並設置2秒過期 redis.call("INCRBY", key, "1") redis.call("expire", key, "2") end return true
最後執行即可:
可以使用jemster進行測試:
到此這篇關於基於redis+lua進行限流的文章就介紹到這瞭,更多相關redis lua限流內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Spring基礎之AOP的概念介紹
- 手寫redis@Cacheable註解 參數java對象作為key值詳解
- java設計模式(實戰)-責任鏈模式
- 手寫redis@Cacheable註解 支持過期時間設置方式
- Spring AOP中三種增強方式的示例詳解