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

在這裡插入圖片描述

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

在這裡插入圖片描述

最後執行即可:
可以使用jemster進行測試:

在這裡插入圖片描述

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: