当前位置:网站首页>redis + lua实现分布式接口限流实现方案

redis + lua实现分布式接口限流实现方案

2022-06-24 20:01:00 步尔斯特

前言

redis + lua脚本已然成为了单体项目主流的限流方案。

redis凭借其特性成为了中间件的佼佼者,最新官方测试数据:

  • 读的速度是110000次/s
  • 写的速度是81000次/s。

lua:

  • 减少网络开销:使用Lua脚本,无需向Redis 发送多次请求,执行一次即可,减少网络传输
  • 原子操作:Redis 将整个Lua脚本作为一个命令执行,原子,无需担心并发
  • 复用:Lua脚本一旦执行,会永久保存 Redis 中,,其他客户端可复用

操作

在需要限流的接口处添加如下注解(@RedisLimit),在原有基础上,无需添加任何依赖即可实现限流。

@RedisLimit(name = "订单秒杀", prefix = "seckill", key = "distributed", count = 1, period = 1, limitType = LimitType.IP, msg = "当前排队人数较多,请稍后再试!")
@GetMapping("/limit/distributed/{id}")
public ResponseEntity<Object> limitDistributed(@PathVariable("id") String id) {
    

    return ResponseEntity.ok("成功购买:" + id + "个");
}

介绍

/** * 资源名称 */
String name() default "";

/** * 前缀 */
String prefix() default "";

/** * 资源key */
String key() default "";

/** * 最多访问次数 */
int count();

/** * 时间,秒级 */
int period();

/** * 类型 */
LimitType limitType() default LimitType.CUSTOMER;

/** * 提示信息 */
String msg() default "系统繁忙,请稍后再试";

功能

  • 默认根据全局接口的QPS作为流控指标
  • 可在独立IP和全局接口自由切换
  • 可自定义时间及规定时间内的QPS
  • 可根据key值做后期的数据监控和统计

原理

  • 以流量作为切点、滑动时间窗口作为核心算法。

  • lua脚本以保证其原子性操作

核心代码(部分展示)

lua脚本

redis.replicate_commands();
local listLen,time
listLen = redis.call('LLEN', KEYS[1]) 
if listLen and tonumber(listLen) < tonumber(ARGV[1]) then
local a = redis.call('TIME');
redis.call('LPUSH', KEYS[1], a[1]*1000000+a[2]) 
else
time = redis.call('LINDEX', KEYS[1], -1)
local a = redis.call('TIME');
if a[1]*1000000+a[2] - time < tonumber(ARGV[2])*1000000 then
return 0;
else
redis.call('LPUSH', KEYS[1], a[1]*1000000+a[2])
redis.call('LTRIM', KEYS[1], 0, tonumber(ARGV[1])-1)
end
end
return 1;

切点处理

Long number = redisTemplate.execute(SECKILL_SCRIPT, keys, count, period);
if(number != null && number.intValue() == 1){
    
                return pjp.proceed();
            }
原网站

版权声明
本文为[步尔斯特]所创,转载请带上原文链接,感谢
https://issavior.blog.csdn.net/article/details/125425747