redis?zset實(shí)現(xiàn)滑動窗口限流的代碼
限流
需求背景:同一用戶1分鐘內(nèi)登錄失敗次數(shù)超過3次,頁面添加驗(yàn)證碼登錄驗(yàn)證,也即是限流的思想。
常見的限流算法:固定窗口計數(shù)器;滑動窗口計數(shù)器;漏桶;令牌桶。本篇選擇的滑動窗口計數(shù)器
redis zset特性
Redis 有序集合(sorted set)和集合(set)一樣也是 string 類型元素的集合,且不允許重復(fù)的成員。不同的是每個元素都會關(guān)聯(lián)一個 double 類型的分?jǐn)?shù)(score)。redis 正是通過分?jǐn)?shù)來為集合中的成員進(jìn)行從小到大的排序。
可參考java的LinkedHashMap和HashMap,都是通過多維護(hù)變量使無序的集合變成有序的。區(qū)別是LinkedHashMap內(nèi)部是多維護(hù)了2個成員變量Entry<K,V> before, after用于雙向鏈表的連接,redis zset是多維護(hù)了一個score變量完成順序的排列。
有序集合的成員是唯一的,但分?jǐn)?shù)(score)可以重復(fù)。
滑動窗口算法
滑動窗口算法思想就是記錄一個滑動的時間窗口內(nèi)的操作次數(shù),操作次數(shù)超過閾值則進(jìn)行限流。
網(wǎng)上找的圖:



java代碼實(shí)現(xiàn)
key使用用戶的登錄名,value數(shù)據(jù)類型使用zset,zset的score使用當(dāng)前登錄時間戳,value也使用當(dāng)前登錄時間戳。
key雖然我用的登錄名(已滿足我的需求),但建議實(shí)際應(yīng)用時使用uid等具有唯一標(biāo)識的字段。zset要求value唯一不可重復(fù),所以當(dāng)前時間戳需不需要再添加一隨機(jī)數(shù)來做唯一標(biāo)識待驗(yàn)證。
import java.util.concurrent.TimeUnit;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ZSetOperations;
import org.springframework.stereotype.Component;
/**
* redis使用zset實(shí)現(xiàn)滑動窗口計數(shù)
* key:sliding_window_用戶登錄名
* value(zset):value=當(dāng)前時間戳,score=當(dāng)前時間戳
*
* @author zhaoshuxiang
* @date 2022/3/2
*/
@Component
@Slf4j
public class SlidingWindowCounter {
/**
* redis key前綴
*/
private static final String SLIDING_WINDOW = "sliding_window_";
@Autowired
private RedisTemplate redisTemplate;
* 判斷key的value中的有效訪問次數(shù)是否超過最大限定值maxCount
* 判斷與數(shù)量增長分開處理
*
* @param key redis key
* @param windowInSecond 窗口間隔,秒
* @param maxCount 最大計數(shù)
* @return 是 or 否
public boolean overMaxCount(String key, int windowInSecond, long maxCount) {
key = SLIDING_WINDOW + key;
log.info("redis key = {}", key);
// 當(dāng)前時間
long currentMs = System.currentTimeMillis();
// 窗口開始時間
long windowStartMs = currentMs - windowInSecond * 1000L;
// 按score統(tǒng)計key的value中的有效數(shù)量
Long count = redisTemplate.opsForZSet().count(key, windowStartMs, currentMs);
// 已訪問次數(shù) >= 最大可訪問值
return count >= maxCount;
}
* 判斷key的value中的有效訪問次數(shù)是否超過最大限定值maxCount,若沒超過,調(diào)用increment方法,將窗口內(nèi)的訪問數(shù)加一
* 判斷與數(shù)量增長同步處理
* @return 可訪問 or 不可訪問
public boolean canAccess(String key, int windowInSecond, long maxCount) {
//按key統(tǒng)計集合中的有效數(shù)量
Long count = redisTemplate.opsForZSet().zCard(key);
if (count < maxCount) {
increment(key, windowInSecond);
return true;
} else {
return false;
}
* 滑動窗口計數(shù)增長
public void increment(String key, Integer windowInSecond) {
long windowStartMs = currentMs - windowInSecond * 1000;
// 單例模式(提升性能)
ZSetOperations zSetOperations = redisTemplate.opsForZSet();
// 清除窗口過期成員
zSetOperations.removeRangeByScore(key, 0, windowStartMs);
// 添加當(dāng)前時間 value=當(dāng)前時間戳 score=當(dāng)前時間戳
zSetOperations.add(key, String.valueOf(currentMs), currentMs);
// 設(shè)置key過期時間
redisTemplate.expire(key, windowInSecond, TimeUnit.SECONDS);
}
補(bǔ)充:Redis zSet實(shí)現(xiàn)滑動窗口對短信進(jìn)行防刷限流
前言
主要針對目前線上短信被腳本惡意盜刷的情況,用Redis實(shí)現(xiàn)滑動窗口限流
示例代碼
public void checkCurrentWindowValue(String telNum) {
? ? ? ??
? ? ? ? String windowKey = CommonConstant.getNnSmsWindowKey(telNum);
? ? ? ? //獲取當(dāng)前時間戳
? ? ? ? long currentTime = System.currentTimeMillis();
? ? ? ? //1小時,默認(rèn)只能發(fā)5次,參數(shù)smsWindowMax做成可配置項(xiàng),配置到Nacos配置中心,可以動態(tài)調(diào)整
? ? ? ? if (RedisUtil.hasKey(windowKey)) {
? ? ? ? ? ? //參數(shù)smsWindowTime表示限制的窗口時間
? ? ? ? ? ? //這里獲取當(dāng)前時間與限制窗口時間之間的短信發(fā)送次數(shù)
? ? ? ? ? ? Optional<Long> optional = Optional.ofNullable(RedisUtil.zCount(windowKey, currentTime - smsWindowTime, currentTime));
? ? ? ? ? ? if (optional.isPresent()) {
? ? ? ? ? ? ? ? long count = optional.get();
? ? ? ? ? ? ? ? if (count >= smsWindowMax) {
? ? ? ? ? ? ? ? ? ? log.error("==========>當(dāng)前號碼:{} 短信發(fā)送太頻繁,{}", telNum, count);
? ? ? ? ? ? ? ? ? ? throw new ServiceException(MidRetCode.umid_10060);
? ? ? ? ? ? ? ? }
? ? ? ? ? ? }
? ? ? ? }
? ? ? ? StringBuilder sb =new StringBuilder();
? ? ? ? String windowEle = sb.append(telNum).append(":").append(currentTime).toString();
? ? ? ? //添加當(dāng)前發(fā)送元素到zSet中(由于保證元素唯一,這里將元素加上了當(dāng)前時間戳)
? ? ? ? RedisUtil.zAdd(windowKey, windowEle, currentTime);
? ? ? ? //設(shè)置2倍窗口Key:windowKey 的過期時間
? ? ? ? RedisUtil.expire(windowKey, smsWindowTime*2, TimeUnit.MILLISECONDS);
? ? }到此這篇關(guān)于redis zset實(shí)現(xiàn)滑動窗口限流的文章就介紹到這了,更多相關(guān)redis zset滑動窗口限流內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Centos7 Redis主從搭建配置的實(shí)現(xiàn)
這篇文章主要介紹了Centos7 Redis主從搭建配置的實(shí)現(xiàn),小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-06-06
Redis數(shù)據(jù)結(jié)構(gòu)之跳躍表使用學(xué)習(xí)
這篇文章主要為大家介紹了Redis數(shù)據(jù)結(jié)構(gòu)之跳躍表使用學(xué)習(xí),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-07-07
Redis+Caffeine實(shí)現(xiàn)多級緩存的步驟
隨著不斷的發(fā)展,這一架構(gòu)也產(chǎn)生了改進(jìn),在一些場景下可能單純使用Redis類的遠(yuǎn)程緩存已經(jīng)不夠了,還需要進(jìn)一步配合本地緩存使用,例如Guava cache或Caffeine,從而再次提升程序的響應(yīng)速度與服務(wù)性能,這篇文章主要介紹了Redis+Caffeine實(shí)現(xiàn)多級緩存,需要的朋友可以參考下2024-01-01

