欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用Redis完成接口限流的過程

 更新時(shí)間:2024年05月30日 16:21:27   作者:Mr丶呂  
在一個(gè)高并發(fā)系統(tǒng)中對(duì)流量的把控是非常重要的,當(dāng)巨大的流量直接請(qǐng)求到我們的服務(wù)器上沒多久就可能造成接口不可用,為了避免這種情況的發(fā)生我們就需要在請(qǐng)求接口時(shí)對(duì)接口進(jìn)行限流的操作,這篇文章主要介紹了使用Redis完成接口限流的過程,需要的朋友可以參考下

接口限流

在一個(gè)高并發(fā)系統(tǒng)中對(duì)流量的把控是非常重要的,當(dāng)巨大的流量直接請(qǐng)求到我們的服務(wù)器上沒多久就可能造成接口不可用,不處理的話甚至?xí)斐烧麄€(gè)應(yīng)用不可用。為了避免這種情況的發(fā)生我們就需要在請(qǐng)求接口時(shí)對(duì)接口進(jìn)行限流的操作。

怎么做?

基于springboot而言,我們想到的是通過redis的自加:incr來實(shí)現(xiàn)。我們可以通過用戶的唯一標(biāo)識(shí)來設(shè)計(jì)成redis的key,值為單位時(shí)間內(nèi)用戶的請(qǐng)求次數(shù)。

一、準(zhǔn)備工作

創(chuàng)建Spring Boot 工程,引入 Web 和 Redis 依賴,同時(shí)考慮到接口限流一般是通過注解來標(biāo)記,而注解是通過 AOP 來解析的,所以我們還需要加上 AOP 的依賴:

<!-- 需要的依賴 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-aop</artifactId>
</dependency>

提前準(zhǔn)備好一個(gè)redis示例,并在項(xiàng)目中進(jìn)行配置。

#具體配置以實(shí)際為主這里只是演示
spring:  
	redis:
		host: localhost
		port: 6379
		password: 123  

二、創(chuàng)建限流注解

限流我們一般分為兩種情況:
1、針對(duì)某一個(gè)接口單位時(shí)間內(nèi)指定允許訪問次數(shù),例如:A接口1分鐘內(nèi)允許訪問100次;
2、針對(duì)ip地址進(jìn)行限流,例如:ip地址A可以在1分鐘內(nèi)訪問接口50次;

針對(duì)這兩種情況我們定義一個(gè)枚舉類:

public enum LimitType {
    /**
     * 默認(rèn)策略
     */
    DEFAULT,
    /**
     * 根據(jù)IP進(jìn)行限流
     */
    IP
}

接下來定義限流注解:

@Documented
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface RateLimiter {
    /**
     * 限流key
     */
    String key() default "rate_limit:";
    /**
     * 限流時(shí)間,單位秒
     */
    int time() default 60;
    /**
     * 限流次數(shù)
     */
    int count() default 50;
    /**
     * 限流類型
     */
    LimitType limitType() default LimitType.DEFAULT;
}

第一個(gè)參數(shù) key 是一個(gè)前綴,實(shí)際使用過程中是這個(gè)前綴加上接口方法的完整路徑共同來組成一個(gè) key 來存到redis中。使用時(shí)在需要進(jìn)行限流的接口中加上注解并配置詳細(xì)的參數(shù)即可。

三、定制RedisTemplate

在實(shí)際使用過程中我們通常是通過RedisTemplate來操作redis的,所以這里就需要定制我們需要的RedisTemplate,默認(rèn)的RedisTemplate中是有一下小問題的,就是直接使用JdkSerializationRedisSerializer這個(gè)工具進(jìn)行序列化時(shí)存放到redis中的key和value是會(huì)多一些前綴的,這樣就會(huì)導(dǎo)致我們?cè)谧x取數(shù)據(jù)時(shí)可能會(huì)出現(xiàn)錯(cuò)誤。

修改 RedisTemplate 序列化方案,代碼如下:

@Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        // 配置連接工廠
        template.setConnectionFactory(factory);
        //使用Jackson2JsonRedisSerializer來序列化和反序列化redis的value值(默認(rèn)使用JDK的序列化方式)
        Jackson2JsonRedisSerializer<Object> jacksonSeial = new Jackson2JsonRedisSerializer<>(Object.class);
        ObjectMapper om = new ObjectMapper();
        // 指定要序列化的域,field,get和set,以及修飾符范圍,ANY是都有包括private和public
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        // 指定序列化輸入的類型,類必須是非final修飾的,final修飾的類,比如String,Integer等會(huì)跑出異常
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jacksonSeial.setObjectMapper(om);
        // 值采用json序列化
        template.setValueSerializer(jacksonSeial);
        //使用StringRedisSerializer來序列化和反序列化redis的key值
        template.setKeySerializer(new StringRedisSerializer());
        // 設(shè)置hash key 和value序列化模式
        template.setHashKeySerializer(new StringRedisSerializer());
        template.setHashValueSerializer(jacksonSeial);
        template.afterPropertiesSet();
        return template;
    }

四、開發(fā)lua腳本

我們?cè)趈ava 代碼中將 Lua 腳本定義好,然后發(fā)送到 Redis 服務(wù)端去執(zhí)行。我們?cè)?resources 目錄下新建 lua 文件夾專門用來存放 lua 腳本,腳本內(nèi)容如下:

local key = KEYS[1]
local count = tonumber(ARGV[1])
local time = tonumber(ARGV[2])
local current = redis.call('get', key)
if current and tonumber(current) > count then
    return tonumber(current)
end
current = redis.call('incr', key)
if tonumber(current) == 1 then
    redis.call('expire', key, time)
end
return tonumber(current)

KEYSARGV 都是一會(huì)調(diào)用時(shí)候傳進(jìn)來的參數(shù),tonumber 就是把字符串轉(zhuǎn)為數(shù)字,redis.call 就是執(zhí)行具體的 redis 指令。具體的流程:

  • 首先獲取到傳進(jìn)來的 key 以及 限流的 count 和時(shí)間 time。
  • 通過 get 獲取到這個(gè) key 對(duì)應(yīng)的值,這個(gè)值就是當(dāng)前時(shí)間段內(nèi)這個(gè)接口訪問了多少次。
  • 如果是第一次訪問,此時(shí)拿到的結(jié)果為 nil,否則拿到的結(jié)果應(yīng)該是一個(gè)數(shù)字,所以接下來就判斷,如果拿到的結(jié)果是一個(gè)數(shù)字,并且這個(gè)數(shù)字還大于 count,那就說明已經(jīng)超過流量限制了,那么直接返回查詢的結(jié)果即可。
  • 如果拿到的結(jié)果為 nil,說明是第一次訪問,此時(shí)就給當(dāng)前 key 自增 1,然后設(shè)置一個(gè)過期時(shí)間。
  • 最后把自增 1 后的值返回就可以了。

接下來寫一個(gè)Bean來加載這個(gè)腳本:

@Bean
	public DefaultRedisScript<Long> limitScript() {
		DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
		redisScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("lua/limit.lua")));
		redisScript.setResultType(Long.class);
		return redisScript;
	}

五、解析注解

自定義切面解析注解:

@Slf4j
@Aspect
@Component
public class RateLimiterAspect {
    private final RedisTemplate redisTemplate;
    private final RedisScript<Long> limitScript;
    public RateLimiterAspect(RedisTemplate redisTemplate, RedisScript<Long> limitScript) {
        this.redisTemplate = redisTemplate;
        this.limitScript = limitScript;
    }
    @Around("@annotation(com.example.demo.annotation.RateLimiter)")
    public Object doBefore(ProceedingJoinPoint joinPoint) throws Throwable{
        MethodSignature methodSignature = (MethodSignature) joinPoint.getSignature();
        RateLimiter rateLimiter = methodSignature.getMethod().getAnnotation(RateLimiter.class);
		//判斷該方法是否存在限流的注解
        if (null != rateLimiter){
        	//獲得注解中的配置信息
            int count = rateLimiter.count();
            int time = rateLimiter.time();
            String key = rateLimiter.key();
			//調(diào)用getCombineKey()獲得存入redis中的key   key -> 注解中配置的key前綴-ip地址-方法路徑-方法名
            String combineKey = getCombineKey(rateLimiter, methodSignature);
            log.info("combineKey->,{}",combineKey);
            //將combineKey放入集合
            List<Object> keys = Collections.singletonList(combineKey);
            log.info("keys->",keys);
            try {
            	//執(zhí)行l(wèi)ua腳本獲得返回值
                Long number = (Long) redisTemplate.execute(limitScript, keys, count, time);
                //如果返回null或者返回次數(shù)大于配置次數(shù),則限制訪問
                if (number==null || number.intValue() > count) {
                    throw new ServiceException("訪問過于頻繁,請(qǐng)稍候再試");
                }
                log.info("限制請(qǐng)求'{}',當(dāng)前請(qǐng)求'{}',緩存key'{}'", count, number.intValue(), combineKey);
            } catch (ServiceException e) {
                throw e;
            } catch (Exception e) {
                throw new RuntimeException("服務(wù)器限流異常,請(qǐng)稍候再試");
            }
        }
        return joinPoint.proceed();
    }
	/**
     * Gets combine key.
     *
     * @param rateLimiter the rate limiter
     * @param signature   the signature
     * @return the combine key
     */
    public String getCombineKey(RateLimiter rateLimiter, MethodSignature signature) {
        StringBuilder stringBuffer = new StringBuilder(rateLimiter.key());
        if (rateLimiter.limitType() == LimitType.IP) {
            stringBuffer.append(RequestUtil.getIpAddr(((ServletRequestAttributes) RequestContextHolder.currentRequestAttributes()).getRequest())).append("-");
        }
        Method method = signature.getMethod();
        Class<?> targetClass = method.getDeclaringClass();
        stringBuffer.append(targetClass.getName()).append("-").append(method.getName());
        return stringBuffer.toString();
    }
}

六、自定義異常處理

由于訪問次數(shù)達(dá)到限制時(shí)是拋異常出來,所以我們還需要寫一個(gè)全局異常捕獲:

/**
 * 自定義ServiceException
 */
public class ServiceException extends Exception{
    public ServiceException(){
        super();
    }
    public ServiceException(String msg){
        super(msg);
    }
}
/**
 * 異常捕獲處理
 */
 @RestControllerAdvice
public class GlobalExceptionAdvice {
	@ExceptionHandler(ServiceException.class)
    public Result<Object> serviceException(ServiceException e) {
    	//Result.failure()是我們?cè)谛╉?xiàng)目是自定義的統(tǒng)一返回
        return Result.failure(e.getMessage());
    }
}

七、測(cè)試結(jié)果

測(cè)試代碼:

@GetMapping("/strategy")
    @RateLimiter(time = 3,count = 1,limitType = LimitType.IP)
    public String strategyTest(){
        return "test";
    }

當(dāng)訪問次數(shù)大于配置的限制時(shí)限制接口調(diào)用

正常結(jié)果

到此這篇關(guān)于使用Redis完成接口限流的過程的文章就介紹到這了,更多相關(guān)Redis接口限流內(nèi)容請(qǐng)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

  • 詳解redis是如何實(shí)現(xiàn)隊(duì)列消息的ack

    詳解redis是如何實(shí)現(xiàn)隊(duì)列消息的ack

    這篇文章主要介紹了關(guān)于redis是如何實(shí)現(xiàn)隊(duì)列消息的ack的相關(guān)資料,文中介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面來一起看看吧。
    2017-04-04
  • Redis和Lua實(shí)現(xiàn)分布式限流器的方法詳解

    Redis和Lua實(shí)現(xiàn)分布式限流器的方法詳解

    這篇文章主要給大家介紹了關(guān)于Redis和Lua實(shí)現(xiàn)分布式限流器的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Redis和Lua具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • Redis+Caffeine多級(jí)緩存數(shù)據(jù)一致性解決方案

    Redis+Caffeine多級(jí)緩存數(shù)據(jù)一致性解決方案

    兩級(jí)緩存Redis+Caffeine可以解決緩存雪等問題也可以提高接口的性能,但是可能會(huì)出現(xiàn)緩存一致性問題,如果數(shù)據(jù)頻繁的變更,可能會(huì)導(dǎo)致Redis和Caffeine數(shù)據(jù)不一致的問題,所以本文給大家介紹了Redis+Caffeine多級(jí)緩存數(shù)據(jù)一致性解決方案,需要的朋友可以參考下
    2024-12-12
  • 還不懂Redis?看完這個(gè)趣味小故事就明白了!

    還不懂Redis?看完這個(gè)趣味小故事就明白了!

    這篇文章主要用趣味性的方法講解了redis是什么?并且和MYSQL的區(qū)別是什么,有對(duì)redis不太懂的小伙伴可以來看一下吧
    2020-12-12
  • 詳解Redis緩存穿透/擊穿/雪崩原理及其解決方案

    詳解Redis緩存穿透/擊穿/雪崩原理及其解決方案

    緩存可以比喻為防彈衣,但如果沒有使用好這個(gè)防彈衣效果就會(huì)適得其反,所以要更好的使用緩存才能發(fā)揮出它的作用。本文詳細(xì)講解了緩存穿透/擊穿/雪崩以及其解決方法,感興趣的小伙伴可以學(xué)習(xí)一下這篇文章
    2021-09-09
  • Redis如何統(tǒng)計(jì)用戶訪問量

    Redis如何統(tǒng)計(jì)用戶訪問量

    這篇文章主要介紹了Redis如何統(tǒng)計(jì)用戶訪問量問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-07-07
  • Redis中的動(dòng)態(tài)字符串學(xué)習(xí)教程

    Redis中的動(dòng)態(tài)字符串學(xué)習(xí)教程

    這篇文章主要介紹了Redis中的動(dòng)態(tài)字符串學(xué)習(xí)教程,以sds模塊的使用為主進(jìn)行講解,需要的朋友可以參考下
    2015-08-08
  • Redis在windows環(huán)境下如何啟動(dòng)

    Redis在windows環(huán)境下如何啟動(dòng)

    這篇文章主要介紹了Redis在windows環(huán)境下如何啟動(dòng)的實(shí)現(xiàn)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2025-04-04
  • Redis increment 函數(shù)處理并發(fā)序列號(hào)案例

    Redis increment 函數(shù)處理并發(fā)序列號(hào)案例

    這篇文章主要介紹了Redis increment 函數(shù)處理并發(fā)序列號(hào)案例,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧
    2024-08-08
  • Redis上實(shí)現(xiàn)分布式鎖以提高性能的方案研究

    Redis上實(shí)現(xiàn)分布式鎖以提高性能的方案研究

    這篇文章主要介紹了Redis上實(shí)現(xiàn)分布式鎖以提高性能的方案研究,其中重點(diǎn)需要理解異步算法與鎖的自動(dòng)釋放,需要的朋友可以參考下
    2015-12-12

最新評(píng)論