欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Redis實現(xiàn)IP限流的2種方式舉例詳解

 更新時間：2024年08月13日 08:57:48   作者：@猿程序  
通俗的說限流就是限制一段時間內(nèi)用戶訪問資源的次數(shù),減輕服務(wù)器壓力,這篇文章主要給大家介紹了關(guān)于Redis實現(xiàn)IP限流的2種方式,文中通過圖文介紹的非常詳細,需要的朋友可以參考下

通過reids實現(xiàn)

  • 限流的流程圖

  • 在配置文件配置限流參數(shù)

    blackIP:
  # ip 連續(xù)請求的次數(shù)
  continue-counts: ${counts:3}
  # ip 判斷的時間間隔，單位：秒
  time-interval: ${interval:20}
  # 限制的時間，單位：秒
  limit-time: ${time:30}

  • 編寫全局過濾器類

    package com.ajie.gateway.filter;

import com.ajie.common.enums.ResponseStatusEnum;
import com.ajie.common.result.GraceJSONResult;
import com.ajie.common.utils.CollUtils;
import com.ajie.common.utils.IPUtil;
import com.ajie.common.utils.JsonUtils;
import com.ajie.common.utils.RedisUtil;
import io.netty.handler.codec.http.HttpHeaderNames;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.cloud.gateway.filter.GatewayFilterChain;
import org.springframework.cloud.gateway.filter.GlobalFilter;
import org.springframework.core.Ordered;
import org.springframework.core.io.buffer.DataBuffer;
import org.springframework.http.HttpStatus;
import org.springframework.http.server.reactive.ServerHttpRequest;
import org.springframework.http.server.reactive.ServerHttpResponse;
import org.springframework.stereotype.Component;
import org.springframework.util.AntPathMatcher;
import org.springframework.util.MimeTypeUtils;
import org.springframework.web.server.ServerWebExchange;
import reactor.core.publisher.Mono;

import java.nio.charset.StandardCharsets;
import java.util.List;
import java.util.concurrent.TimeUnit;

/**
 * @Description:
 * @Author: ajie
 */
@Slf4j
@Component
public class IpLimitFilterJwt implements GlobalFilter, Ordered {

    @Autowired
    private UrlPathProperties urlPathProperties;
    @Value("${blackIP.continue-counts}")
    private Integer continueCounts;
    @Value("${blackIP.time-interval}")
    private Integer timeInterval;
    @Value("${blackIP.limit-time}")
    private Integer limitTime;
    private final AntPathMatcher antPathMatcher = new AntPathMatcher();

    @Override
    public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
        // 1.獲取當(dāng)前的請求路徑
        String path = exchange.getRequest().getURI().getPath();

        // 2.獲得所有的需要限流的url
        List<String> ipLimitUrls = urlPathProperties.getIpLimitUrls();
        // 3.校驗并且排除excludeList
        if (CollUtils.isNotEmpty(ipLimitUrls)) {
            for (String url : ipLimitUrls) {
                if (antPathMatcher.matchStart(url, path)) {
                    log.warn("IpLimitFilterJwt--url={}", path);
                    // 進行ip限流
                    return doLimit(exchange, chain);
                }
            }
        }
        // 默認直接放行
        return chain.filter(exchange);
    }

    private Mono<Void> doLimit(ServerWebExchange exchange, GatewayFilterChain chain) {
        // 獲取真實ip
        ServerHttpRequest request = exchange.getRequest();
        String ip = IPUtil.getIP(request);

        /**
         * 需求：
         * 判斷ip在20秒內(nèi)請求的次數(shù)是否超過3次
         * 如果超過，則限制訪問30秒
         * 等待30秒以后，才能夠恢復(fù)訪問
         */
        // 正常ip
        String ipRedisKey = "gateway_ip:" + ip;
        // 被攔截的黑名單，如果存在，則表示該ip已經(jīng)被限制訪問
        String ipRedisLimitedKey = "gateway_ip:limit:" + ip;
        long limitLeftTime = RedisUtil.KeyOps.getExpire(ipRedisLimitedKey);
        if (limitLeftTime > 0) {
            return renderErrorMsg(exchange, ResponseStatusEnum.SYSTEM_ERROR_BLACK_IP);
        }
        // 在redis中獲得ip的累加次數(shù)
        long requestTimes = RedisUtil.StringOps.incrBy(ipRedisKey, 1);
        // 如果訪問次數(shù)為1，則表明是第一次訪問，在redis設(shè)置倒計時
        if (requestTimes == 1) {
            RedisUtil.KeyOps.expire(ipRedisKey, timeInterval, TimeUnit.SECONDS);
        }

        // 如果訪問次數(shù)超過限制的次數(shù)，直接將該ip存入限制的redis key，并設(shè)置限制訪問時間
        if (requestTimes > continueCounts) {
            // 設(shè)置該ip需要被限流的時間
            RedisUtil.StringOps.setEx(ipRedisLimitedKey, ip, limitTime, TimeUnit.SECONDS);
            return renderErrorMsg(exchange, ResponseStatusEnum.SYSTEM_ERROR_BLACK_IP);
        }
        return chain.filter(exchange);
    }

    public Mono<Void> renderErrorMsg(ServerWebExchange exchange, ResponseStatusEnum statusEnum) {
        // 1.獲得response
        ServerHttpResponse response = exchange.getResponse();
        // 2.構(gòu)建jsonResult
        GraceJSONResult jsonResult = GraceJSONResult.exception(statusEnum);
        // 3.修改response的code為500
        response.setStatusCode(HttpStatus.INTERNAL_SERVER_ERROR);
        // 4.設(shè)定header類型
        if (!response.getHeaders().containsKey("Content-Type")) {
            response.getHeaders().add(HttpHeaderNames.CONTENT_TYPE.toString(), MimeTypeUtils.APPLICATION_JSON_VALUE);
        }
        // 5.轉(zhuǎn)換json并且向response寫入數(shù)據(jù)
        String jsonStr = JsonUtils.toJsonStr(jsonResult);
        DataBuffer dataBuffer = response.bufferFactory()
                .wrap(jsonStr.getBytes(StandardCharsets.UTF_8));
        return response.writeWith(Mono.just(dataBuffer));
    }

    @Override
    public int getOrder() {
        return 1;
    }
}

通過Lua+Redis實現(xiàn)

業(yè)務(wù)流程還是和上圖差不多，只不過gateway網(wǎng)關(guān)不用再頻繁和redis進行交互。整個限流邏輯放在redis層，通過Lua代碼嵌套

  • Lua實現(xiàn)限流的代碼

    --[[
ipRedisLimitedKey：限流的redis key
ipRedisKey：未被限流的redis key，通過此key計算訪問次數(shù)
timeInterval：訪問時間間隔，在此時間內(nèi)，訪問到指定次數(shù)進行限流
limitTime：限流的時長
]]
-- 判斷當(dāng)前ip是否已經(jīng)被限流
if redis.call("ttl", ipRedisLimitedKey) > 0 then
    return 1
end

-- 如果沒有被限流，就讓當(dāng)前ip在redis中的值累計1
local requestTimes = redis.call("incrby", ipRedisKey, 1)
-- 判斷累加后的值
if requestTimes == 1 then
    -- 如果累加后的值是1，說明是第一次請求，設(shè)置一個時間間隔
    redis.call("expire", ipRedisKey, timeInterval)
    return 0
elseif requestTimes > continueCounts then
    --  如果累加后的值超過了設(shè)定的閾值，就對當(dāng)前ip進行限流
    redis.call("setex", ipRedisLimitedKey, limitTime, ip)
    return 1
end

  • java代碼實現(xiàn)Lua和redis的整合

    package com.ajie.gateway.filter;

import com.ajie.common.enums.ResponseStatusEnum;
import com.ajie.common.result.GraceJSONResult;
import com.ajie.common.utils.CollUtils;
import com.ajie.common.utils.IPUtil;
import com.ajie.common.utils.JsonUtils;
import com.ajie.common.utils.RedisUtil;
import com.google.common.collect.Lists;
import io.netty.handler.codec.http.HttpHeaderNames;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.cloud.gateway.filter.GatewayFilterChain;
import org.springframework.cloud.gateway.filter.GlobalFilter;
import org.springframework.core.Ordered;
import org.springframework.core.io.buffer.DataBuffer;
import org.springframework.http.HttpStatus;
import org.springframework.http.server.reactive.ServerHttpRequest;
import org.springframework.http.server.reactive.ServerHttpResponse;
import org.springframework.stereotype.Component;
import org.springframework.util.AntPathMatcher;
import org.springframework.util.MimeTypeUtils;
import org.springframework.web.server.ServerWebExchange;
import reactor.core.publisher.Mono;

import java.nio.charset.StandardCharsets;
import java.util.List;

/**
 * @Description:
 * @Author: ajie
 */
@Slf4j
@Component
public class IpLuaLimitFilterJwt implements GlobalFilter, Ordered {

    @Autowired
    private UrlPathProperties urlPathProperties;
    @Value("${blackIP.continue-counts}")
    private Integer continueCounts;
    @Value("${blackIP.time-interval}")
    private Integer timeInterval;
    @Value("${blackIP.limit-time}")
    private Integer limitTime;
    private final AntPathMatcher antPathMatcher = new AntPathMatcher();

    @Override
    public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
        // 1.獲取當(dāng)前的請求路徑
        String path = exchange.getRequest().getURI().getPath();

        // 2.獲得所有的需要限流的url
        List<String> ipLimitUrls = urlPathProperties.getIpLimitUrls();
        // 3.校驗并且排除excludeList
        if (CollUtils.isNotEmpty(ipLimitUrls)) {
            for (String url : ipLimitUrls) {
                if (antPathMatcher.matchStart(url, path)) {
                    log.warn("IpLimitFilterJwt--url={}", path);
                    // 進行ip限流
                    return doLimit(exchange, chain);
                }
            }
        }
        // 默認直接放行
        return chain.filter(exchange);
    }

    private Mono<Void> doLimit(ServerWebExchange exchange, GatewayFilterChain chain) {
        // 獲取真實ip
        ServerHttpRequest request = exchange.getRequest();
        String ip = IPUtil.getIP(request);

        /**
         * 需求：
         * 判斷ip在20秒內(nèi)請求的次數(shù)是否超過3次
         * 如果超過，則限制訪問30秒
         * 等待30秒以后，才能夠恢復(fù)訪問
         */
        // 正常ip
        String ipRedisKey = "gateway_ip:" + ip;
        // 被攔截的黑名單，如果存在，則表示該ip已經(jīng)被限制訪問
        String ipRedisLimitedKey = "gateway_ip:limit:" + ip;
        // 通過redis執(zhí)行l(wèi)ua腳本。返回1代表限流了，返回0代表沒有限流
        String script = "if tonumber(redis.call('ttl', KEYS[2])) > 0 then return 1 end local" +
                " requestTimes = redis.call('incrby', KEYS[1], 1) if tonumber(requestTimes) == 1 then" +
                " redis.call('expire', KEYS[1], ARGV[2]) return 0 elseif tonumber(requestTimes)" +
                " > tonumber(ARGV[1]) then redis.call('setex', KEYS[2], ARGV[3], ARGV[4])" +
                " return 1 else return 0 end";
        Long result = RedisUtil.Helper.execute(script, Long.class,
                Lists.newArrayList(ipRedisKey, ipRedisLimitedKey),
                continueCounts, timeInterval, limitTime, ip);
        if(result == 1){
            return renderErrorMsg(exchange, ResponseStatusEnum.SYSTEM_ERROR_BLACK_IP);
        }
        return chain.filter(exchange);
    }

    public Mono<Void> renderErrorMsg(ServerWebExchange exchange, ResponseStatusEnum statusEnum) {
        // 1.獲得response
        ServerHttpResponse response = exchange.getResponse();
        // 2.構(gòu)建jsonResult
        GraceJSONResult jsonResult = GraceJSONResult.exception(statusEnum);
        // 3.修改response的code為500
        response.setStatusCode(HttpStatus.INTERNAL_SERVER_ERROR);
        // 4.設(shè)定header類型
        if (!response.getHeaders().containsKey("Content-Type")) {
            response.getHeaders().add(HttpHeaderNames.CONTENT_TYPE.toString(), MimeTypeUtils.APPLICATION_JSON_VALUE);
        }
        // 5.轉(zhuǎn)換json并且向response寫入數(shù)據(jù)
        String jsonStr = JsonUtils.toJsonStr(jsonResult);
        DataBuffer dataBuffer = response.bufferFactory()
                .wrap(jsonStr.getBytes(StandardCharsets.UTF_8));
        return response.writeWith(Mono.just(dataBuffer));
    }

    @Override
    public int getOrder() {
        return 1;
    }
}

注意事項

  • 在編寫lua腳本的時候最好不要一次性寫完去試，因為無法進行調(diào)試，最好進行拆解。

  • 在進行數(shù)字比較時建議加上tonumber()。如果是通過方法傳參進來的一定要加，因為redisTemplate默認會把參數(shù)當(dāng)做字符串傳入

    如果不轉(zhuǎn)數(shù)字就會出現(xiàn)上面的錯誤

  • 最后也是最重要的，lua代碼邏輯一定要對，否則得不到自己想要的結(jié)果需要排查很久

總結(jié) 

到此這篇關(guān)于Redis實現(xiàn)IP限流的2種方式的文章就介紹到這了,更多相關(guān)Redis實現(xiàn)IP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

  • Redis數(shù)據(jù)類型之散列類型hash命令學(xué)習(xí)

    Redis數(shù)據(jù)類型之散列類型hash命令學(xué)習(xí)

    這篇文章主要為大家介紹了Redis數(shù)據(jù)類型之散列類型hash命令學(xué)習(xí)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
    2023-07-07
  • Redis?使用?List?實現(xiàn)消息隊列的優(yōu)缺點

    Redis?使用?List?實現(xiàn)消息隊列的優(yōu)缺點

    這篇文章主要介紹了Redis?使用?List?實現(xiàn)消息隊列有哪些利弊,小編結(jié)合消息隊列的特點一步步帶大家分析使用?Redis?的?List?作為消息隊列的實現(xiàn)原理，并分享如何把?SpringBoot?與?Redission?整合運用到項目中，需要的朋友可以參考下
    2022-01-01
  • 淺談Redis阻塞的9種情況

    淺談Redis阻塞的9種情況

    本文主要介紹了淺談Redis阻塞的9種情況，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-03-03
  • Redis中管道操作pipeline的實現(xiàn)

    Redis中管道操作pipeline的實現(xiàn)

    RedisPipeline是一種優(yōu)化客戶端與服務(wù)器通信的技術(shù),通過批量發(fā)送和接收命令減少網(wǎng)絡(luò)往返次數(shù),提高命令執(zhí)行效率,本文就來介紹一下Redis中管道操作pipeline的實現(xiàn),具有一定的參考價值,感興趣的可以了解一下
    2025-03-03
  • Redis精確去重計數(shù)方法（咆哮位圖）

    Redis精確去重計數(shù)方法（咆哮位圖）

    這篇文章主要給大家介紹了關(guān)于Redis精確去重計數(shù)方法（咆哮位圖）的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學(xué)習(xí)或者使用Redis具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • Win10下通過Ubuntu安裝Redis的過程

    Win10下通過Ubuntu安裝Redis的過程

    這篇文章主要介紹了Win10下通過Ubuntu安裝Redis,在安裝Ubuntu需要先打開Windows功能，接著創(chuàng)建一個用戶及密碼，本文給大家介紹的非常詳細，需要的朋友可以參考下
    2022-04-04
  • Redis開啟鍵空間通知實現(xiàn)超時通知的步驟詳解

    Redis開啟鍵空間通知實現(xiàn)超時通知的步驟詳解

    這篇文章主要介紹了Redis開啟鍵空間通知實現(xiàn)超時通知的步驟,本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下
    2020-06-06
  • redis鍵值出現(xiàn)\xac\xed\x00\x05t\x00&的問題及解決

    redis鍵值出現(xiàn)\xac\xed\x00\x05t\x00&的問題及解決

    這篇文章主要介紹了redis鍵值出現(xiàn)\xac\xed\x00\x05t\x00&的問題及解決方案,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-07-07
  • redis適合場景八點總結(jié)

    redis適合場景八點總結(jié)

    在本篇文章中我們給大家整理了關(guān)于redis適合什么場景的8點知識點內(nèi)容，需要的朋友們參考下。
    2019-06-06
  • Redis中的慢日志

    Redis中的慢日志

    這篇文章主要介紹了Redis中的慢日志，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
    2022-12-12

最新評論