基于Redisson實(shí)現(xiàn)分布式系統(tǒng)下的接口限流
在高并發(fā)場(chǎng)景下,接口限流是保障系統(tǒng)穩(wěn)定性的重要手段。常見的限流算法有漏桶算法、令牌桶算法等,而單機(jī)模式的限流方案在分布式集群環(huán)境下往往失效。本文將介紹如何利用 Redisson 結(jié)合 Redis 實(shí)現(xiàn)分布式環(huán)境下的接口限流,確保集群中所有節(jié)點(diǎn)的流量控制保持一致。
分布式限流的核心挑戰(zhàn)
在單機(jī)系統(tǒng)中,我們可以通過本地緩存(如 Guava 的 RateLimiter)實(shí)現(xiàn)限流,但在分布式集群環(huán)境下,這種方案會(huì)遇到兩個(gè)核心問題:
- 集群節(jié)點(diǎn)間的限流狀態(tài)不共享,導(dǎo)致整體流量超過預(yù)期閾值
- 無法保證同一用戶 / IP 的請(qǐng)求在不同節(jié)點(diǎn)上被統(tǒng)一限制
因此,分布式限流需要一個(gè)「中心化的狀態(tài)存儲(chǔ)」來記錄流量數(shù)據(jù),而 Redis 憑借其高并發(fā)特性和分布式特性,成為了理想的選擇。
基于 Redisson 的分布式限流設(shè)計(jì)思路
核心原理是通過 Redis 記錄每個(gè)用戶對(duì)接口的訪問頻率,利用分布式鎖實(shí)現(xiàn)并發(fā)控制,具體設(shè)計(jì)如下:
唯一標(biāo)識(shí)用戶與接口 為了避免限制 A 用戶時(shí)影響 B 用戶,需要為每個(gè)用戶 + 接口組合生成唯一的「限流鍵」。
一般為用戶:使用
token + 接口路徑
+用戶的id基于 Redis 的訪問頻率記錄 每次請(qǐng)求到來時(shí),通過 Redisson 操作 Redis 記錄訪問時(shí)間,并檢查單位時(shí)間內(nèi)的訪問次數(shù)是否超過閾值。
AOP 無侵入式攔截 通過自定義注解 + Spring AOP 攔截需要限流的接口,在請(qǐng)求到達(dá)時(shí)執(zhí)行限流邏輯,不侵入業(yè)務(wù)代碼。
自動(dòng)過期的限流狀態(tài) 為 Redis 中的限流鍵設(shè)置過期時(shí)間,避免長期存儲(chǔ)無效數(shù)據(jù),同時(shí)確保超過限制時(shí)間后自動(dòng)允許用戶再次訪問。
實(shí)現(xiàn)步驟
引入依賴
在 pom.xml
中添加 Redisson 和 AOP 依賴
<!-- Redisson 分布式工具 --> <dependency> <groupId>org.redisson</groupId> <artifactId>redisson-spring-boot-starter</artifactId> <version>3.23.3</version> </dependency> <!-- Spring AOP --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-aop</artifactId> </dependency>
定義限流注解
創(chuàng)建 @NoRepeatSubmit
注解,用于標(biāo)記需要限流的接口,并支持自定義限流參數(shù):
@Target(ElementType.METHOD) @Retention(RetentionPolicy.RUNTIME) public @interface NoRepeatSubmit { /** * 設(shè)置請(qǐng)求鎖定時(shí)間(秒) */ int lockTime() default 5; }
實(shí)現(xiàn)限流切面
通過 AOP 攔截 @NoRepeatSubmit
注解的方法,使用 Redisson 操作 Redis 實(shí)現(xiàn)限流邏輯:
Aspect @Component public class RepeatSubmitAspect { private static final Logger log = LoggerFactory.getLogger(RepeatSubmitAspect.class); @Resource private RedissonClient redissonClient; @Pointcut("@annotation(com.example.demo.config.NoRepeatSubmit)") public void pointCut() { } @Around("pointCut()") public Object around(ProceedingJoinPoint pjp) throws Throwable { MethodSignature signature = (MethodSignature) pjp.getSignature(); Method method = signature.getMethod(); NoRepeatSubmit annotation = method.getAnnotation(NoRepeatSubmit.class); ServletRequestAttributes attributes = (ServletRequestAttributes) RequestContextHolder.getRequestAttributes(); if (attributes == null) { throw new IllegalArgumentException("無法獲取請(qǐng)求信息"); } HttpServletRequest request = attributes.getRequest(); String token = request.getHeader("token"); String path = request.getServletPath(); if (token == null || token.isEmpty()) { throw new IllegalArgumentException("缺少token請(qǐng)求頭"); } // 使用token+path作為鎖的key String key = "repeat_submit:" + token + ":" + path; RLock lock = redissonClient.getLock(key); // 嘗試獲取鎖,等待0秒,自動(dòng)釋放時(shí)間由注解指定 boolean isSuccess = false; isSuccess = lock.tryLock(0, annotation.lockTime(), TimeUnit.SECONDS); if (isSuccess) { log.info("獲取鎖成功: {}", key); // 執(zhí)行目標(biāo)方法 return pjp.proceed(); } else { log.info("重復(fù)請(qǐng)求,獲取鎖失敗: {}", key); return Result.fail("請(qǐng)勿重復(fù)提交請(qǐng)求"); } } }
測(cè)試
@RestController @RequestMapping("/api/order") public class OrderController { @PostMapping("/create") @NoRepeatSubmit(lockTime = 10) // 設(shè)置5秒內(nèi)不允許重復(fù)提交 public Result createOrder() { // 模擬訂單創(chuàng)建過程 try { Thread.sleep(2000); // 模擬業(yè)務(wù)處理耗時(shí)2秒 } catch (InterruptedException e) { e.printStackTrace(); } return Result.success("訂單創(chuàng)建成功"); } }
限制之后
這里還可以增加更多的邏輯,比如限制次數(shù)等等。
核心邏輯說明
- 用戶唯一標(biāo)識(shí)生成 通過
getUniqueUserKey
方法獲取用戶標(biāo)識(shí):已登錄用戶用token
,未登錄用戶用IP
,確保不同用戶的限流互不干擾。 - 限流鍵設(shè)計(jì) 限流鍵格式為
rate_limit:用戶標(biāo)識(shí):接口路徑
,例如rate_limit:test_token:/api/order/submit
,精確控制「用戶 + 接口」的訪問頻率。 - 分布式鎖的作用 由于 Redis 的
INCR
操作雖然原子,但在高并發(fā)下可能出現(xiàn)「讀取 - 判斷 - 更新」的競(jìng)態(tài)條件,因此通過 Redisson 分布式鎖確保計(jì)數(shù)邏輯的原子性。 - 自動(dòng)過期機(jī)制 每個(gè)限流鍵都設(shè)置了與時(shí)間窗口相同的過期時(shí)間,避免 Redis 中存儲(chǔ)大量無效數(shù)據(jù),同時(shí)確保時(shí)間窗口結(jié)束后自動(dòng)重置計(jì)數(shù)。 由于 Redis 的
INCR
操作雖然原子,但在高并發(fā)下可能出現(xiàn)「讀取 - 判斷 - 更新」的競(jìng)態(tài)條件,因此通過 Redisson 分布式鎖確保計(jì)數(shù)邏輯的原子性。 - 自動(dòng)過期機(jī)制 每個(gè)限流鍵都設(shè)置了與時(shí)間窗口相同的過期時(shí)間,避免 Redis 中存儲(chǔ)大量無效數(shù)據(jù),同時(shí)確保時(shí)間窗口結(jié)束后自動(dòng)重置計(jì)數(shù)。
到此這篇關(guān)于基于Redisson實(shí)現(xiàn)分布式系統(tǒng)下的接口限流的文章就介紹到這了,更多相關(guān)Redisson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
Redis優(yōu)化經(jīng)驗(yàn)總結(jié)(必看篇)
下面小編就為大家?guī)硪黄猂edis優(yōu)化經(jīng)驗(yàn)總結(jié)(必看篇)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-03-03內(nèi)存型數(shù)據(jù)庫Redis持久化小結(jié)
redis是一個(gè)支持持久化的內(nèi)存數(shù)據(jù)庫,也就是說redis需要經(jīng)常將內(nèi)存中的數(shù)據(jù)同步到磁盤來保證持久化.redis支持四種持久化方式,一是 Snapshotting(快照)也是默認(rèn)方式,二是Append-only file(縮寫aof)的方式,三是虛擬內(nèi)存方式,四是diskstore方式.今天我們總結(jié)下前2種。2017-09-09Redis中pipeline(管道)的實(shí)現(xiàn)示例
Redis管道(Pipeline)技術(shù)是一種提高數(shù)據(jù)處理效率的機(jī)制,允許客戶端通過一次網(wǎng)絡(luò)往返(RTT)發(fā)送多個(gè)命令到服務(wù)端,并一次性接收所有響應(yīng),本文就來實(shí)現(xiàn)管道,感興趣的可以了解一下2024-10-10redis實(shí)現(xiàn)簡(jiǎn)單隊(duì)列
這篇文章主要為大家詳細(xì)介紹了redis實(shí)現(xiàn)簡(jiǎn)單隊(duì)列的相關(guān)資料,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2016-10-10Deepin UOS編譯安裝Redis的實(shí)現(xiàn)步驟
本文主要介紹了Deepin UOS編譯安裝Redis的實(shí)現(xiàn)步驟,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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2023-01-01Redis中的數(shù)據(jù)結(jié)構(gòu)跳表詳解
跳表是一種基于并聯(lián)的鏈表結(jié)構(gòu),用于在有序元素序列中快速查找元素的數(shù)據(jù)結(jié)構(gòu),本文給大家介紹Redis中的數(shù)據(jù)結(jié)構(gòu)跳表,感興趣的朋友跟隨小編一起看看吧2024-06-06