我司用了?6?年的?Redis?分布式限流器，可以說(shuō)是非常厲害了！
[導(dǎo)讀]一、什么是限流？為什么要限流？不知道大家有沒(méi)有做過(guò)帝都的地鐵，就是進(jìn)地鐵站都要排隊(duì)的那種，為什么要這樣擺長(zhǎng)龍轉(zhuǎn)圈圈？答案就是為了限流！因?yàn)橐惶说罔F的運(yùn)力是有限的，一下擠進(jìn)去太多人會(huì)造成站臺(tái)的擁擠、列車(chē)的超載，存在一定的安全隱患。同理，我們的程序也是一樣，它處理請(qǐng)求的能力也是有限的...
一、什么是限流？為什么要限流？
不知道大家有沒(méi)有做過(guò)帝都的地鐵，就是進(jìn)地鐵站都要排隊(duì)的那種，為什么要這樣擺長(zhǎng)龍轉(zhuǎn)圈圈？答案就是為了限流！因?yàn)橐惶说罔F的運(yùn)力是有限的，一下擠進(jìn)去太多人會(huì)造成站臺(tái)的擁擠、列車(chē)的超載，存在一定的安全隱患。同理，我們的程序也是一樣，它處理請(qǐng)求的能力也是有限的，一旦請(qǐng)求多到超出它的處理極限就會(huì)崩潰。為了不出現(xiàn)最壞的崩潰情況，只能耽誤一下大家進(jìn)站的時(shí)間。
限流是保證系統(tǒng)高可用的重要手段?。?！由于互聯(lián)網(wǎng)公司的流量巨大，系統(tǒng)上線會(huì)做一個(gè)流量峰值的評(píng)估，尤其是像各種秒殺促銷(xiāo)活動(dòng)，為了保證系統(tǒng)不被巨大的流量壓垮，會(huì)在系統(tǒng)流量到達(dá)一定閾值時(shí)，拒絕掉一部分流量。限流會(huì)導(dǎo)致用戶在短時(shí)間內(nèi)（這個(gè)時(shí)間段是毫秒級(jí)的）系統(tǒng)不可用，一般我們衡量系統(tǒng)處理能力的指標(biāo)是每秒的QPS或者TPS，假設(shè)系統(tǒng)每秒的流量閾值是1000，理論上一秒內(nèi)有第1001個(gè)請(qǐng)求進(jìn)來(lái)時(shí)，那么這個(gè)請(qǐng)求就會(huì)被限流。二、限流方案
1、計(jì)數(shù)器
Java內(nèi)部也可以通過(guò)原子類(lèi)計(jì)數(shù)器AtomicInteger、Semaphore信號(hào)量來(lái)做簡(jiǎn)單的限流。//?限流的個(gè)數(shù)
????private?int?maxCount?=?10;
????//?指定的時(shí)間內(nèi)
????private?long?interval?=?60;
????//?原子類(lèi)計(jì)數(shù)器
????private?AtomicInteger?atomicInteger?=?new?AtomicInteger(0);
????//?起始時(shí)間
????private?long?startTime?=?System.currentTimeMillis();
????public?boolean?limit(int?maxCount,?int?interval)?{
????????atomicInteger.addAndGet(1);
????????if?(atomicInteger.get()?==?1)?{
????????????startTime?=?System.currentTimeMillis();
????????????atomicInteger.addAndGet(1);
????????????return?true;
????????}
????????//?超過(guò)了間隔時(shí)間，直接重新開(kāi)始計(jì)數(shù)
????????if?(System.currentTimeMillis()?-?startTime?>?interval?*?1000)?{
????????????startTime?=?System.currentTimeMillis();
????????????atomicInteger.set(1);
????????????return?true;
????????}
????????//?還在間隔時(shí)間內(nèi),check有沒(méi)有超過(guò)限流的個(gè)數(shù)
????????if?(atomicInteger.get()?>?maxCount)?{
????????????return?false;
????????}
????????return?true;
????}
2、漏桶算法
漏桶算法思路很簡(jiǎn)單，我們把水比作是請(qǐng)求，漏桶比作是系統(tǒng)處理能力極限，水先進(jìn)入到漏桶里，漏桶里的水按一定速率流出，當(dāng)流出的速率小于流入的速率時(shí)，由于漏桶容量有限，后續(xù)進(jìn)入的水直接溢出（拒絕請(qǐng)求），以此實(shí)現(xiàn)限流。3、令牌桶算法
令牌桶算法的原理也比較簡(jiǎn)單，我們可以理解成醫(yī)院的掛號(hào)看病，只有拿到號(hào)以后才可以進(jìn)行診病。系統(tǒng)會(huì)維護(hù)一個(gè)令牌（token）桶，以一個(gè)恒定的速度往桶里放入令牌（token），這時(shí)如果有請(qǐng)求進(jìn)來(lái)想要被處理，則需要先從桶里獲取一個(gè)令牌（token），當(dāng)桶里沒(méi)有令牌（token）可取時(shí)，則該請(qǐng)求將被拒絕服務(wù)。令牌桶算法通過(guò)控制桶的容量、發(fā)放令牌的速率，來(lái)達(dá)到對(duì)請(qǐng)求的限制。4、Redis Lua
很多同學(xué)不知道Lua是啥？個(gè)人理解，Lua腳本和 MySQL數(shù)據(jù)庫(kù)的存儲(chǔ)過(guò)程比較相似，他們執(zhí)行一組命令，所有命令的執(zhí)行要么全部成功或者失敗，以此達(dá)到原子性。也可以把Lua腳本理解為，一段具有業(yè)務(wù)邏輯的代碼塊。而Lua本身就是一種編程語(yǔ)言，雖然redis 官方?jīng)]有直接提供限流相應(yīng)的API，但卻支持了 Lua 腳本的功能，可以使用它實(shí)現(xiàn)復(fù)雜的令牌桶或漏桶算法，也是分布式系統(tǒng)中實(shí)現(xiàn)限流的主要方式之一。相比Redis事務(wù)，Lua腳本的優(yōu)點(diǎn)：- 減少網(wǎng)絡(luò)開(kāi)銷(xiāo)：使用
Lua腳本，無(wú)需向Redis發(fā)送多次請(qǐng)求，執(zhí)行一次即可，減少網(wǎng)絡(luò)傳輸 - 原子操作：
Redis將整個(gè)Lua腳本作為一個(gè)命令執(zhí)行，原子，無(wú)需擔(dān)心并發(fā) - 復(fù)用：
Lua腳本一旦執(zhí)行，會(huì)永久保存Redis中,，其他客戶端可復(fù)用
Lua腳本大致邏輯如下：--?獲取調(diào)用腳本時(shí)傳入的第一個(gè)key值（用作限流的?key）
local?key?=?KEYS[1]
--?獲取調(diào)用腳本時(shí)傳入的第一個(gè)參數(shù)值（限流大?。?br>local?limit?=?tonumber(ARGV[1])
--?獲取當(dāng)前流量大小
local?curentLimit?=?tonumber(redis.call('get',?key)?or?"0")
--?是否超出限流
if?curentLimit? ?1?>?limit?then
????--?返回(拒絕)
????return?0
else
????--?沒(méi)有超出?value? ?1
????redis.call("INCRBY",?key,?1)
????--?設(shè)置過(guò)期時(shí)間
????redis.call("EXPIRE",?key,?2)
????--?返回(放行)
????return?1
end
- 通過(guò)
KEYS[1]獲取傳入的key參數(shù) - 通過(guò)
ARGV[1]獲取傳入的limit參數(shù) redis.call方法，從緩存中get和key相關(guān)的值，如果為null那么就返回0- 接著判斷緩存中記錄的數(shù)值是否會(huì)大于限制大小，如果超出表示該被限流，返回0
- 如果未超過(guò)，那么該key的緩存值 1，并設(shè)置過(guò)期時(shí)間為1秒鐘以后，并返回緩存值 1
5、網(wǎng)關(guān)層限流
限流常在網(wǎng)關(guān)這一層做，比如Nginx、Openresty、kong、zuul、Spring Cloud Gateway等，而像spring cloud - gateway網(wǎng)關(guān)限流底層實(shí)現(xiàn)原理，就是基于Redis Lua，通過(guò)內(nèi)置Lua限流腳本的方式。三、Redis Lua 限流實(shí)現(xiàn)
下面我們通過(guò)自定義注解、aop、Redis Lua 實(shí)現(xiàn)限流，步驟會(huì)比較詳細(xì)，為了小白能讓快速上手這里啰嗦一點(diǎn)，有經(jīng)驗(yàn)的老鳥(niǎo)們多擔(dān)待一下。1、環(huán)境準(zhǔn)備
springboot 項(xiàng)目創(chuàng)建地址：https://start.spring.io，很方便實(shí)用的一個(gè)工具。2、引入依賴包
pom文件中添加如下依賴包，比較關(guān)鍵的就是spring-boot-starter-data-redis 和 spring-boot-starter-aop。????
????????<dependency>
????????????<groupId>org.springframework.bootgroupId>
????????????<artifactId>spring-boot-starter-webartifactId>
????????dependency>
????????<dependency>
????????????<groupId>org.springframework.bootgroupId>
????????????<artifactId>spring-boot-starter-data-redisartifactId>
????????dependency>
????????<dependency>
????????????<groupId>org.springframework.bootgroupId>
????????????<artifactId>spring-boot-starter-aopartifactId>
????????dependency>
????????<dependency>
????????????<groupId>com.google.guavagroupId>
????????????<artifactId>guavaartifactId>
????????????<version>21.0version>
????????dependency>
????????<dependency>
????????????<groupId>org.springframework.bootgroupId>
????????????<artifactId>spring-boot-starter-testartifactId>
????????dependency>
????????<dependency>
????????????<groupId>org.apache.commonsgroupId>
????????????<artifactId>commons-lang3artifactId>
????????dependency>
????????<dependency>
????????????<groupId>org.springframework.bootgroupId>
????????????<artifactId>spring-boot-starter-testartifactId>
????????????<scope>testscope>
????????????<exclusions>
????????????????<exclusion>
????????????????????<groupId>org.junit.vintagegroupId>
????????????????????<artifactId>junit-vintage-engineartifactId>
????????????????exclusion>
????????????exclusions>
????????dependency>
????dependencies>
3、配置application.properties
在application.properties 文件中配置提前搭建好的 redis 服務(wù)地址和端口。spring.redis.host=127.0.0.1
spring.redis.port=6379
4、配置RedisTemplate實(shí)例
@Configuration
public?class?RedisLimiterHelper?{
????@Bean
????public?RedisTemplate<String,?Serializable>?limitRedisTemplate(LettuceConnectionFactory?redisConnectionFactory)?{
????????RedisTemplate<String,?Serializable>?template?=?new?RedisTemplate<>();
????????template.setKeySerializer(new?StringRedisSerializer());
????????template.setValueSerializer(new?GenericJackson2JsonRedisSerializer());
????????template.setConnectionFactory(redisConnectionFactory);
????????return?template;
????}
}
限流類(lèi)型枚舉類(lèi)/**
?*?@author?fu
?*?@description?限流類(lèi)型
?*?@date?2020/4/8?13:47
?*/
public?enum?LimitType?{
????/**
?????*?自定義key
?????*/
????CUSTOMER,
????/**
?????*?請(qǐng)求者IP
?????*/
????IP;
}
5、自定義注解
我們自定義個(gè)@Limit注解，注解類(lèi)型為ElementType.METHOD即作用于方法上。period表示請(qǐng)求限制時(shí)間段，count表示在period這個(gè)時(shí)間段內(nèi)允許放行請(qǐng)求的次數(shù)。limitType代表限流的類(lèi)型，可以根據(jù)請(qǐng)求的IP、自定義key，如果不傳limitType屬性則默認(rèn)用方法名作為默認(rèn)key。/**
?*?@author?fu
?*?@description?自定義限流注解
?*?@date?2020/4/8?13:15
?*/
@Target({ElementType.METHOD,?ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Inherited
@Documented
public?@interface?Limit?{
????/**
?????*?名字
?????*/
????String?name()?default?"";
????/**
?????*?key
?????*/
????String?key()?default?"";
????/**
?????*?Key的前綴
?????*/
????String?prefix()?default?"";
????/**
?????*?給定的時(shí)間范圍?單位(秒)
?????*/
????int?period();
????/**
?????*?一定時(shí)間內(nèi)最多訪問(wèn)次數(shù)
?????*/
????int?count();
????/**
?????*?限流的類(lèi)型(用戶自定義key?或者?請(qǐng)求ip)
?????*/
????LimitType?limitType()?default?LimitType.CUSTOMER;
}
6、切面代碼實(shí)現(xiàn)
/**
?*?@author?fu
?*?@description?限流切面實(shí)現(xiàn)
?*?@date?2020/4/8?13:04
?*/
@Aspect
@Configuration
public?class?LimitInterceptor?{
????private?static?final?Logger?logger?=?LoggerFactory.getLogger(LimitInterceptor.class);
????private?static?final?String?UNKNOWN?=?"unknown";
????private?final?RedisTemplate<String,?Serializable>?limitRedisTemplate;
????@Autowired
????public?LimitInterceptor(RedisTemplate<String,?Serializable>?limitRedisTemplate)?{
????????this.limitRedisTemplate?=?limitRedisTemplate;
????}
????/**
?????*?@param?pjp
?????*?@author?fu
?????*?@description?切面
?????*?@date?2020/4/8?13:04
?????*/
????@Around("execution(public?*?*(..))? 
下載文檔
