一、什么是限流？為什么要限流？

不知道大家有沒有做過帝都的地鐵，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)去太多人會造成站臺的擁擠、列車的超載，存在一定的安全隱患。同理，我們的程序也是一樣，它處理請求的能力也是有限的，一旦請求多到超出它的處理極限就會崩潰。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)上線會做一個流量峰值的評估，尤其是像各種秒殺促銷活動，為了保證系統(tǒng)不被巨大的流量壓垮，會在系統(tǒng)流量到達(dá)一定閾值時，拒絕掉一部分流量。

限流會導(dǎo)致用戶在短時間內(nèi)（這個時間段是毫秒級的）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個請求進(jìn)來時，那么這個請求就會被限流。

二、限流方案

1、計(jì)數(shù)器

Java內(nèi)部也可以通過原子類計(jì)數(shù)器AtomicInteger、Semaphore信號量來做簡單的限流。

//?限流的個數(shù)private?int?maxCount?=?10;//?指定的時間內(nèi)private?long?interval?=?60;//?原子類計(jì)數(shù)器private?AtomicInteger?atomicInteger?=?new?AtomicInteger(0);//?起始時間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;}//?超過了間隔時間，直接重新開始計(jì)數(shù)if?(System.currentTimeMillis()?-?startTime?>?interval?*?1000)?{startTime?=?System.currentTimeMillis();atomicInteger.set(1);return?true;}//?還在間隔時間內(nèi),check有沒有超過限流的個數(shù)if?(atomicInteger.get()?>?maxCount)?{return?false;}return?true;}

2、漏桶算法

漏桶算法思路很簡單，我們把水比作是請求，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，由于漏桶容量有限，后續(xù)進(jìn)入的水直接溢出（拒絕請求），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單，我們可以理解成醫(yī)院的掛號看病，只有拿到號以后才可以進(jìn)行診病。

系統(tǒng)會維護(hù)一個令牌（token）桶，以一個恒定的速度往桶里放入令牌（token），這時如果有請求進(jìn)來想要被處理，則需要先從桶里獲取一個令牌（token），當(dāng)桶里沒有令牌（token）可取時，則該請求將被拒絕服務(wù)。令牌桶算法通過控制桶的容量、發(fā)放令牌的速率，來達(dá)到對請求的限制。

4、Redis + Lua

很多同學(xué)不知道Lua是啥？個人理解，Lua腳本和?MySQL數(shù)據(jù)庫的存儲過程比較相似，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)開銷：使用Lua腳本，無需向Redis?發(fā)送多次請求，執(zhí)行一次即可，減少網(wǎng)絡(luò)傳輸

• 原子操作：Redis?將整個Lua腳本作為一個命令執(zhí)行，原子，無需擔(dān)心并發(fā)

• 復(fù)用：Lua腳本一旦執(zhí)行，會永久保存?Redis?中,，其他客戶端可復(fù)用

Lua腳本大致邏輯如下：

--?獲取調(diào)用腳本時傳入的第一個key值（用作限流的?key） local?key?=?KEYS[1] --?獲取調(diào)用腳本時傳入的第一個參數(shù)值（限流大小） 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--?沒有超出?value?+?1redis.call("INCRBY",?key,?1)--?設(shè)置過期時間redis.call("EXPIRE",?key,?2)--?返回(放行)return?1 end

• 通過KEYS[1]?獲取傳入的key參數(shù)

• 通過ARGV[1]獲取傳入的limit參數(shù)

• redis.call方法，從緩存中g(shù)et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)值是否會大于限制大小，如果超出表示該被限流，返回0

• 如果未超過，那么該key的緩存值+1，并設(shè)置過期時間為1秒鐘以后，并返回緩存值+1

這種方式是本文推薦的方案，具體實(shí)現(xiàn)會在后邊做細(xì)說。

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)

下面我們通過自定義注解、aop、Redis + Lua?實(shí)現(xiàn)限流，步驟會比較詳細(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。

???<dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-aop</artifactId></dependency><dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>21.0</version></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId></dependency><dependency><groupId>org.apache.commons</groupId><artifactId>commons-lang3</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope><exclusions><exclusion><groupId>org.junit.vintage</groupId><artifactId>junit-vintage-engine</artifactId></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=127.0.0.1spring.redis.port=6379

4、配置RedisTemplate實(shí)例

@Configuration public?class?RedisLimiterHelper?{@Beanpublic?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;} }

限流類型枚舉類

/***?@author?fu*?@description?限流類型*?@date?2020/4/8?13:47*/ public?enum?LimitType?{/***?自定義key*/CUSTOMER,/***?請求者IP*/IP; }

5、自定義注解

我們自定義個@Limit注解，注解類型為ElementType.METHOD即作用于方法上。

period表示請求限制時間段，count表示在period這個時間段內(nèi)允許放行請求的次數(shù)。limitType代表限流的類型，可以根據(jù)請求的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?"";/***?給定的時間范圍?單位(秒)*/int?period();/***?一定時間內(nèi)最多訪問次數(shù)*/int?count();/***?限流的類型(用戶自定義key?或者?請求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;@Autowiredpublic?LimitInterceptor(RedisTemplate<String,?Serializable>?limitRedisTemplate)?{this.limitRedisTemplate?=?limitRedisTemplate;}/***?@param?pjp*?@author?fu*?@description?切面*?@date?2020/4/8?13:04*/@Around("execution(public?*?*(..))?&&?@annotation(com.xiaofu.limit.api.Limit)")public?Object?interceptor(ProceedingJoinPoint?pjp)?{MethodSignature?signature?=?(MethodSignature)?pjp.getSignature();Method?method?=?signature.getMethod();Limit?limitAnnotation?=?method.getAnnotation(Limit.class);LimitType?limitType?=?limitAnnotation.limitType();String?name?=?limitAnnotation.name();String?key;int?limitPeriod?=?limitAnnotation.period();int?limitCount?=?limitAnnotation.count();/***?根據(jù)限流類型獲取不同的key?,如果不傳我們會以方法名作為key*/switch?(limitType)?{case?IP:key?=?getIpAddress();break;case?CUSTOMER:key?=?limitAnnotation.key();break;default:key?=?StringUtils.upperCase(method.getName());}ImmutableList<String>?keys?=?ImmutableList.of(StringUtils.join(limitAnnotation.prefix(),?key));try?{String?luaScript?=?buildLuaScript();RedisScript<Number>?redisScript?=?new?DefaultRedisScript<>(luaScript,?Number.class);Number?count?=?limitRedisTemplate.execute(redisScript,?keys,?limitCount,?limitPeriod);logger.info("Access?try?count?is?{}?for?name={}?and?key?=?{}",?count,?name,?key);if?(count?!=?null?&&?count.intValue()?<=?limitCount)?{return?pjp.proceed();}?else?{throw?new?RuntimeException("You?have?been?dragged?into?the?blacklist");}}?catch?(Throwable?e)?{if?(e?instanceof?RuntimeException)?{throw?new?RuntimeException(e.getLocalizedMessage());}throw?new?RuntimeException("server?exception");}}/***?@author?fu*?@description?編寫?redis?Lua?限流腳本*?@date?2020/4/8?13:24*/public?String?buildLuaScript()?{StringBuilder?lua?=?new?StringBuilder();lua.append("local?c");lua.append("\nc?=?redis.call('get',KEYS[1])");//?調(diào)用不超過最大值，則直接返回lua.append("\nif?c?and?tonumber(c)?>?tonumber(ARGV[1])?then");lua.append("\nreturn?c;");lua.append("\nend");//?執(zhí)行計(jì)算器自加lua.append("\nc?=?redis.call('incr',KEYS[1])");lua.append("\nif?tonumber(c)?==?1?then");//?從第一次調(diào)用開始限流，設(shè)置對應(yīng)鍵值的過期lua.append("\nredis.call('expire',KEYS[1],ARGV[2])");lua.append("\nend");lua.append("\nreturn?c;");return?lua.toString();}/***?@author?fu*?@description?獲取id地址*?@date?2020/4/8?13:24*/public?String?getIpAddress()?{HttpServletRequest?request?=?((ServletRequestAttributes)?RequestContextHolder.getRequestAttributes()).getRequest();String?ip?=?request.getHeader("x-forwarded-for");if?(ip?==?null?||?ip.length()?==?0?||?UNKNOWN.equalsIgnoreCase(ip))?{ip?=?request.getHeader("Proxy-Client-IP");}if?(ip?==?null?||?ip.length()?==?0?||?UNKNOWN.equalsIgnoreCase(ip))?{ip?=?request.getHeader("WL-Proxy-Client-IP");}if?(ip?==?null?||?ip.length()?==?0?||?UNKNOWN.equalsIgnoreCase(ip))?{ip?=?request.getRemoteAddr();}return?ip;} }

7、控制層實(shí)現(xiàn)

我們將@Limit注解作用在需要進(jìn)行限流的接口方法上，下邊我們給方法設(shè)置@Limit注解，在10秒內(nèi)只允許放行3個請求，這里為直觀一點(diǎn)用AtomicInteger計(jì)數(shù)。

/***?@Author:?fu*?@Description:*/ @RestController public?class?LimiterController?{private?static?final?AtomicInteger?ATOMIC_INTEGER_1?=?new?AtomicInteger();private?static?final?AtomicInteger?ATOMIC_INTEGER_2?=?new?AtomicInteger();private?static?final?AtomicInteger?ATOMIC_INTEGER_3?=?new?AtomicInteger();/***?@author?fu*?@description*?@date?2020/4/8?13:42*/@Limit(key?=?"limitTest",?period?=?10,?count?=?3)@GetMapping("/limitTest1")public?int?testLimiter1()?{return?ATOMIC_INTEGER_1.incrementAndGet();}/***?@author?fu*?@description*?@date?2020/4/8?13:42*/@Limit(key?=?"customer_limit_test",?period?=?10,?count?=?3,?limitType?=?LimitType.CUSTOMER)@GetMapping("/limitTest2")public?int?testLimiter2()?{return?ATOMIC_INTEGER_2.incrementAndGet();}/***?@author?fu*?@description?*?@date?2020/4/8?13:42*/@Limit(key?=?"ip_limit_test",?period?=?10,?count?=?3,?limitType?=?LimitType.IP)@GetMapping("/limitTest3")public?int?testLimiter3()?{return?ATOMIC_INTEGER_3.incrementAndGet();}}

8、測試

測試「預(yù)期」：連續(xù)請求3次均可以成功，第4次請求被拒絕。接下來看一下是不是我們預(yù)期的效果，請求地址：http://127.0.0.1:8080/limitTest1，用postman進(jìn)行測試，有沒有postman?url直接貼瀏覽器也是一樣。

可以看到第四次請求時，應(yīng)用直接拒絕了請求，說明我們的 Springboot + aop + lua 限流方案搭建成功。

總結(jié)

以上?springboot + aop + Lua?限流實(shí)現(xiàn)是比較簡單的，旨在讓大家認(rèn)識下什么是限流？如何做一個簡單的限流功能，面試要知道這是個什么東西。上面雖然說了幾種實(shí)現(xiàn)限流的方案，但選哪種還要結(jié)合具體的業(yè)務(wù)場景，不能為了用而用。

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的我司用了 6 年的 Redis 分布式限流器，很牛逼了！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。