您好,登錄后才能下訂單哦!
本篇文章為大家展示了Redis和Lua實(shí)現(xiàn)分布式限流器,內(nèi)容簡明扼要并且容易理解,絕對(duì)能使你眼前一亮,通過這篇文章的詳細(xì)介紹希望你能有所收獲。
原理
計(jì)數(shù)器算法是指在一段窗口時(shí)間內(nèi)允許通過的固定數(shù)量的請(qǐng)求, 比如10次/秒, 500次/30秒.
如果設(shè)置的時(shí)間粒度越細(xì), 那么限流會(huì)更平滑.
實(shí)現(xiàn)
所使用的 Lua 腳本
-- 計(jì)數(shù)器限流 -- 此處支持的最小單位時(shí)間是秒, 若將 expire 改成 pexpire 則可支持毫秒粒度. -- KEYS[1] string 限流的key -- ARGV[1] int 限流數(shù) -- ARGV[2] int 單位時(shí)間(秒) local cnt = tonumber(redis.call("incr", KEYS[1])) if (cnt == 1) then -- cnt 值為1說明之前不存在該值, 因此需要設(shè)置其過期時(shí)間 redis.call("expire", KEYS[1], tonumber(ARGV[2])) elseif (cnt > tonumber(ARGV[1])) then return -1 end return cnt
返回 -1 表示超過限流, 否則返回當(dāng)前單位時(shí)間已通過的請(qǐng)求數(shù)
key 可以但不限于以下的情況
ip + 接口
user_id + 接口
優(yōu)點(diǎn)
實(shí)現(xiàn)簡單
缺點(diǎn)
粒度不夠細(xì)的情況下, 會(huì)出現(xiàn)在同一個(gè)窗口時(shí)間內(nèi)出現(xiàn)雙倍請(qǐng)求數(shù)
注意
盡量保持時(shí)間粒度精細(xì)
場(chǎng)景分析
eg. 1000/3s 的限流
極端情況1:
第1秒請(qǐng)求數(shù) 10
第2秒請(qǐng)求數(shù) 10
第3秒請(qǐng)求數(shù) 980
第4秒請(qǐng)求數(shù) 900
第5秒請(qǐng)求數(shù) 100
第6秒請(qǐng)求數(shù) 0
此時(shí)注意第3~5秒內(nèi)的總請(qǐng)求數(shù)高達(dá) 1980
極端情況2:
第1秒請(qǐng)求數(shù) 1000
第2秒請(qǐng)求數(shù) 0
第3秒請(qǐng)求數(shù) 0
此時(shí)后續(xù)的第2~3秒會(huì)出現(xiàn)大量拒絕請(qǐng)求
令牌桶模式
原理
令牌桶的
桶中保存有令牌, 存在上限, 且一開始是滿的
每次請(qǐng)求都要消耗令牌(可根據(jù)不同請(qǐng)求消耗不同數(shù)量的令牌)
每隔一段時(shí)間(固定速率)會(huì)往桶中放令牌
桶的實(shí)現(xiàn)還分為:
可預(yù)消費(fèi)
提前預(yù)支令牌數(shù): 前人挖坑, 后人跳
不可預(yù)消費(fèi)
令牌數(shù)不夠直接拒絕
實(shí)現(xiàn)
此處實(shí)現(xiàn)的不可預(yù)消費(fèi)的令牌桶, 具體Lua代碼:
-- 令牌桶限流: 不支持預(yù)消費(fèi), 初始桶是滿的 -- KEYS[1] string 限流的key -- ARGV[1] int 桶最大容量 -- ARGV[2] int 每次添加令牌數(shù) -- ARGV[3] int 令牌添加間隔(秒) -- ARGV[4] int 當(dāng)前時(shí)間戳 local bucket_capacity = tonumber(ARGV[1]) local add_token = tonumber(ARGV[2]) local add_interval = tonumber(ARGV[3]) local now = tonumber(ARGV[4]) -- 保存上一次更新桶的時(shí)間的key local LAST_TIME_KEY = KEYS[1].."_time"; -- 獲取當(dāng)前桶中令牌數(shù) local token_cnt = redis.call("get", KEYS[1]) -- 桶完全恢復(fù)需要的最大時(shí)長 local reset_time = math.ceil(bucket_capacity / add_token) * add_interval; if token_cnt then -- 令牌桶存在 -- 上一次更新桶的時(shí)間 local last_time = redis.call('get', LAST_TIME_KEY) -- 恢復(fù)倍數(shù) local multiple = math.floor((now - last_time) / add_interval) -- 恢復(fù)令牌數(shù) local recovery_cnt = multiple * add_token -- 確保不超過桶容量 local token_cnt = math.min(bucket_capacity, token_cnt + recovery_cnt) - 1 if token_cnt < 0 then return -1; end -- 重新設(shè)置過期時(shí)間, 避免key過期 redis.call('set', KEYS[1], token_cnt, 'EX', reset_time) redis.call('set', LAST_TIME_KEY, last_time + multiple * add_interval, 'EX', reset_time) return token_cnt else -- 令牌桶不存在 token_cnt = bucket_capacity - 1 -- 設(shè)置過期時(shí)間避免key一直存在 redis.call('set', KEYS[1], token_cnt, 'EX', reset_time); redis.call('set', LAST_TIME_KEY, now, 'EX', reset_time + 1); return token_cnt end
令牌桶的關(guān)鍵是以下幾個(gè)參數(shù):
桶最大容量
每次放入的令牌數(shù)
放入令牌的間隔時(shí)間
令牌桶的實(shí)現(xiàn)不會(huì)出現(xiàn)計(jì)數(shù)器模式中單位時(shí)間內(nèi)雙倍流量的問題.
上述內(nèi)容就是Redis和Lua實(shí)現(xiàn)分布式限流器,你們學(xué)到知識(shí)或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。