博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Redis+Lua实现限流
阅读量:5912 次
发布时间:2019-06-19

本文共 2649 字,大约阅读时间需要 8 分钟。

分布式限流最关键的是要将限流服务做成原子化,而解决方案可以使使用redis+lua或者nginx+lua技术进行实现,通过这两种技术可以实现的高并发和高性能。

首先我们来使用redis+lua实现时间窗内某个接口的请求数限流,实现了该功能后可以改造为限流总并发/请求数和限制总资源数。Lua本身就是一种编程语言,也可以使用它实现复杂的令牌桶或漏桶算法。
如下操作因是在一个lua脚本中(相当于原子操作),又因Redis是单线程模型,因此是线程安全的。

相比Redis事务来说,Lua脚本有以下优点

减少网络开销: 不使用 Lua 的代码需要向 Redis 发送多次请求, 而脚本只需一次即可, 减少网络传输;
原子操作: Redis 将整个脚本作为一个原子执行, 无需担心并发, 也就无需事务;
复用: 脚本会永久保存 Redis 中, 其他客户端可继续使用.

Lua脚本

local key = KEYS[1] --限流KEY(一秒一个)local limit = tonumber(ARGV[1]) --限流大小local current = tonumber(redis.call('get', key) or "0")if current + 1 > limit then --如果超出限流大小    return 0else --请求数+1,并设置2秒过期    redis.call("INCRBY", key,"1")    redis.call("expire", key,"2")endreturn 1

java代码

import org.apache.commons.io.FileUtils;import redis.clients.jedis.Jedis;import java.io.File;import java.io.IOException;import java.net.URISyntaxException;import java.util.ArrayList;import java.util.List;import java.util.concurrent.CountDownLatch;public class RedisLimitRateWithLUA {    public static void main(String[] args) {        final CountDownLatch latch = new CountDownLatch(1);        for (int i = 0; i < 7; i++) {            new Thread(new Runnable() {                public void run() {                    try {                        latch.await();                        System.out.println("请求是否被执行:"+accquire());                    } catch (Exception e) {                        e.printStackTrace();                    }                }            }).start();        }        latch.countDown();    }    public static boolean accquire() throws IOException, URISyntaxException {        Jedis jedis = new Jedis("127.0.0.1");        File luaFile = new File(RedisLimitRateWithLUA.class.getResource("/").toURI().getPath() + "limit.lua");        String luaScript = FileUtils.readFileToString(luaFile);        String key = "ip:" + System.currentTimeMillis()/1000; // 当前秒        String limit = "5"; // 最大限制        List
keys = new ArrayList
(); keys.add(key); List
args = new ArrayList
(); args.add(limit); Long result = (Long)(jedis.eval(luaScript, keys, args)); // 执行lua脚本,传入参数 return result == 1; }}

运行结果

请求是否被执行:true请求是否被执行:true请求是否被执行:false请求是否被执行:true请求是否被执行:true请求是否被执行:true请求是否被执行:false

从结果可看出只有5个请求成功执行

IP限流Lua脚本

local key = "rate.limit:" .. KEYS[1]local limit = tonumber(ARGV[1])local expire_time = ARGV[2]local is_exists = redis.call("EXISTS", key)if is_exists == 1 then    if redis.call("INCR", key) > limit then        return 0    else        return 1    endelse    redis.call("SET", key, 1)    redis.call("EXPIRE", key, expire_time)    return 1end

参考文章:

转载地址:http://ktmpx.baihongyu.com/

你可能感兴趣的文章
Laravel学习笔记之Schema Builder 和 Migration System(上)
查看>>
Vue2.0练手--Material Design风格的TimePicker
查看>>
个人使用的 vim 插件集合
查看>>
快速,优雅, 强大的博客系统,由 Laravel5.3 强力驱动。
查看>>
Android框架学习笔记02AndroidAsycHttp框架
查看>>
Facebook Bot 開發小技巧
查看>>
APP启动时黑屏白屏问题的三个解决方案
查看>>
探究Laravel4.2加载(一)— autoload
查看>>
通过源码解析 Node.js 中一个 HTTP 请求到响应的历程
查看>>
做了一点事,学到了一些
查看>>
CodeIgniter的密码处理论
查看>>
深入Mysql - 谈谈我对数据类型的认识
查看>>
orm2 中文文档 4.3 extendsTo(一对一关系)
查看>>
Yii2源码分析辅助记录
查看>>
IIS字体文件添加MIME映射
查看>>
一步步了解webpack
查看>>
Tsuru 1.7.0-rc4 发布,基于 Docker 的 PaaS 框架
查看>>
Apache HBase 2.1.3 发布,分布式数据库
查看>>
微信端H5开发整体解决方案
查看>>
Python之retrying
查看>>