基於redis+lua進行限流的方法

2022-07-23 14:00:06

1，首先我們redis有很多限流的演演算法(比如：令牌桶，計數器，時間視窗)等，但是都有一定的缺點，令牌桶在單專案中相對來說比較穩定，但是在分散式叢集裡面缺顯的不那麼友好，這時候，在分散式裡面進行限流的話，我們則可以使用redis+lua指令碼進行限流，能抗住億級並行

2，下面說說lua+redis進行限流的做法
開發環境：idea+redis+lua
第一：
開啟idea的外掛市場，然後搜尋lua，點選右邊的安裝，然後安裝好了，重啟即可

第二：寫一個自定義限流注解

package com.sport.sportcloudmarathonh5.config;

import java.lang.annotation.*;

/**
 * @author zdj
 * @version 1.0.0
 * @description 自定義註解實現分散式限流
 */
@Target(value = ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface RedisLimitStream {
    /**
     * 請求限制，一秒內可以允許好多個進入(預設一秒可以支援100個)
     * @return
     */
    int reqLimit() default 1000;

    /**
     * 模組名稱
     * @return
     */
    String reqName() default "";
}

第三：在指定的方法上面新增該註解

/**
     * 壓測介面
     * @return
     */
    @Login(isLogin = false)
    @RedisLimitStream(reqName = "名額秒殺", reqLimit = 1000)
    @ApiOperation(value = "壓測介面", notes = "壓測介面", httpMethod = "GET")
    @RequestMapping(value = "/pressure", method = RequestMethod.GET)
    public ResultVO<Object> pressure(){
        return ResultVO.success("搶購成功！");
    }

第四：新增一個攔截器對存取的方法在存取之前進行攔截：

package com.sport.sportcloudmarathonh5.config;

import com.alibaba.fastjson.JSONObject;
import com.sport.sportcloudmarathonh5.service.impl.RedisService;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Pointcut;
import org.aspectj.lang.reflect.MethodSignature;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.script.RedisScript;
import org.springframework.stereotype.Component;
import org.springframework.util.ObjectUtils;

import javax.servlet.http.HttpServletResponse;
import java.io.PrintWriter;
import java.util.ArrayList;
import java.util.List;

/**
 * @author zdj
 * @version 1.0.0
 * @description MyRedisLimiter註解的切面類
 */
@Aspect
@Component
public class RedisLimiterAspect {
    private final Logger logger = LoggerFactory.getLogger(RedisLimitStream.class);
    /**
     * 當前響應請求
     */
    @Autowired
    private HttpServletResponse response;

    /**
     * redis服務
     */
    @Autowired
    private RedisService redisService;

    /**
     * 執行redis的指令碼檔案
     */
    @Autowired
    private RedisScript<Boolean> rateLimitLua;

    /**
     * 對所有介面進行攔截
     */
    @Pointcut("execution(public * com.sport.sportcloudmarathonh5.controller.*.*(..))")
    public void pointcut(){}

    /**
     * 對切點進行繼續處理
     */
    @Around("pointcut()")
    public Object process(ProceedingJoinPoint proceedingJoinPoint) throws Throwable{
        //使用反射獲取RedisLimitStream註解
        MethodSignature signature = (MethodSignature) proceedingJoinPoint.getSignature();
        //沒有新增限流注解的方法直接放行
        RedisLimitStream redisLimitStream = signature.getMethod().getDeclaredAnnotation(RedisLimitStream.class);
        if(ObjectUtils.isEmpty(redisLimitStream)){
            return proceedingJoinPoint.proceed();
        }

        //List設定Lua的KEYS[1]
        List<String> keyList = new ArrayList<>();
        keyList.add("ip:" + (System.currentTimeMillis() / 1000));

        //獲取註解上的引數，獲取設定的速率
        //List設定Lua的ARGV[1]
        int value = redisLimitStream.reqLimit();

        // 呼叫Redis執行lua指令碼，未拿到令牌的，直接返回提示
        boolean acquired = redisService.execute(rateLimitLua, keyList, value);
        logger.info("執行lua結果：" + acquired);
        if(!acquired){
            this.limitStreamBackMsg();
            return null;
        }

        //獲取到令牌，繼續向下執行
        return proceedingJoinPoint.proceed();
    }

    /**
     * 被攔截的人，提示訊息
     */
    private void limitStreamBackMsg() {
        response.setHeader("Content-Type", "text/html;charset=UTF8");
        PrintWriter writer = null;
        try {
            writer = response.getWriter();
            writer.println("{"code":503,"message":"當前排隊人較多，請稍後再試！","data":"null"}");
            writer.flush();
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            if (writer != null) {
                writer.close();
            }
        }
    }
}

第五：寫個設定類，在啟動的時候將我們的lua指令碼程式碼載入到redisscript中

package com.sport.sportcloudmarathonh5.config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.script.DefaultRedisScript;

/**
 * @author zdj
 * @version 1.0.0
 * @description 實現redis的編碼方式
 */
@Configuration
public class RedisConfiguration {

    /**
     * 初始化將lua指令碼載入到redis指令碼中
     * @return
     */
    @Bean
    public DefaultRedisScript loadRedisScript() {
        DefaultRedisScript redisScript = new DefaultRedisScript();
        redisScript.setLocation(new ClassPathResource("limit.lua"));
        redisScript.setResultType(Boolean.class);
        return redisScript;
    }
}

第六：redis執行lua的方法

  /**
     * 執行lua指令碼
     * @param redisScript lua原始碼指令碼
     * @param keyList
     * @param value
     * @return
     */
    public boolean execute(RedisScript<Boolean> redisScript, List<String> keyList, int value) {
        return redisTemplate.execute(redisScript, keyList, String.valueOf(value));
    }

第七：在resources目錄下面新加一個lua指令碼檔案，將下面程式碼拷貝進去即可：

local key = KEYS[1] --限流KEY（一秒一個）
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 false
else --請求數+1，並設定2秒過期
    redis.call("INCRBY", key, "1")
    redis.call("expire", key, "2")
end
return true

最後執行即可：
可以使用jemster進行測試：

到此這篇關於基於redis+lua進行限流的文章就介紹到這了,更多相關redis lua限流內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

基於redis+lua進行限流的方法

熱門文章