redis redisson 限流器實例
作用：限制一段時間內對數據的訪問數量
相關接口
RRateLimiter
|
1
2
3
4
5
6
7
8
9
10
11
|
public interface RRateLimiter extends RRateLimiterAsync, RObject { boolean trySetRate(RateType var1, long var2, long var4, RateIntervalUnit var6); //設置訪問速率，var2為訪問數，var4為單位時間，var6為時間單位 void acquire(); //訪問數據 void acquire(long var1); //占var1的速度計算值 boolean tryAcquire(); //嘗試訪問數據 boolean tryAcquire(long var1); //嘗試訪問數據，占var1的速度計算值 boolean tryAcquire(long var1, TimeUnit var3); //嘗試訪問數據，設置等待時間var3 boolean tryAcquire(long var1, long var3, TimeUnit var5); //嘗試訪問數據，占數據計算值var1，設置等待時間var3 RateLimiterConfig getConfig();} |
RateType：速度類型
|
1
2
3
4
5
6
7
|
public enum RateType { OVERALL, //所有客戶端加總限流 PER_CLIENT; //每個客戶端單獨計算流量 private RateType() { }} |
RateInternalUnit：速度單位
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
public enum RateIntervalUnit { MILLISECONDS { public long toMillis(long value) { return value; } }, SECONDS { public long toMillis(long value) { return TimeUnit.SECONDS.toMillis(value); } }, MINUTES { public long toMillis(long value) { return TimeUnit.MINUTES.toMillis(value); } }, HOURS { public long toMillis(long value) { return TimeUnit.HOURS.toMillis(value); } }, DAYS { public long toMillis(long value) { return TimeUnit.DAYS.toMillis(value); } }; private RateIntervalUnit() { } public abstract long toMillis(long var1);} |
示例
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
public class MyTest8 { public static void main(String[] args){ Config config=new Config(); config.useSingleServer().setAddress("redis://192.168.57.120:6379").setPassword("123456"); RedissonClient client= Redisson.create(config); RRateLimiter rateLimiter=client.getRateLimiter("rate_limiter"); rateLimiter.trySetRate(RateType.PER_CLIENT,5,2, RateIntervalUnit.MINUTES); ExecutorService executorService= Executors.newFixedThreadPool(10); for (int i=0;i<10;i++){ executorService.submit(()->{ try{ rateLimiter.acquire(); System.out.println("線程"+Thread.currentThread().getId()+"進入數據區："+System.currentTimeMillis()); }catch (Exception e){ e.printStackTrace(); } }); } }} |
控制臺輸出
線程49進入數據區：1574672546522
線程55進入數據區：1574672546522
線程56進入數據區：1574672546526
線程50進入數據區：1574672546523
線程48進入數據區：1574672546523
線程51進入數據區：1574672666627
線程53進入數據區：1574672666627
線程54進入數據區：1574672666627
線程57進入數據區：1574672666628
線程52進入數據區：1574672666628
說明：兩分鐘之內最多只有5個線程在執行
分布式限流redission RRateLimiter使用及原理
前提：
最近公司在做有需求在做分布式限流，調研的限流框架大概有
- 1、spring cloud gateway集成redis限流,但屬于網關層限流
- 2、阿里Sentinel,功能強大、帶監控平臺
- 3、srping cloud hystrix，屬于接口層限流，提供線程池與信號量兩種方式
- 4、其他：redission、手擼代碼
實際需求情況屬于業務端限流，redission更加方便，使用更加靈活，下面介紹下redission分布式限流如何使用及原理：
一、使用
使用很簡單、如下
|
1
2
3
4
5
6
7
8
|
// 1、 聲明一個限流器RRateLimiter rateLimiter = redissonClient.getRateLimiter(key); // 2、 設置速率，5秒中產生3個令牌rateLimiter.trySetRate(RateType.OVERALL, 3, 5, RateIntervalUnit.SECONDS); // 3、試圖獲取一個令牌，獲取到返回truerateLimiter.tryAcquire(1) |
二、原理
1、getRateLimiter
|
1
2
|
// 聲明一個限流器 名稱 叫keyredissonClient.getRateLimiter(key) |
2、trySetRate
trySetRate方法跟進去底層實現如下：
|
1
2
3
4
5
6
7
8
|
@Override public RFuture<Boolean> trySetRateAsync(RateType type, long rate, long rateInterval, RateIntervalUnit unit) { return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN, "redis.call('hsetnx', KEYS[1], 'rate', ARGV[1]);" + "redis.call('hsetnx', KEYS[1], 'interval', ARGV[2]);" + "return redis.call('hsetnx', KEYS[1], 'type', ARGV[3]);", Collections.<Object>singletonList(getName()), rate, unit.toMillis(rateInterval), type.ordinal()); } |
舉個例子，更容易理解：
比如下面這段代碼，5秒中產生3個令牌，并且所有實例共享（RateType.OVERALL所有實例共享、RateType.CLIENT單實例端共享）
|
1
|
trySetRate(RateType.OVERALL, 3, 5, RateIntervalUnit.SECONDS); |
那么redis中就會設置3個參數：
hsetnx,key,rate,3
hsetnx,key,interval,5
hsetnx,key,type,0
接著看tryAcquire(1)方法：底層源碼如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
private <T> RFuture<T> tryAcquireAsync(RedisCommand<T> command, Long value) { return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command, "local rate = redis.call('hget', KEYS[1], 'rate');" //1 + "local interval = redis.call('hget', KEYS[1], 'interval');" //2 + "local type = redis.call('hget', KEYS[1], 'type');" //3 + "assert(rate ~= false and interval ~= false and type ~= false, 'RateLimiter is not initialized')" //4 + "local valueName = KEYS[2];" //5 + "if type == 1 then " + "valueName = KEYS[3];" //6 + "end;" + "local currentValue = redis.call('get', valueName); " //7 + "if currentValue ~= false then " + "if tonumber(currentValue) < tonumber(ARGV[1]) then " //8 + "return redis.call('pttl', valueName); " + "else " + "redis.call('decrby', valueName, ARGV[1]); " //9 + "return nil; " + "end; " + "else " //10 + "redis.call('set', valueName, rate, 'px', interval); " + "redis.call('decrby', valueName, ARGV[1]); " + "return nil; " + "end;", Arrays.<Object>asList(getName(), getValueName(), getClientValueName()), value, commandExecutor.getConnectionManager().getId().toString()); } |
第1、2、3備注行是獲取上一步set的3個值：rate、interval、type，如果這3個值沒有設置，直接返回rateLimiter沒有被初始化。
第5備注行聲明一個變量叫valueName 值為KEYS[2],KEYS[2]對應的值是getValueName()方法，getValueName()返回的就是上面第一步getRateLimiter我們設置的key；如果type=1，表示全局共享，那么valueName 的值改為取KEYS[3]，KEYS[3]對應的值為getClientValueName()，查看getClientValueName()源碼：
|
1
2
3
|
String getClientValueName() { return suffixName(getValueName(), commandExecutor.getConnectionManager().getId().toString()); } |
ConnectionManager().getId()如下：
|
1
2
3
4
|
public interface ConnectionManager { UUID getId(); 省略...} |
這個getId()是每個客戶端初始化的時候生成的UUID，即每個客戶端的getId是唯一的，這也就驗證了trySetRate方法中RateType.ALL與RateType.PER_CLIENT的作用。
- 接著看第7標準行，獲取valueName對應的值currentValue；首次獲取肯定為空，那么看第10標準行else的邏輯
- set valueName 3 px 5，設置key=valueName value=3 過期時間為5秒
- decrby valueName 1，將上面valueName的值減1
- 那么如果第二次訪問，第7標注行返回的值存在，將會走第8標注行，緊接著走如下判斷
- 如果當前valueName的值也就是3，小于要獲得的令牌數量(tryAcquire方法中的入參)，那么說明當前時間內（key的有效期5秒內），令牌的數量已經被用完，返回pttl(key的剩余過期時間)；反之說明桶中有足夠的令牌，獲取之后將會把桶中的令牌數量減1，至此結束。
總結：
redission分布式限流采用令牌桶思想和固定時間窗口，trySetRate方法設置桶的大小，利用redis key過期機制達到時間窗口目的，控制固定時間窗口內允許通過的請求量。
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/weixin_43931625/article/details/103234206
