基于Redis限流（固定窗口、滑动窗口、漏桶、令牌桶）（肝货！！！）

近期redis复习的比较多，在限流这方面发现好像之前理解的限流算法有问题，索性花了一天“带薪摸鱼”时间肝了一天，有问题可以评论区探讨。

废话不多说，正片开始

目录

  • Maven
  • 固定窗口
  • 滑动窗口算法
  • 漏桶算法
  • 令牌桶算法

Maven

有些不用的可以自行注释，注意：这里博主springboot版本为2.7.14

<dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- redis --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency><!-- https://mvnrepository.com/artifact/redis.clients/jedis --><dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId><version>3.2.0</version></dependency><!-- https://mvnrepository.com/artifact/org.redisson/redisson-spring-boot-starter --><!--redisson--><dependency><groupId>org.redisson</groupId><artifactId>redisson-spring-boot-starter</artifactId><version>3.17.6</version></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-aop</artifactId></dependency><dependency><groupId>org.apache.commons</groupId><artifactId>commons-lang3</artifactId><version>3.12.0</version></dependency><dependency><groupId>org.apache.commons</groupId><artifactId>commons-lang3</artifactId></dependency><dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>21.0</version></dependency></dependencies>

固定窗口

固定窗口算法实现限流其实在之前已经写过博客（基于Redis限流（aop切面+redis实现“固定窗口算法”）），这里也简单讲解下。

固定窗口算法（计数法）即是限制在指定时间内累计数量达到峰值后，触发限流条件，例如10秒内允许访问3次，当访问第4次的时候，就被限流住了，用redis在实现的话其实用的就是incr原子自增性，然后在限制时间过期达到一个时间限制的效果。

核心代码

/*** 固定窗口算法lua*/
public String gdckLuaScript() {StringBuilder lua = new StringBuilder();lua.append("local c");lua.append("\nc = redis.call('get',KEYS[1])");// 调用不超过最大值，则直接返回lua.append("\nif c and tonumber(c) > tonumber(ARGV[1]) then");lua.append("\nreturn c;");lua.append("\nend");// 执行计算器自加lua.append("\nc = redis.call('incr',KEYS[1])");lua.append("\nif tonumber(c) == 1 then");// 从第一次调用开始限流，设置对应键值的过期lua.append("\nredis.call('expire',KEYS[1],ARGV[2])");lua.append("\nend");lua.append("\nreturn c;");return lua.toString();
}

获取lua执行语句后进行填值调用

String luaScript = gdckLuaScript();
RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
//固定窗口法
Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, limitPeriod);
if (count != null && count.intValue() <= limitCount) {isNeedLimit = false;
}

滑动窗口算法

滑动窗口算法是在“固定窗口算法”进行的优化，固定窗口算法有个弊端，那就是限制指定时间内只能有这么多访问量，剩余全部丢弃。那对于滑动窗口算法，是将时间周期分为N个小周期，分别记录每个小周期内访问次数，并且根据时间滑动删除过期的小周期，对于删除过期的小周期这个操作，在redis中其实是采用了zset对象的做法，score控制时间窗口，只查指定时间前到现在的一个区间（窗口）的数量，随着时间的变化，窗口一直在动。

核心代码

/*** 滑动窗口算法lua*/
public String hdckLuaScript() {StringBuilder sb = new StringBuilder();sb.append(" local key = KEYS[1] ");//sb.append(" -- 限流请求数 ");sb.append(" local limitCount = ARGV[1] ");//sb.append(" -- 限流开始时间戳（一般是当前时间减去前多少范围时间，例如前5秒） ");sb.append(" local startTime = ARGV[2] ");//sb.append(" -- 限流结束时间戳（当前时间） ");sb.append(" local endTime = ARGV[3] ");//sb.append(" -- 限流超时时间-用于清除内存-毫秒（默认与限制时间一致） ");sb.append(" local timeout = ARGV[4] ");//当前请求数sb.append(" local currentCount = redis.call('zcount', key, startTime, endTime)  ");//sb.append(" -- 限流存在并且超过限流大小，则返回剩余可用请求数=0 ");sb.append(" if (currentCount and tonumber(currentCount) >= tonumber(limitCount)) then ");sb.append("     return 0 ");sb.append(" end ");//sb.append(" -- 记录本次请求 ");sb.append(" redis.call('zadd', key, endTime, endTime) ");//sb.append(" -- 设置超时时间 ");sb.append(" redis.call('expire', key, timeout) ");//sb.append(" -- 返回剩余可用请求数 ");sb.append(" return tonumber(limitCount) - tonumber(currentCount) ");return sb.toString();
}

获取lua执行语句后进行填值调用

String luaScript = hdckLuaScript();
RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
long currentMillis = System.currentTimeMillis();
//限制时间区间毫秒
int limitPeriodHm = limitPeriod * 1000;
//之前的时间戳（用于框定窗口滑动，（之前时间到当前时间））
long beforeMillis = currentMillis - limitPeriodHm;
//滑动窗口算法
Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, beforeMillis, currentMillis,limitPeriod);
if (count != null && count.intValue() > 0){isNeedLimit = false;
}

漏桶算法

漏桶算法的思路是访问请求到达时直接放入漏桶，如当前容量已达到上限（限流值），则进行丢弃（触发限流策略）。漏桶以固定的速率进行释放访问请求（即请求通过），直到漏桶为空。

核心代码

/*** 漏桶算法lua*/
public String ltLuaScript(){StringBuilder sb = new StringBuilder();//sb.append(" --参数说明：key[1]为对应服务接口的信息，capacity为容量,passRate为漏水速率,addWater为每次请求加水量（默认为1）,water为当前水量,lastTs为时间戳 ");sb.append(" local limitInfo = redis.call('hmget', KEYS[1], 'capacity', 'passRate','water', 'lastTs') ");sb.append(" local capacity = limitInfo[1] ");sb.append(" local passRate = limitInfo[2] ");//加水量固定为1（一次请求）sb.append(" local addWater= 1 ");sb.append(" local water = limitInfo[3] ");sb.append(" local lastTs = limitInfo[4] ");//sb.append(" --初始化漏斗 ");sb.append(" if capacity == false or passRate == false then ");sb.append("     capacity = tonumber(ARGV[1]) ");sb.append("     passRate = tonumber(ARGV[2]) ");//sb.append("     --当前水量（第一次加水量） ");sb.append("     water = addWater ");sb.append("     lastTs = tonumber(ARGV[3]) ");sb.append("     redis.call('hmset', KEYS[1], 'capacity', capacity, 'passRate', passRate,'addWater',addWater,'water', water, 'lastTs', lastTs) ");sb.append("     return 1 ");sb.append(" else ");sb.append("     local nowTs = tonumber(ARGV[3]) ");//sb.append("     --计算距离上一次请求到现在的漏水量 ");sb.append("     local waterPass = tonumber((nowTs - lastTs)* passRate/1000) ");//sb.append("     --计算当前水量,即执行漏水 ");sb.append("     water=math.max(0,water-waterPass) ");//sb.append("     --设置本次请求的时间 ");sb.append("     lastTs = nowTs ");//sb.append("     --判断是否可以加水 ");sb.append("     addWater=tonumber(addWater) ");sb.append("     if capacity-water >= addWater then ");//sb.append("         --加水 ");sb.append("         water=water+addWater ");//sb.append("         --更新当前水量和时间戳 ");sb.append("         redis.call('hmset', KEYS[1], 'water', water, 'lastTs', lastTs) ");sb.append("         return 1 ");sb.append("     end ");sb.append("     return 0 ");sb.append(" end ");return sb.toString();
}

获取lua执行语句后进行填值调用

long currentMillis = System.currentTimeMillis();
String luaScript = ltLuaScript();
RedisScript<Number>redisScript = new DefaultRedisScript<>(luaScript, Number.class);
//漏桶算法
//漏水速率（这里用的是平均速率，也可以自定义）
double passRate = limitCount / (double) limitPeriod;
//注意注意，currentMillis、passRate千万不要转字符串，会报错。。。
Number count = limitRedisTemplate.execute(redisScript, keys, limitCount, passRate, currentMillis);
if (count != null && count.intValue() > 0){//此处count为1正常加水，0加水失败即限流isNeedLimit = false;
}

令牌桶算法

令牌桶算法是程序以r（r=时间周期/限流值）的速度向令牌桶中增加令牌，直到令牌桶满，请求到达时向令牌桶请求令牌，如获取到令牌则通过请求，否则触发限流策略，跟漏桶有点像，不过漏桶算法是请求方是加水（自动漏水），而令牌桶算法是减少“水”（自动加“水”）。

核心代码

/*** 令牌桶算法lua*/
public String lptLuaScript(){StringBuilder sb = new StringBuilder();//sb.append(" --参数说明：key[1]为对应服务接口的信息，capacity为最大容量，rate为令牌生成速率（例如500ms生成一个则为0.5）,leftTokenNum为剩余令牌数,lastTs为时间戳 ");sb.append(" local limitInfo = redis.call('hmget', KEYS[1], 'capacity', 'rate','leftTokenNum', 'lastTs') ");sb.append(" local capacity = limitInfo[1] ");sb.append(" local rate = limitInfo[2] ");sb.append(" local leftTokenNum= limitInfo[3] ");sb.append(" local lastTs = limitInfo[4] ");// 本次需要令牌数sb.append(" local need = 1 ");//sb.append(" --初始化令牌桶 ");sb.append(" if capacity == false or rate == false or leftTokenNum == false then ");sb.append("     capacity = tonumber(ARGV[1]) ");sb.append("     rate = tonumber(ARGV[2]) ");sb.append("     leftTokenNum = tonumber(ARGV[1]) - need ");sb.append("     lastTs = tonumber(ARGV[3]) ");sb.append("     redis.call('hmset', KEYS[1], 'capacity', capacity, 'rate', rate, 'leftTokenNum', leftTokenNum, 'lastTs', lastTs) ");sb.append("     return leftTokenNum ");sb.append(" else ");sb.append(" 	local nowTs = tonumber(ARGV[3]) ");
//        sb.append("     rate = tonumber(ARGV[2])");//sb.append("     --计算距离上一次请求到现在生产令牌数 ");sb.append("     local createTokenNum = tonumber((nowTs - lastTs)* rate/1000) ");//sb.append(" 	--计算该段时间的剩余令牌（当前总令牌数） ");sb.append("     leftTokenNum = createTokenNum + leftTokenNum ");//sb.append(" 	--设置剩余令牌（留下最小数） ");sb.append("     leftTokenNum = math.min(capacity, leftTokenNum) ");//sb.append(" 	--设置本次请求的时间 ");sb.append("     lastTs = nowTs ");//sb.append("     --判断是否还有令牌 ");sb.append("     if leftTokenNum >= need then ");//sb.append("         --减去需要的令牌 ");sb.append("         leftTokenNum = leftTokenNum - need ");//sb.append("         --更新剩余空间和上一次的生成令牌时间戳 ");sb.append("         redis.call('hmset', KEYS[1], 'capacity', capacity, 'rate', rate,'leftTokenNum', leftTokenNum, 'lastTs', lastTs) ");sb.append("         return leftTokenNum ");sb.append("     end ");sb.append("     return -1 ");sb.append(" end ");return sb.toString();
}

获取lua执行语句后进行填值调用

long currentMillis = System.currentTimeMillis();
long luaScript = lptLuaScript();
RedisScript<Number> redisScript = new DefaultRedisScript<>(luaScript, Number.class);
//令牌桶算法
//生成令牌速率（这里用的是平均速率，也可以自定义）
double createRate = limitCount / (double) limitPeriod;
count = limitRedisTemplate.execute(redisScript, keys, limitCount, createRate, currentMillis);
if (count != null && count.intValue() >= 0){isNeedLimit = false;
}

由于代码量过大，放置在博主资源啦，核心部分均已贴出
调用整体示例如图在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://xiahunao.cn/news/2805136.html

如若内容造成侵权/违法违规/事实不符，请联系瞎胡闹网进行投诉反馈，一经查实，立即删除！

相关文章

85、字符串操作的优化

85、字符串操作的优化

上一节介绍了在模型的推理优化过程中，动态内存申请会带来额外的性能损失。 Python 语言在性能上之所以没有c++高效，有一部分原因就在于Python语言将内存的动态管理过程给封装起来了，我们作为 Python 语言的使用者是看不到这个过程的。 这一点有点类似于 c++ 标准库中的一些…
阅读更多...
海格里斯HEGERLS四向穿梭车系统如何避免同区域多车作业产生的冲突障碍？

海格里斯HEGERLS四向穿梭车系统如何避免同区域多车作业产生的冲突障碍？

随着高新科技的不断迅速发展&#xff0c;仓储行业也在经历着前所未有的变革。其中&#xff0c;全自动四向穿梭车立体库无疑成为了近年来引人注目的创新&#xff0c;这种新型的仓储系统&#xff0c;以其高效率、自动化智能、灵活多样的特点&#xff0c;正在颠覆我们对传统仓储的…
阅读更多...
网页数据的存储--存储为文本文件(TXT、JSON、CSV)

网页数据的存储--存储为文本文件(TXT、JSON、CSV)

用解析器解析出数据后&#xff0c;接下来就是存储数据了。数据的存储有多种多样&#xff0c;其中最简单的一种是将数据直接保存为文本文件&#xff0c;如TXT、JSON、CSV等。这里就介绍将数据直接保存为文本文件。 目录 一、Python存储数据的方法 1、 文件读取 2、 文件写入…
阅读更多...
2023年全球软件开发大会：前沿技术揭秘与未来趋势展望

2023年全球软件开发大会：前沿技术揭秘与未来趋势展望

2023年全球软件开发大会&#xff08;QCon上海站2023&#xff09;在科技圈掀起了新一轮的浪潮。 作为软件开发领域的顶级盛会&#xff0c;本次大会聚焦了当下最热门的技术话题&#xff0c;吸引了全球各地的开发者、架构师、技术领袖齐聚一堂&#xff0c;共同探讨软件开发的未来…
阅读更多...
前端学习——vue学习

前端学习——vue学习

文章目录 1. < el-form> 属性 model、prop、rules2. v-bind 与 v-model3. v-if 与 v-show4. v-for 循环语句5. 计算属性 computed6. 监视属性 watch7. 下拉框 el-select、el-option8. 自定义事件9. async与await实现异步调用 1. < el-form> 属性 model、prop、rule…
阅读更多...
【开源】SpringBoot框架开发婚恋交友网站

【开源】SpringBoot框架开发婚恋交友网站

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 会员管理模块2.3 新闻管理模块2.4 相亲大会管理模块2.5 留言管理模块 三、系统设计3.1 用例设计3.2 数据库设计3.2.1 会员信息表3.2.2 新闻表3.2.3 相亲大会表3.2.4 留言表 四、系统展示五、核心代码5.…
阅读更多...
记录 | vscode go无法跳转问题解决

记录 | vscode go无法跳转问题解决

go 代码不能跳转 如果是windows下开发linux的一般要用 插件 Remote-ssh,就可以尽情的访问文件和路径了. 1.go代码跳转一方面是你要把所有的 vscode go 插件要安装上, 方法是ctrlshift p,输入Go:Install/Update ,回车之后,把这些都选中安装. 2020年之后的,都会采用go mod的…
阅读更多...
自考《计算机网络原理》考前冲刺

自考《计算机网络原理》考前冲刺

常考选择填空 1、计算机网络的定义&#xff1a;计算机网络是互连的、自治的计算机的集合。 2、协议的定义&#xff1a;协议是网络通信实体之间在数据交换过程中需要遵循的规则或约定 3、协议的3个要素 (1) 语法&#xff1a;定义实体之间交换信息的格式与结构&#xff0c;或…
阅读更多...
商品评论接口的应用

商品评论接口的应用

一、应用场景 商家调研自家产品的满意度及改进建议&#xff0c;B端商户想要铺货挑选商品&#xff0c;独立站运营商 二、公共参数 请求地址: https://api/item_review 三、请求参数 请求参数&#xff1a;num_iid600530677643&data&page1 参数说明&#xff1a;参数…
阅读更多...
「JavaSE」String类3：字符串常量池

「JavaSE」String类3：字符串常量池

&#x1f387;个人主页&#xff1a;Ice_Sugar_7 &#x1f387;所属专栏&#xff1a;快来卷Java啦 &#x1f387;欢迎点赞收藏加关注哦&#xff01; 字符串常量池 &#x1f349;常量池&#x1f349;字符串常量池&#x1f349;intern 方法 &#x1f349;常量池 在Java程序中&…
阅读更多...
Vue+SpringBoot打造音乐偏好度推荐系统

Vue+SpringBoot打造音乐偏好度推荐系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、系统设计2.1 功能模块设计2.1.1 音乐档案模块2.1.2 我的喜好模块2.1.3 每日推荐模块2.1.4 通知公告模块 2.2 用例图设计2.3 实体类设计2.4 数据库设计 三、系统展示3.1 登录注册3.2 音乐档案模块3.3 音乐每日推荐模块3.4 通知公告模…
阅读更多...
模型 KISS复盘法

模型 KISS复盘法

系列文章 分享 模型&#xff0c;了解更多&#x1f449; 模型_总纲目录。重在提升认知。反思过去&#xff0c;不断进步。 1 KISS复盘法的应用 1.1 团队项目复盘 在一个团队项目结束后&#xff0c;团队成员可以使用KISS模型进行复盘&#xff0c;以总结经验教训并改进未来的工作…
阅读更多...
linux服务器tomcat日志中文出现问号乱码

linux服务器tomcat日志中文出现问号乱码

目录 一、场景二、排查三、原因四、解决 一、场景 tomcat日志的中文出现问号乱码 乱码示例 ??[377995738417729536]????????? ac??????????????message:二、排查 1、使用locale命令查看服务器当前使用的语言包 发现只用的语言包为utf-8&#xff0…
阅读更多...
安全生产：AI视频智能分析网关V4如何应用在企业安全生产场景中？

安全生产：AI视频智能分析网关V4如何应用在企业安全生产场景中？

随着科技的不断进步&#xff0c;视频智能分析技术在安全生产领域中的应用越来越广泛。这种技术通过计算机视觉和人工智能算法&#xff0c;可以对监控视频进行自动分析和处理&#xff0c;以实现多种功能&#xff0c;如目标检测、行为识别、异常预警等。今天我们以TSINGSEE青犀AI…
阅读更多...
QPaint绘制自定义仪表盘组件02

QPaint绘制自定义仪表盘组件02

网上视频抄的&#xff0c;用来自己看一下&#xff0c;看完就删掉 最终效果 ui&#xff0c;创建一个空的widget widget.h #ifndef WIDGET_H #define WIDGET_H#include <QWidget> #include <QPainter> #include <QTimer>QT_BEGIN_NAMESPACE namespace Ui { c…
阅读更多...
金蝶字段添加过滤条件

金蝶字段添加过滤条件

金蝶字段加过滤条件 F_PLDE_Date<GetValue(FDate) and F_PLDE_Date1>GetValue(FDate)
阅读更多...
vue video 多个视频切换后视频不显示的解决方法

vue video 多个视频切换后视频不显示的解决方法

先说一下我这边的需求是视频需要轮播&#xff0c;一个人员有多个视频&#xff0c;左右轮播是轮播某个人员下的视频&#xff0c;上下切换是切换人员。 vue 代码 <el-carouselindicator-position"none"ref"carousel"arrow"always":interval&qu…
阅读更多...
Java设计模式 | 简介

Java设计模式 | 简介

设计模式的重要性&#xff1a; 软件工程中&#xff0c;设计模式&#xff08;design pattern&#xff09;是对软件设计中普遍存在&#xff08;反复出现&#xff09;的各种问题&#xff0c;所提出的解决方案。 这个术语由埃里希 伽玛&#xff08;Erich Gamma&#xff09;等人在1…
阅读更多...
六、Vuex

六、Vuex

六、Vuex 6.1 Vuex是什么 概念&#xff1a;专门在 Vue 中实现集中式状态&#xff08;数据&#xff09;管理的一个 Vue 插件&#xff0c;对 vue 应 用中多个组件的共享状态进行集中式的管理&#xff08;读/写&#xff09;&#xff0c;也是一种组件间通信的方 式&#xff0c;且…
阅读更多...
猜字谜｜构建生成式 AI 应用实践（一）

猜字谜｜构建生成式 AI 应用实践（一）

在 2023 亚马逊云科技 re:Invent 之后&#xff0c;细心的开发者们也许已经发现有一个很有趣的动手实验&#xff1a;开发一款可部署的基于大语言模型的字谜游戏&#xff1a; 该款游戏使用了文生图模型为玩家提供一个未知的提示词&#xff0c;玩家需要根据模型生成的图像来猜测该…
阅读更多...
最新文章

Copyright @ 2022~2023