在数字化转型中,选择合适的跨平台开发框架不仅能提高效率,还有助于确保数据安全与合规性。
1253
2023-01-01
redis redisson 限流器的实例(RRateLimiter)
redis redisson 限流器实例
作用:限制一段时间内对数据的访问数量
相关接口
RRateLimiter
public interface RRateLimiter extends RRateLimiterAsync, RObject {
boolean trySetRate(RateType var1, long var2, long var4, RateIntervalUnit var6);
//设置访问速率,var2为访问数,var4为单位时间,var6为时间单位
void acquire(); //访问数据
void acquire(long var1); //占var1的速度计算值
boolean tryAcquire(); //尝试访问数据
boolean tryAcquire(long var1); //尝试访问数据,占var1的速度计算值
boolean tryAcquire(long var1, TimeUnit var3); //尝试访问数据,设置等待时间var3
boolean tryAcquire(long var1, long var3, TimeUnit var5); //尝试访问数据,占数据计算值var1,设置等待时间var3
RateLimiterConfig getConfig();
}
RateType:速度类型
public enum RateType {
OVERALL, //所有客户端加总限流
PER_CLIENT; //每个客户端单独计算流量
private RateType() {
}
}
RateInternalUnit:速度单位
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) {CLeEo
return TimeUnit.DAYS.toMillis(value);
}
};
private RateIntervalUnit() {
}
public abstract long toMillis(long var1);
}
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("线程"+Thread.currentThread().getId()+"进入数据区:"+System.currentTimeMillis());
}catch (Exception e){
e.printStackTrace();
}
});
}
}
}
控制台输出
线程49进入数据区:1574672546522
线程55进入数据区:1574672546522
线程56进入数据区:1574672546526
线程50进入数据区:1574672546523
线程48进入数据区:1574672546523
线程51进入数据区:1574672666627
线程53进入数据区:1574672666627
线程54进入数据区:1574672666627
线程57进入数据区:1574672666628
线程52进入数据区:1574672666628
说明:两分钟之内最多只有5个线程在执行
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,调研的限流框架大概有
1、spring cloud gateway集成redis限流,但属于网关层限流
2、阿里Sentinel,功能强大、带监控平台
3、srping cloud hystrix,属于接口层限流,提供线程池与信号量两种方式
4、其他:redission、手撸代码
实际需求情况属于业务端限流,redission更加方便,使用更加灵活,下面介绍下redission分布式限流如何使用及原理:
一、使用
使用很简单、如下
// 1、 声明一个限流器
RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
// 2、 设置速率,5秒中产生3个令牌
rateLimiter.trySetRate(RateType.OVERALL, 3, 5, RateIntervalUnit.SECONDS);
// 3、试图获取一个令牌,获取到返回true
rateLimiter.tryAcquire(1)
二、原理
1、getRateLimiter
// 声明一个限流器 名称 叫key
redissonClient.getRateLimiter(key)
2、trySetRate
trySetRate方法跟进去底层实现如下:
@Override
public RFuture
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.
}
举个例子,更容易理解:
比如下面这段代码,5秒中产生3个令牌,并且所有实例共享(RateType.OVERALL所有实例共享、RateType.CLIENT单实例端共享)
trySetRate(RateType.OVERALL, 3, 5, RateIntervalUnit.SECONDS);
那么redis中就会设置3个参数:
hsetnx,key,rate,3
hsetnx,key,interval,5
hsetnx,key,type,0
接着看tryAcquire(1)方法:底层源码如下
private
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; "
CLeEo + "else " //10
+ "redis.call('set', valueName, rate, 'px', interval); "
+ "redis.call('decrby', valueName, ARGV[1]); "
+ "return nil; "
+ "end;",
Arrays.
value, commandExecutor.getConnectionManager().getId().toString());
}
第1、2、3备注行是获取上一步set的3个值:rate、interval、type,如果这3个值没有设置,直接返回rateLimiter没有被初始化。
第5备注行声明一个变量叫valueName 值为KEYS[2],KEYS[2]对应的值是getValueName()方法,getValueName()返回的就是上面第一步getRateLimiter我们设置的key;如果type=1,表示全局共享,那么valueName 的值改为取KEYS[3],KEYS[3]对应的值为getClientValueName(),查看getClientValueName()源码:
String getClientValueName() {
return suffixName(getValueName(), commandExecutor.getConnectionManager().getId().toString());
}
ConnectionManager().getId()如下:
public interface ConnectionManager {
UUID getId();
省略...
}
这个getId()是每个客户端初始化的时候生成的UUID,即每个客户端的getId是唯一的,这也就验证了trySetRate方法中RateType.ALL与RateType.PER_CLIENT的作用。
接着看第7标准行,获取valueName对应的值currentValue;首次获取肯定为空,那么看第10标准行else的逻辑
set valueName 3 px 5,设置key=valueName value=3 过期时间为5秒
decrby valueName 1,将上面valueName的值减1
那么如果第二次访问,第7标注行返回的值存在,将会走第8标注行,紧接着走如下判断
如果当前valueName的值也就是3,小于要获得的令牌数量(tryAcquire方法中的入参),那么说明当前时间内(key的有效期5秒内),令牌的数量已经被用完,返回pttl(key的剩余过期时间);反之说明桶中有足够的令牌,获取之后将会把桶中的令牌数量减1,至此结束。
总结:
redission分布式限流采用令牌桶思想和固定时间窗口,trySetRate方法设置桶的大小,利用redis key过期机制达到时间窗口目的,控制固定时间窗口内允许通过的请求量。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~