Une brève discussion sur trois méthodes de mise en œuvre de la limitation de courant Redis

Cet article vous présentera trois façons d'implémenter la limitation de courant dans Redis. Il a une certaine valeur de référence. Les amis dans le besoin peuvent s'y référer. J'espère qu'il sera utile à tout le monde.

[Recommandations associées : Tutoriel vidéo Redis]

Face à de plus en plus de scénarios à forte concurrence, les limitations actuelles s'affichent Particulièrement important.

Bien sûr, il existe de nombreuses façons d'implémenter la limitation de courant. Redis a des fonctions très puissantes. J'ai utilisé Redis pour pratiquer trois méthodes d'implémentation, qui peuvent être implémentées relativement simplement. Redis peut non seulement limiter le courant, mais également effectuer des statistiques sur les données, les personnes à proximité et d'autres fonctions, qui peuvent être écrites ultérieurement.

Le premier : opération setnx basée sur Redis

Lorsque nous utilisons le verrou distribué de Redis, tout le monde sait qu'il s'appuie sur l'instruction setnx , lors de l'opération CAS (Comparer et échanger), la pratique d'expiration (expire) est également définie pour la clé spécifiée. Notre objectif principal de limiter le courant est d'avoir et seulement N quantité dans le temps unitaire pour pouvoir accéder. mon programme de code. Donc, s'appuyer sur setnx peut facilement réaliser cette fonction.

Par exemple, si nous devons limiter 20 requêtes dans un délai de 10 secondes, nous pouvons alors définir le délai d'expiration à 10 lors du réglage de nx. Lorsque le nombre de setnx demandé atteint 20, l'effet de limitation actuel sera atteint. Le code est relativement simple et ne sera pas affiché.

Pour une utilisation spécifique de setnx, veuillez vous référer à mon autre blog Une série de problèmes causés par les verrous distribués Redis sous RedisTemplate

Bien sûr, cette approche présente de nombreux inconvénients, comme lorsqu'on compte 1 -10 secondes, il est impossible de compter dans les 2 à 11 secondes. Si nous devons compter M requêtes dans les N secondes, alors notre Redis doit conserver N clés et autres problèmes

. Deuxième type : structure de données basée sur Redis zset

En fait, la chose la plus importante impliquée dans la limitation de courant est la fenêtre glissante. Il est également mentionné ci-dessus comment 1-10 devient 2-11. . En fait, la valeur de départ et la valeur de fin sont toutes deux de +1 chacune.

Et si nous utilisons la structure de données de liste de Redis, nous pouvons facilement implémenter cette fonction

Nous pouvons construire la requête dans un tableau zset Lorsque chaque requête arrive, la valeur reste unique. Généré avec l'UUID, le score peut être représenté par l'horodatage actuel, car le score peut être utilisé pour calculer le nombre de requêtes dans l'horodatage actuel. La structure de données zset fournit également la méthode range afin que nous puissions facilement obtenir le nombre de requêtes dans 2 horodatages

Le code est le suivant

public Response limitFlow(){
        Long currentTime = new Date().getTime();
        System.out.println(currentTime);
        if(redisTemplate.hasKey("limit")) {
            Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime -  intervalTime, currentTime).size();        // intervalTime是限流的时间 
            System.out.println(count);
            if (count != null && count > 5) {
                return Response.ok("每分钟最多只能访问5次");
            }
        }
        redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
        return Response.ok("访问成功");
    }

Le code ci-dessus peut obtenir l'effet de fenêtres coulissantes , et peut garantir au plus M requêtes toutes les N secondes. L'inconvénient est que la structure de données de zset deviendra de plus en plus grande. La méthode de mise en œuvre est relativement simple.

Le troisième type : algorithme de compartiment de jetons basé sur Redis

En ce qui concerne la limitation de courant, je dois mentionnez-le Algorithme de seau de jetons. Pour plus de détails, veuillez vous référer à l'explication de Du Niang. Algorithme de compartiment de jetons

L'algorithme de compartiment de jetons mentionne le débit d'entrée et le débit de sortie. Lorsque le débit de sortie est supérieur au débit d'entrée, la limite de trafic est dépassée.

C'est-à-dire que chaque fois que nous accédons à une requête, nous pouvons obtenir un token de Redis. Si nous obtenons le token, cela signifie que la limite n'a pas été dépassée. Si nous ne pouvons pas l'obtenir, le résultat. ce sera le contraire.

En nous appuyant sur les idées ci-dessus, nous pouvons facilement implémenter un tel code en combinant la structure de données List de Redis. Il s'agit simplement d'une simple implémentation de

S'appuyer sur le leftPop de List pour obtenir le jeton.

// 输出令牌
public Response limitFlow2(Long id){
        Object result = redisTemplate.opsForList().leftPop("limit_list");
        if(result == null){
            return Response.ok("当前令牌桶中无令牌");
        }
        return Response.ok(articleDescription2);
    }

Ensuite, comptez sur les tâches planifiées de Java pour pousser régulièrement le jeton dans la liste. Bien sûr, le jeton doit également être unique, j'utilise donc toujours l'UUID pour le générer ici

// 10S的速率往令牌桶中添加UUID，只为保证唯一性
    @Scheduled(fixedDelay = 10_000,initialDelay = 0)
    public void setIntervalTimeTask(){
        redisTemplate.opsForList().rightPush("limit_list",UUID.randomUUID().toString());
    }

Dans. En résumé, l'implémentation du code n'est pas un début. Pour ces méthodes de limitation actuelles, nous pouvons ajouter le code ci-dessus à l'AOP ou filtrer pour limiter le flux actuel de l'interface et finalement protéger votre site Web.

Redis a en réalité de nombreuses autres utilisations. Son rôle n'est pas seulement la mise en cache et le verrouillage distribué. Ses structures de données ne sont pas seulement String, Hash, List, Set et Zset. Ceux qui sont intéressés peuvent suivre son algorithme GeoHash ; la structure des données de filtrage BitMap, HLL et Bloom (ajoutée après Redis 4.0, vous pouvez utiliser Docker pour installer redislabs/rebloom).

Pour plus de connaissances liées à la programmation, veuillez visiter : Enseignement de la programmation ! !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!