ASP.NET?Core中間件實現(xiàn)限流的代碼
一、限流算法
在高并發(fā)系統(tǒng)中，有三把利器用來保護系統(tǒng)：緩存、降級和限流。
本文主要是介紹限流，限流算法主要有以下三種：
1.計數(shù)器算法
- 固定窗口
- 滑動窗口
2.令牌桶算法
3.漏桶算法
1.計數(shù)器算法
1.1 固定窗口算法
計數(shù)器算法是限流算法里最簡單也是最容易實現(xiàn)的一種算法。比如我們規(guī)定，對于A接口來說，我們1分鐘的訪問次數(shù)不能超過100個。那么我們可以這么做：在一開 始的時候，我們可以設(shè)置一個計數(shù)器counter，每當(dāng)一個請求過來的時候，counter就加1，如果counter的值大于100并且該請求與第一個 請求的間隔時間還在1分鐘之內(nèi)，那么說明請求數(shù)過多；如果該請求與第一個請求的間隔時間大于1分鐘，且counter的值還在限流范圍內(nèi)，那么就重置 counter。
java中的具體實現(xiàn)如下：
public class CounterTest {
public long timeStamp = getNowTime();
public int reqCount = 0;
public final int limit = 100; // 時間窗口內(nèi)最大請求數(shù)
public final long interval = 1000; // 時間窗口ms
public boolean grant() {
long now = getNowTime();
if (now < timeStamp + interval) {
// 在時間窗口內(nèi)
reqCount++;
// 判斷當(dāng)前時間窗口內(nèi)是否超過最大請求控制數(shù)
return reqCount <= limit;
} else {
timeStamp = now;
// 超時后重置
reqCount = 1;
return true;
}
}
public long getNowTime() {
return System.currentTimeMillis();
}
}.NET Core中的具體實現(xiàn)如下：
AspNetCoreRateLimit是目前ASP.NET Core下最常用的限流解決方案，AspNetCoreRateLimit的源碼實現(xiàn)是固定窗口算法如下：
var entry = await _counterStore.GetAsync(counterId, cancellationToken);
if (entry.HasValue)
{
// entry has not expired
if (entry.Value.Timestamp + rule.PeriodTimespan.Value >= DateTime.UtcNow)
{
// increment request count
var totalCount = entry.Value.Count + _config.RateIncrementer?.Invoke() ?? 1;
// deep copy
counter = new RateLimitCounter
{
Timestamp = entry.Value.Timestamp,
Count = totalCount
};
}
}固定窗口算法缺點
從上圖中我們可以看到，假設(shè)有一個惡意用戶，他在0:59時，瞬間發(fā)送了100個請求，并且1:00又瞬間發(fā)送了100個請求，那么其實這個用戶在 1秒里面，瞬間發(fā)送了200個請求。我們剛才規(guī)定的是1分鐘最多100個請求，也就是每秒鐘最多1.7個請求，用戶通過在時間窗口的重置節(jié)點處突發(fā)請求， 可以瞬間超過我們的速率限制。用戶有可能通過算法的這個漏洞，瞬間壓垮我們的應(yīng)用。
1.2 滑動窗口算法
滑動窗口類似于固定窗口算法，但它通過將前一個窗口中的加權(quán)計數(shù)添加到當(dāng)前窗口中的計數(shù)來計算估計數(shù)，如果估計數(shù)超過計數(shù)限制，則請求將被阻止。
具體公式如下：
估計數(shù) = 前一窗口計數(shù) * (1 - 當(dāng)前窗口經(jīng)過時間 / 單位時間) + 當(dāng)前窗口計數(shù)
窗口[00:00, 00:01)中有9個請求，窗口[00:01, 00:02)中有5個請求。對于01:15到達的請求，即窗口[00:01, 00:02)的25%位置，通過公式計算請求計數(shù)：9 x (1 - 25%) + 5 = 11.75 > 10. 因此我們拒絕此請求。
即使兩個窗口都沒有超過限制，請求也會被拒絕，因為前一個和當(dāng)前窗口的加權(quán)和確實超過了限制。
2.令牌桶算法
令牌桶算法是比較常見的限流算法之一，大概描述如下：
1）所有的請求在處理之前都需要拿到一個可用的令牌才會被處理；
2）根據(jù)限流大小，設(shè)置按照一定的速率往桶里添加令牌；
3）桶設(shè)置最大的放置令牌限制，當(dāng)桶滿時、新添加的令牌就被丟棄或者拒絕；
4）請求達到后首先要獲取令牌桶中的令牌，拿著令牌才可以進行其他的業(yè)務(wù)邏輯，處理完業(yè)務(wù)邏輯之后，將令牌直接刪除；
5）令牌桶有最低限額，當(dāng)桶中的令牌達到最低限額的時候，請求處理完之后將不會刪除令牌，以此保證足夠的限流；
3.漏桶算法
漏桶算法其實很簡單，可以粗略的認為就是注水漏水過程，往桶中以一定速率流出水，以任意速率流入水，當(dāng)水超過桶流量則丟棄，因為桶容量是不變的，保證了整體的速率。
二、ASP.NET Core中間件實現(xiàn)限流
1.中間件代碼
public class SlidingWindow
{
private readonly object _syncObject = new object();
private readonly int _requestIntervalSeconds;
private readonly int _requestLimit;
private DateTime _windowStartTime;
private int _prevRequestCount;
private int _requestCount;
public SlidingWindow(int requestLimit, int requestIntervalSeconds)
{
_windowStartTime = DateTime.Now;
_requestLimit = requestLimit;
_requestIntervalSeconds = requestIntervalSeconds;
}
public bool PassRequest()
lock (_syncObject)
{
var currentTime = DateTime.Now;
var elapsedSeconds = (currentTime - _windowStartTime).TotalSeconds;
if (elapsedSeconds >= _requestIntervalSeconds * 2)
{
_windowStartTime = currentTime;
_prevRequestCount = 0;
_requestCount = 0;
elapsedSeconds = 0;
}
else if (elapsedSeconds >= _requestIntervalSeconds)
_windowStartTime = _windowStartTime.AddSeconds(_requestIntervalSeconds);
_prevRequestCount = _requestCount;
elapsedSeconds = (currentTime - _windowStartTime).TotalSeconds;
}
var requestCount = _prevRequestCount * (1 - elapsedSeconds / _requestIntervalSeconds) + _requestCount + 1;
if (requestCount <= _requestLimit)
_requestCount++;
return true;
}
return false;
}如果最近的2次請求相距2個窗口時間，則可以認為前一窗口計數(shù)為0，重新開始計數(shù)。
public class RateLimitMiddleware : IMiddleware
{
private readonly SlidingWindow _window;
public RateLimitMiddleware()
{
_window = new SlidingWindow(10, 60);
}
public async Task InvokeAsync(HttpContext context, RequestDelegate next)
{
if (!_window.PassRequest())
{
context.SetEndpoint(new Endpoint((context) =>
{
context.Response.StatusCode = StatusCodes.Status403Forbidden;
return Task.CompletedTask;
},
EndpointMetadataCollection.Empty,
"限流"));
}
await next(context);
}
}
2.在管道中的使用
需要注意的是，我們注冊Middleware時，必須使用單例模式，保證所有請求通過同一SlidingWindow計數(shù)：
services.AddSingleton<RateLimitMiddleware>();
到此這篇關(guān)于ASP.NET Core中間件-限流的文章就介紹到這了,更多相關(guān)ASP.NET Core中間件內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- Asp.Net?Core7?preview4限流中間件新特性詳解
- ASP.NET?Core設(shè)置Ocelot網(wǎng)關(guān)限流
- ASP.NET?Core基于滑動窗口實現(xiàn)限流控制
- 解決ASP.NET?Core中使用漏桶算法限流的問題
- ASP.NET?Core中使用滑動窗口限流的問題及場景分析
- ASP.NET?Core使用固定窗口限流
- ASP.NET Core中使用令牌桶限流的實現(xiàn)
- Asp.NET Core 限流控制(AspNetCoreRateLimit)的實現(xiàn)
- ASP.NET Core對不同類型的用戶進行區(qū)別限流詳解
- 在Asp.netCore中使用Attribute來描述限流的操作步驟
相關(guān)文章
下面小編就為大家分享一篇ASP.NET Core文件上傳與下載實例(多種上傳方式)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-01-01
這篇文章主要為大家詳細介紹了.NET Core簡單讀取json配置文件，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
Entity?Framework?Core實現(xiàn)Like查詢詳解
本文詳細講解了Entity?Framework?Core實現(xiàn)Like查詢的方法，文中通過示例代碼介紹的非常詳細。對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-02-02
aspx實現(xiàn)的 jquery ui 的 flexgrid demo
這幾天沒事研究著jquery，真是個好東西，慢慢的知道了有jquery ui，一開始就被華麗的界面和簡單的操作給吸引了，尤其是里面的flexgrid，對我而言可以說是非常寶貴的東西2009-12-12
詳解Asp.Net Core 2.1+的視圖緩存(響應(yīng)緩存)
本篇文章給大家通過實例講述了Asp.Net Core 2.1+的視圖緩存(響應(yīng)緩存)的相關(guān)知識點，對此有興趣的讀者們可以學(xué)習(xí)下。2018-03-03
這篇文章主要為大家詳細介紹了MVC5下拉框綁定，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-06-06
本篇文章小編為大家介紹，基于.NET程序默認啟動線程數(shù)講解。需要的朋友參考下2013-04-04
方便使用asp.net編程的朋友，都是一些非常有用的東西2008-08-08
通常我們在.NET開發(fā)過程中，會接觸二種類型的配置文件：config文件，xml文件，下面這篇文章主要給大家介紹了關(guān)于ASP.NET中Config文件讀寫的相關(guān)資料，文中通過示例代碼介紹的非常詳細，需要的朋友可以參考借鑒，下面來一起看看吧。2017-08-08
在ASP.NET中讀寫XML數(shù)據(jù)的多種方法
在ASP.NET日常開發(fā)中,XML（可擴展標(biāo)記語言）是一種常用的數(shù)據(jù)交換格式,它被廣泛用于配置文件、數(shù)據(jù)傳輸和Web服務(wù)等場景,在.NET框架中,提供了多種類和方法來讀寫XML數(shù)據(jù),以下是對ASP.NET中讀寫XML的詳解,需要的朋友可以參考下2025-01-01