Redis 多規(guī)則限流和防重復提交方案實現(xiàn)小結
更新時間：2025年02月06日 10:14:27 作者：A塵埃
本文主要介紹了Redis 多規(guī)則限流和防重復提交方案實現(xiàn)小結,包括使用String結構和Zset結構來記錄用戶IP的訪問次數(shù),具有一定的參考價值,感興趣的可以了解一下
Redis 如何實現(xiàn)限流的，但是大部分都有一個缺點，就是只能實現(xiàn)單一的限流，比如 1 分鐘訪問 1 次或者 60 分鐘訪問 10 次這種，
但是如果想一個接口兩種規(guī)則都需要滿足呢，項目又是分布式項目，應該如何解決，下面就介紹一下 Redis 實現(xiàn)分布式多規(guī)則限流的方式。
- 如何一分鐘只能發(fā)送一次驗證碼，一小時只能發(fā)送 10 次驗證碼等等多種規(guī)則的限流；
- 如何防止接口被惡意打擊（短時間內大量請求）；
- 如何限制接口規(guī)定時間內訪問次數(shù)。
一：使用 String 結構記錄固定時間段內某用戶 IP 訪問某接口的次數(shù)
- RedisKey = prefix : className : methodName
- RedisVlue = 訪問次數(shù)
攔截請求:
- 初次訪問時設置 [RedisKey] [RedisValue=1] [規(guī)定的過期時間]；
- 獲取 RedisValue 是否超過規(guī)定次數(shù)，超過則攔截，未超過則對 RedisKey 進行加1。
規(guī)則是每分鐘訪問 1000 次
- 假設目前 RedisKey => RedisValue 為 999；
- 目前大量請求進行到第一步( 獲取 Redis 請求次數(shù) )，那么所有線程都獲取到了值為999，進行判斷都未超過限定次數(shù)則不攔截，導致實際次數(shù)超過 1000 次
- 解決辦法: 保證方法執(zhí)行原子性（加鎖、Lua）。
考慮在臨界值進行訪問
二：使用 Zset 進行存儲，解決臨界值訪問問題
三：實現(xiàn)多規(guī)則限流
①、先確定最終需要的效果（能實現(xiàn)多種限流規(guī)則+能實現(xiàn)防重復提交）
@RateLimiter(
rules = {
// 60秒內只能訪問10次
@RateRule(count = 10, time = 60, timeUnit = TimeUnit.SECONDS),
// 120秒內只能訪問20次
@RateRule(count = 20, time = 120, timeUnit = TimeUnit.SECONDS)
},
// 防重復提交 （5秒鐘只能訪問1次）
preventDuplicate = true
)
②、注解編寫
RateLimiter 注解
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Inherited
public @interface RateLimiter {
/**
* 限流key
*/
String key() default RedisKeyConstants.RATE_LIMIT_CACHE_PREFIX;
/**
* 限流類型 ( 默認 Ip 模式 )
*/
LimitTypeEnum limitType() default LimitTypeEnum.IP;
/**
* 錯誤提示
*/
ResultCode message() default ResultCode.REQUEST_MORE_ERROR;
/**
* 限流規(guī)則 （規(guī)則不可變，可多規(guī)則）
*/
RateRule[] rules() default {};
/**
* 防重復提交值
*/
boolean preventDuplicate() default false;
/**
* 防重復提交默認值
*/
RateRule preventDuplicateRule() default @RateRule(count = 1, time = 5);
}
RateRule 注解：
@Target(ElementType.ANNOTATION_TYPE)
@Retention(RetentionPolicy.RUNTIME)
@Inherited
public @interface RateRule {
/**
* 限流次數(shù)
*/
long count() default 10;
/**
* 限流時間
*/
long time() default 60;
/**
* 限流時間單位
*/
TimeUnit timeUnit() default TimeUnit.SECONDS;
}
③、攔截注解 RateLimiter
- 確定 Redis 存儲方式
RedisKey = prefix : className : methodName
RedisScore = 時間戳
RedisValue = 任意分布式不重復的值即可 - 編寫生成 RedisKey 的方法
public String getCombineKey(RateLimiter rateLimiter, JoinPoint joinPoint) {
StringBuffer key = new StringBuffer(rateLimiter.key());
// 不同限流類型使用不同的前綴
switch (rateLimiter.limitType()) {
// XXX 可以新增通過參數(shù)指定參數(shù)進行限流
case IP:
key.append(IpUtil.getIpAddr(((ServletRequestAttributes) Objects.requireNonNull(RequestContextHolder.getRequestAttributes())).getRequest())).append(":");
break;
case USER_ID:
SysUserDetails user = SecurityUtil.getUser();
if (!ObjectUtils.isEmpty(user)) key.append(user.getUserId()).append(":");
break;
case GLOBAL:
break;
}
MethodSignature signature = (MethodSignature) joinPoint.getSignature();
Method method = signature.getMethod();
Class<?> targetClass = method.getDeclaringClass();
key.append(targetClass.getSimpleName()).append("-").append(method.getName());
return key.toString();
}
④、編寫Lua腳本（兩種將事件添加到Redis的方法）
Ⅰ：UUID（可用其他有相同的特性的值）為 Zset 中的 value 值
- 參數(shù)介紹：
KEYS[1] = prefix : ? : className : methodName
KEYS[2] = 唯一ID
KEYS[3] = 當前時間
ARGV = [次數(shù)，單位時間，次數(shù)，單位時間, 次數(shù), 單位時間 …] - 由 Java傳入分布式不重復的 value 值
-- 1. 獲取參數(shù)
local key = KEYS[1]
local uuid = KEYS[2]
local currentTime = tonumber(KEYS[3])
-- 2. 以數(shù)組最大值為 ttl 最大值
local expireTime = -1;
-- 3. 遍歷數(shù)組查看是否超過限流規(guī)則
for i = 1, #ARGV, 2 do
local rateRuleCount = tonumber(ARGV[i])
local rateRuleTime = tonumber(ARGV[i + 1])
-- 3.1 判斷在單位時間內訪問次數(shù)
local count = redis.call('ZCOUNT', key, currentTime - rateRuleTime, currentTime)
-- 3.2 判斷是否超過規(guī)定次數(shù)
if tonumber(count) >= rateRuleCount then
return true
end
-- 3.3 判斷元素最大值，設置為最終過期時間
if rateRuleTime > expireTime then
expireTime = rateRuleTime
end
end
-- 4. redis 中添加當前時間
redis.call('ZADD', key, currentTime, uuid)
-- 5. 更新緩存過期時間
redis.call('PEXPIRE', key, expireTime)
-- 6. 刪除最大時間限度之前的數(shù)據(jù)，防止數(shù)據(jù)過多
redis.call('ZREMRANGEBYSCORE', key, 0, currentTime - expireTime)
return false
Ⅱ、根據(jù)時間戳作為 Zset 中的 value 值
- 參數(shù)介紹
KEYS[1] = prefix : ? : className : methodName
KEYS[2] = 當前時間
ARGV = [次數(shù)，單位時間，次數(shù)，單位時間, 次數(shù), 單位時間 …] - 根據(jù)時間進行生成 value 值，考慮同一毫秒添加相同時間值問題
以下為第二種實現(xiàn)方式，在并發(fā)高的情況下效率低，value 是通過時間戳進行添加，但是訪問量大的話會使得一直在調用 redis.call(‘ZADD’, key, currentTime, currentTime)，但是在不沖突 value 的情況下，會比生成 UUID 好。
-- 1. 獲取參數(shù)
local key = KEYS[1]
local currentTime = KEYS[2]
-- 2. 以數(shù)組最大值為 ttl 最大值
local expireTime = -1;
-- 3. 遍歷數(shù)組查看是否越界
for i = 1, #ARGV, 2 do
local rateRuleCount = tonumber(ARGV[i])
local rateRuleTime = tonumber(ARGV[i + 1])
-- 3.1 判斷在單位時間內訪問次數(shù)
local count = redis.call('ZCOUNT', key, currentTime - rateRuleTime, currentTime)
-- 3.2 判斷是否超過規(guī)定次數(shù)
if tonumber(count) >= rateRuleCount then
return true
end
-- 3.3 判斷元素最大值，設置為最終過期時間
if rateRuleTime > expireTime then
expireTime = rateRuleTime
end
end
-- 4. 更新緩存過期時間
redis.call('PEXPIRE', key, expireTime)
-- 5. 刪除最大時間限度之前的數(shù)據(jù)，防止數(shù)據(jù)過多
redis.call('ZREMRANGEBYSCORE', key, 0, currentTime - expireTime)
-- 6. redis 中添加當前時間 ( 解決多個線程在同一毫秒添加相同 value 導致 Redis 漏記的問題 )
-- 6.1 maxRetries 最大重試次數(shù) retries 重試次數(shù)
local maxRetries = 5
local retries = 0
while true do
local result = redis.call('ZADD', key, currentTime, currentTime)
if result == 1 then
-- 6.2 添加成功則跳出循環(huán)
break
else
-- 6.3 未添加成功則 value + 1 再次進行嘗試
retries = retries + 1
if retries >= maxRetries then
-- 6.4 超過最大嘗試次數(shù) 采用添加隨機數(shù)策略
local random_value = math.random(1, 1000)
currentTime = currentTime + random_value
else
currentTime = currentTime + 1
end
end
end
return false
⑤、編寫AOP攔截
@Autowired
private RedisTemplate<String, Object> redisTemplate;
@Autowired
private RedisScript<Boolean> limitScript;
/**
* 限流
* XXX 對限流要求比較高，可以使用在 Redis中對規(guī)則進行存儲校驗 或者使用中間件
*
* @param joinPoint joinPoint
* @param rateLimiter 限流注解
*/
@Before(value = "@annotation(rateLimiter)")
public void boBefore(JoinPoint joinPoint, RateLimiter rateLimiter) {
// 1. 生成 key
String key = getCombineKey(rateLimiter, joinPoint);
try {
// 2. 執(zhí)行腳本返回是否限流
Boolean flag = redisTemplate.execute(limitScript,
ListUtil.of(key, String.valueOf(System.currentTimeMillis())),
(Object[]) getRules(rateLimiter));
// 3. 判斷是否限流
if (Boolean.TRUE.equals(flag)) {
log.error("ip: '{}' 攔截到一個請求 RedisKey: '{}'",
IpUtil.getIpAddr(((ServletRequestAttributes) Objects.requireNonNull(RequestContextHolder.getRequestAttributes())).getRequest()),
key);
throw new ServiceException(rateLimiter.message());
}
} catch (ServiceException e) {
throw e;
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 獲取規(guī)則
*
* @param rateLimiter 獲取其中規(guī)則信息
* @return
*/
private Long[] getRules(RateLimiter rateLimiter) {
int capacity = rateLimiter.rules().length << 1;
// 1. 構建 args
Long[] args = new Long[rateLimiter.preventDuplicate() ? capacity + 2 : capacity];
// 3. 記錄數(shù)組元素
int index = 0;
// 2. 判斷是否需要添加防重復提交到redis進行校驗
if (rateLimiter.preventDuplicate()) {
RateRule preventRateRule = rateLimiter.preventDuplicateRule();
args[index++] = preventRateRule.count();
args[index++] = preventRateRule.timeUnit().toMillis(preventRateRule.time());
}
RateRule[] rules = rateLimiter.rules();
for (RateRule rule : rules) {
args[index++] = rule.count();
args[index++] = rule.timeUnit().toMillis(rule.time());
}
return args;
}到此這篇關于Redis 多規(guī)則限流和防重復提交方案實現(xiàn)小結的文章就介紹到這了,更多相關Redis 多規(guī)則限流和防重復提交內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Redis未授權訪問漏洞復現(xiàn)與利用,介紹了redis未授權訪問漏洞的基本概念及漏洞的危害，本文給大家介紹的非常詳細，需要的朋友可以參考下2022-01-01
這篇文章主要介紹了Redis命令處理過程源碼解析,本文是基于社區(qū)版redis4.0.8，通過實例代碼給大家介紹的非常詳細，對大家的學習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
這篇文章主要給大家總結介紹了關于Redis連接錯誤的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧2019-02-02
本文檔只對Redis的Cluster集群做簡單的介紹，并沒有對分布式系統(tǒng)的所涉及到的概念做深入的探討。感興趣的小伙伴們可以參考一下2021-07-07
RedisDesktopManager?連接redis的方法
這篇文章主要介紹了RedisDesktopManager?連接redis,需要的朋友可以參考下2023-08-08
AOP?Redis自定義注解實現(xiàn)細粒度接口IP訪問限制
這篇文章主要為大家介紹了AOP?Redis自定義注解實現(xiàn)細粒度接口IP訪問限制，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-10-10
如何保證Redis與數(shù)據(jù)庫的數(shù)據(jù)一致性
這篇文章主要介紹了如何保證Redis與數(shù)據(jù)庫的數(shù)據(jù)一致性，文中舉了兩個場景例子介紹的非常詳細,需要的朋友可以參考下2023-05-05
本文主要介紹了Redis 單機安裝和哨兵模式集群安裝的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-07-07
這篇文章詳細介紹了caffeine_redis 自定義二級緩存，文中有相關的背景前提與出現(xiàn)的問題，感興趣的同學可以參考一下2023-04-04
redis3.2配置詳解,Redis啟動的時候，可以指定配置文件,詳細說明請看本文說明2018-03-03