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
|
1
2
3
4
5
6
7
8
9
10
11
|
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
|
1
2
3
4
5
6
7
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
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) {
return TimeUnit.DAYS.toMillis(value);
}
};
private RateIntervalUnit() {
}
public abstract long toMillis(long var1);
}
|
示例
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
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
2
3
4
5
6
7
8
|
// 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
|
1
2
|
// 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：
|
1
2
3
4
5
6
7
8
|
@Override
public RFuture<Boolean> trySetRateAsync(RateType type, long rate, long rateInterval, RateIntervalUnit unit) {
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.<Object>singletonList(getName()), rate, unit.toMillis(rateInterval), type.ordinal());
}
|
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）
|
1
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
private <T> RFuture<T> tryAcquireAsync(RedisCommand<T> command, Long value) {
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; "
+ "else " //10
+ "redis.call('set', valueName, rate, 'px', interval); "
+ "redis.call('decrby', valueName, ARGV[1]); "
+ "return nil; "
+ "end;",
Arrays.<Object>asList(getName(), getValueName(), getClientValueName()),
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：
|
1
2
3
|
String getClientValueName() {
return suffixName(getValueName(), commandExecutor.getConnectionManager().getId().toString());
}
|
ConnectionManager().getId()如下：
|
1
2
3
4
|
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。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/weixin_43931625/article/details/103234206