Spring Boot使用Redisson实现滑动窗口限流的项目实践
一、背景
在一些业务场景中,我们可能会提供一些API接口来给用户使用,这些接口是不需要认证的。比如:忘记密码,重置密码的接口,这些接口用户可以随意调用。为了防止这些接口被攻击者恶意频繁调用,消耗我们的系统资源,通常我们会对这些接口做限流保护,否则可能会导致我们的服务器的宕机。
其实限流可以认为是服务降级的一种,限流通过限制请求的流量以达到保护系统的目的。今天我们一起来讨论一下在Redis缓存中怎么通过Redisson实现滑动窗口限流。
二、滑动窗口限流算法
1. 原理
我们先来了解一下滑动窗口限流的实现原理,话不多说,先上图。
从上图我们可以得知,有一个时间窗口随着时间轴在向右移动,我们可以记录这个时间窗口内的请求次数,当超过我们允许的阈值时,则进行限流不能继续进行请求。
2. 具体实现步骤
主要实现步骤如下:
- 我们需要定义一个时间窗口,例如窗口大小为1分钟。
- 每次有请求时,使用redis中的zset将这条请求记录下来。 充分利用zset这个数据结果的特点,zet一条记录由两个成员(score和member)来表示,并且会按照score进行排序。方便我们后面进行删除滑动后窗口之前的请求记录,和统计当前窗口内请求总数。
- 通过ZREMRANGEBYSCORE命令,删除zset中当前窗口之前的请求记录。
- 通过ZCARD命令,统计当前窗口内的请求数量。
所以,我们使用滑动窗口的思想是,只保留当前时间窗口类的请求记录,而丢弃当前窗口之外的记录。当下次有请求进来时,我们只需要判断当前窗口内的请求是否超过阈值就可以了。未超过则放行,超过则限流。
3. 伪代码
根据以上步骤我们写了一段伪代码,如果考虑并发场景则需要考虑使用Lua脚本。
public boolean allowRequest(String requestKey) { // 定义一个时间窗口为1分钟 long windowSize = Duration.ofMinutes(1).toSeconds(); // 定义时间窗口内请求阈值为100 long limit = 100; // 当前时间戳 long currentTime = System.currentTimeMillis(); // 窗口开始时间为当前时间戳 - 窗口大小 long windowStart = currentTime - windowSize * 1000; // 删除当前窗口开始之前的所有数据 Jedis.zremrangeByScore(requestKey, "0", String.valueOf(windowStart)); // 计算当前窗口内的请求总数 long count = Jedis.zcard(requestKey); if (count < limit) { // 如果允许访问,则将当前请求加到窗口内 Jedis.zadd(requestKey, currentTime, String.valueOf(currentTime)); return true; } return false; } }
三、怎么使用Redisson进行滑动窗口限流
在redisson中已经为我们实现好了滑动窗口限流,通过redissonClient拿到限流器后,配置好时间窗口和限流速率就能直接使用了。实现原理和上面我们的伪代码是一样的,只是它将这一部分封装好了,我们拿到后开箱即用。直接上代码:
import jakarta.servlet.FilterChain; import jakarta.servlet.ServletException; import jakarta.servlet.http.HttpServletRequest; import jakarta.servlet.http.HttpServletResponse; import java.io.IOException; import org.redisson.api.RRateLimiter; import org.redisson.api.RateIntervalUnit; import org.redisson.api.RateType; import org.redisson.api.RedissonClient; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.http.HttpStatus; import org.springframework.web.filter.OncePerRequestFilter; public class RateLimiterFilter extends OncePerRequestFilter { private final Logger log = LoggerFactory.getLogger(RateLimiterFilter.class); private static final String RATE_LIMIT_KEY = "rateLimit:yourApiKey"; private static final int MAX_REQUESTS_PER_MINUTE = 10; private final RedissonClient redissonClient; public RateLimiterFilter(RedissonClient redissonClient) { this.redissonClient = redissonClient; } @Override protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain filterChain) throws ServletException, IOException { RRateLimiter rateLimiter = redissonClient.getRateLimiter(RATE_LIMIT_KEY); // rateLimiter.trySetRate就是设置限流参数,RateType有两种,OVERALL是全局限流 ,PER_CLIENT是单Client限流(可以认为就是单机限流),这里我们只讨论全局模式。 // 而后面三个参数的作用就是设置在多长时间窗口内(rateInterval+IntervalUnit),许可总量不超过多少(rate) // 上面代码中我设置的值就是1分钟内总许可数不超过10个 rateLimiter.trySetRate(RateType.OVERALL, MAX_REQUESTS_PER_MINUTE, 1, RateIntervalUnit.MINUTES); // 调用rateLimiter的tryAcquire()或者acquire()方法即可获取许可 if (!rateLimiter.tryAcquire()) { String path = request.getRequestURI().substring(request.getContextPath().length()); log.error("当前请求触发限流策略,请求: {} 已经被限流.", path); response.setStatus(HttpStatus.TOO_MANY_REQUESTS.value()); response.getWriter().write("Too many requests!"); return; } filterChain.doFilter(request, response); } }
四、滑动窗口限流的优势
滑动窗口限流是一种流量控制策略,用于控制在一定时间内的请求频率。它的主要优点是可以在单位时间内平滑的控制流量,而不是简单的设置固定的请求数或速率。这使得系统可以更灵活的应对突发流量或峰值流量,而不会因为固定速率的限制而浪费或降低系统性能。
这种限流算法可以在分布式系统、API服务等各种场景中使用,以确保系统的稳定性和可用性,防止过多的请求或恶意请求对系统造成负担或崩溃。
到此这篇关于Spring Boot使用Redisson实现滑动窗口限流的项目实践的文章就介绍到这了,更多相关SpringBoot Redisson滑动窗口限流内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
最新评论