滑動窗口算法用于應對請求在時間周期中分布不均勻的情況，能夠更精確的應對流量變化，比較著名的應用場景就是TCP協(xié)議的流量控制，不過今天要說的是服務限流場景中的應用。

算法原理

這里假設業(yè)務需要每秒鐘限流100次，先來看固定窗口算法的兩個問題：

漏檢

如下圖所示，單看第1秒和第2秒，其請求次數(shù)都沒有超過100，所以使用固定窗口算法時不會觸發(fā)限流。但是第1秒的后500ms的請求數(shù)加上第2秒的前500毫秒的請求數(shù)就超過了100，這時候可能會給系統(tǒng)帶來傷害，使用固定窗口算法時不能檢測到這種情況。

太剛

針對漏檢的問題，你可能會說，可以把時間窗口設置為500ms，把限流閾值設置為50。那么來看下圖，除了第2個計數(shù)周期超過了50，從而觸發(fā)限流，前后幾個計數(shù)周期的請求都很正常，甚至都不會超過閾值的50%，可能第2個計數(shù)周期的情況實在太特殊，1天都不會出現(xiàn)第2次，如果對系統(tǒng)不會造成影響，能不能通融下，做不到！固定窗口算法這時候就會顯得太過剛性。

那么滑動窗口如何來解決這兩個問題呢？還是先來看圖：

如上圖所示：

• 滑動窗口的時間跨度是1秒，每個小計數(shù)周期的時間跨度是500ms，此處的滑動窗口包含2個小計數(shù)周期。
• 隨著時間的前進，滑動窗口包含的小計數(shù)周期會以500ms為單位向前移動，但始終是包含2個小計數(shù)周期。
• 判斷是否限流時，需要將當前滑動窗口包含的2個小計數(shù)周期的計數(shù)值加起來。
• 相比固定窗口計數(shù)器算法，滑動窗口可以有效減少漏檢，如上圖滑動窗口移動到了500-1500ms，發(fā)現(xiàn)總數(shù)超過100，則觸發(fā)限流；滑動窗口在0-1000ms、1000-2000ms時都不會觸發(fā)限流，即使其中某個小周期的計數(shù)值超過了閾值的半數(shù)，但是總數(shù)沒有超過100，就不會限流，能夠應對極少出現(xiàn)的突發(fā)流量情況。

從分析還可以看出，滑動窗口的小周期劃分的越多，則檢測越準確，但用于跟蹤的計數(shù)也越多，使用的內(nèi)存和計算量都會增大。

算法實現(xiàn)

這里講兩種實現(xiàn)方法：進程內(nèi)即內(nèi)存滑動窗口算法、基于Redis的滑動窗口算法。

進程內(nèi)即內(nèi)存滑動窗口算法

這里介紹一種性能比較高的方法，使用數(shù)組實現(xiàn)滑動窗口，這是環(huán)形隊列的一種特例，如下圖所示：

• 假設滑動窗口需要5個小的計數(shù)周期，則初始化一個長度為5的整形數(shù)組，數(shù)字表示數(shù)組中的第幾個元素。
• 我們知道隊列有頭有尾，從隊頭取出數(shù)據(jù)，向隊尾插入數(shù)據(jù)，帶括號的數(shù)字表示是隊列中的第幾個元素。
• 滑動窗口向前移動時，隊尾向右移動1位，同時隊頭也向右移動1位。
• 隊尾和隊頭向右移動都可能會溢出數(shù)組，此時讓它們回到數(shù)組的起始位置，即圖中數(shù)組的第1個位置。

關于這個算法的詳細介紹，可以看這篇文章：www.dhdzp.com/article/200672.htm

基于Redis的滑動窗口算法

基于Redis時也可以使用類似環(huán)形隊列的方法，比如定義5個KV作為數(shù)組的5個元素。不過我之前實現(xiàn)時采用了一種更直觀的方式，每個小的計數(shù)周期都創(chuàng)建一個KV，同時設置一個絕對超過滑動窗口時間跨度的過期時間，用不到的小計數(shù)周期不會一直占用內(nèi)存；判斷是否觸發(fā)限流時，把這些小滑動窗口的計數(shù)值累加起來就可以了。當然實際實現(xiàn)時還需要完善一些細節(jié)上的處理，比如怎么找到這些小計數(shù)周期，會有多種方案，存起來或者臨時計算都可以。

這些操作邏輯可以封裝在一個Lua script中，因為Lua script在Redis中執(zhí)行時也是原子操作，所以Redis的限流計數(shù)在分布式部署時天然就是準確的。

應用算法

這里以限流組件 FireflySoft.RateLimit 為例，實現(xiàn)ASP.NET Core中的滑動窗口限流。

1、安裝Nuget包

有多種安裝方式，選擇自己喜歡的就行了。

包管理器命令：

Install-Package FireflySoft.RateLimit.AspNetCore

或者.NET命令:

dotnet add package FireflySoft.RateLimit.AspNetCore

或者項目文件直接添加：

<ItemGroup>
<PackageReference Include="FireflySoft.RateLimit.AspNetCore" Version="2.*" />
</ItemGroup>

2、使用中間件

在Startup中使用中間件，演示代碼如下（下邊會有詳細說明）：

public void ConfigureServices(IServiceCollection services)
        {
           ...
           app.AddRateLimit(new InProcessSlidingWindowAlgorithm(
                new[] {
                		// 構造函數(shù)有兩個參數(shù)：滑動窗口的時間長度、小計數(shù)周期的時間長度
                    new SlidingWindowRule(TimeSpan.FromSeconds(5), TimeSpan.FromSeconds(1))
                    {
                        ExtractTarget = context =>
                        {
                        		// 提取限流目標
                            return (context as HttpContext).Request.Path.Value;
                        },
                        CheckRuleMatching = context =>
                        {
                        		// 判斷當前請求是否需要限流處理
                            return true;
                        },
                        Name="sliding window limit rule",
                        LimitNumber=100, // 限流閾值，這里即5秒最多100次請求
                    }
                })
            );
            ...
        }

public void Configure(IApplicationBuilder app, IWebHostEnvironment env)
        {
            ...
            app.UseRateLimit();
            ...
        }

如上需要先注冊服務，然后使用中間件。

注冊服務的時候需要提供限流算法和對應的規(guī)則：

• 這里使用進程內(nèi)固定窗口算法InProcessSlidingWindowAlgorithm，還可以使用RedisSlidingWindowAlgorithm，需要傳入一個Redis連接。兩種算法都支持同步和異步方法。
• 限流閾值是100，限流滑動窗口是5秒，小計數(shù)周期是1秒。
• ExtractTarget用于提取限流目標，這里是每個不同的請求Path。如果有IO請求，這里還支持對應的異步方法ExtractTargetAsync。
• CheckRuleMatching用于驗證當前請求是否限流。如果有IO請求，這里還支持對應的異步方法CheckRuleMatchingAsync。
• 默認被限流時會返回HttpStatusCode 429，可以在AddRateLimit時使用可選參數(shù)error自定義這個值，以及Http Header和Body中的內(nèi)容。

基本的使用就是上邊例子中的這些了。

如果還是基于傳統(tǒng)的.NET Framework，則需要在Application_Start中注冊一個消息處理器RateLimitHandler，算法和規(guī)則部分都是共用的，具體可以看Github上的使用說明：https://github.com/bosima/FireflySoft.RateLimit

FireflySoft.RateLimit 是一個基于 .NET Standard 的限流類庫，其內(nèi)核簡單輕巧，能夠靈活應對各種需求的限流場景。

其主要特點包括：

• 多種限流算法：內(nèi)置固定窗口、滑動窗口、漏桶、令牌桶四種算法，還可自定義擴展。
• 多種計數(shù)存儲：目前支持內(nèi)存、Redis兩種存儲方式。
• 分布式友好：通過Redis存儲支持分布式程序統(tǒng)一計數(shù)。
• 限流目標靈活：可以從請求中提取各種數(shù)據(jù)用于設置限流目標。
• 支持限流懲罰：可以在客戶端觸發(fā)限流后鎖定一段時間不允許其訪問。
• 動態(tài)更改規(guī)則：支持程序運行時動態(tài)更改限流規(guī)則。
• 自定義錯誤：可以自定義觸發(fā)限流后的錯誤碼和錯誤消息。
• 普適性：原則上可以滿足任何需要限流的場景。

Github開源地址：https://github.com/bosima/FireflySoft.RateLimit

到此這篇關于ASP.NET?Core中使用滑動窗口限流的文章就介紹到這了,更多相關ASP.NET?Core限流內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！