redis?lua限流算法實現(xiàn)示例
限流算法
常見的限流算法
- 計數(shù)器算法
- 漏桶算法
- 令牌桶算法
計數(shù)器算法
顧名思義,計數(shù)器算法是指在一定的時間窗口內(nèi)允許的固定數(shù)量的請求.比如,2s內(nèi)允許10個請求,30s內(nèi)允許100個請求等等.如果設置的時間粒度越細,那么相對而言限流就會越平滑,控制的粒度就會更細.
場景分析
試想,如果設置的粒度比較粗會出現(xiàn)什么樣的問題呢?如下圖設置一個 1000/3s 的限流計數(shù)統(tǒng)計.
圖中的限流策略為3s內(nèi)允許的最大請求量為1000,那么會出現(xiàn)2個極端:
極端情況1:
- 第1s請流量為10,
- 第2s請流量為10,
- 第3s請流量突然激增到980.這意味著在這一刻,有大量的請求蜂擁而至,假設服務每秒能處理的
上線為800/1s,但是此刻卻有超過這個量級的請求量,那么后果是不堪設想的.
極端情況2:
- 第1s請流量突然就達到990,
- 留給后續(xù)第2s,3s的可請求數(shù)量就非常少了,可能會出現(xiàn)大量的拒絕請求.
結論:
如果用統(tǒng)計計數(shù)算法,盡量保持粒度切割精細.
算法實現(xiàn)
redis的ttl特性完美的滿足了這一需求,將時間窗口設置為key的失效時間,然后將key的值每次請求+1即可.偽代碼實現(xiàn)思路:
//1.判斷是否存在該key
if(EXIT(key)){
// 1.1自增后判斷是否大于最大值,并返回結果
if(INCR(key) > maxPermit){
return false;
}
return true;
}
//2.不存在key,則設置key初始值為1,失效時間為3秒
SET(KEY,1);
EXPIRE(KEY,3);漏銅算法
漏桶算法核心概念：
- 桶的容量是固定的,并且水流以一個固定的速率流出；
- 流入的水流可以是任意速率；
- 如果流入的水流超出了桶的容量，則后續(xù)流入的水流溢出(請求被丟棄)。
- 如果桶內(nèi)沒有水,則不需要流出
缺點:
不難想象漏桶算法并不能很好的應對突發(fā)的流量限制,在某一個時間段流量激增,則漏桶算法處理就比較無能為力.這個時候就需要用到和他相反設計的令牌桶算法
令牌桶算法:
如上圖所示,整個請求流程一目了然.簡單概括如下:
1.用戶請求資源時首選從桶里獲取令牌,如果有令牌則放行,如此同時桶里的令牌數(shù)量-1
2.于此同時,以一定的速率往桶里加入令牌,這個速度是可根據(jù)實際場景隨意設置.
算法實現(xiàn)
var key;
var maxPermit;//桶的容量,即最大請求限制
var expire;//失效時間
var bucketInterval;//每次向桶里添加令牌的時間間隔
var bucketNum;//每次向桶里添加令牌的個數(shù)
var lastTimeKey = key +"last";//標記上一次操作時間
//判斷是否存在該key
if(EXIT(key)){
var value = GET(key);
var diffTime = now() - lastTimeKey;
// 1.1判斷是否超出時間間隔
if(diffTime > bucketInterval){
// 1.2根據(jù)時間間隔,計算出應該向桶里添加令牌的個數(shù)
local maxValue = value+math.floor(diff/interval)*step;
if (maxValue > limit)
value = limit;
else
value = maxValue;
//設置key的值及操作時間
SET(key,value);
SET(lastTimeKey,now());
}
// 2.1在時間間隔內(nèi),判斷桶里是否有值
if(value <= 0){
reurn false;
}else{
// 2.2 減1
DECR(key);
}
reture true;
}
//2.不存在key,則設置key初始值為maxPermit-1
SET(key,maxPermit-1);
EXPIRE(lastTimeKey,now());上面實現(xiàn)代碼只是偽代碼,提供的是一種思路而已. 仔細想來其中某個環(huán)節(jié)其實并不完美.大家可以參考Guava的ratelimit實現(xiàn)思路,他的限流就是基于令牌桶算法,但是比較遺憾的是在單機下的限流.
思考:
就是時間間隔如果過長的話,一次性向桶里添加的令牌數(shù)量則是桶的最大容量!那么某個時間的瞬間請求過來,服務器的壓力是非常大的.
所以此處增加令牌數(shù)可以設置的稍微合理些,哪怕間隔時間再長!
以上就是redis lua限流算法實現(xiàn)示例的詳細內(nèi)容，更多關于redis lua限流算法的資料請關注腳本之家其它相關文章！
相關文章
文章主要討論了分布式系統(tǒng)中的數(shù)據(jù)一致性模型、緩存使用場景以及數(shù)據(jù)同步策略,一致性模型包括強一致性、弱一致性和最終一致性,緩存使用場景主要在高并發(fā)讀取數(shù)據(jù)時提升性能,數(shù)據(jù)同步策略分為先刪除緩存再更新數(shù)據(jù)庫和先更新數(shù)據(jù)庫再刪除緩存兩種2024-11-11
集群技術是構建高性能網(wǎng)站架構的重要手段，下面這篇文章主要介紹了Redis 集群搭建和簡單使用教程，文中通過示例代碼和圖片介紹的很想，對大家具有一定的參考價值，有需要的朋友們下面來一起看看吧。2017-02-02
Redis的位圖可以高效實現(xiàn)用戶簽到功能,每個bit位對應一個簽到狀態(tài),節(jié)省存儲空間,利用SETBIT、GETBIT等命令操作簽到數(shù)據(jù),可統(tǒng)計連續(xù)簽到天數(shù)和本月簽到情況,感興趣的可以了解一下2024-09-09
這篇文章主要給大家介紹了Redis新手入門的相關資料，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，需要的朋友們下面隨著小編來一起學習學習吧2020-11-11
跳表是一種基于并聯(lián)的鏈表結構,用于在有序元素序列中快速查找元素的數(shù)據(jù)結構,本文給大家介紹Redis中的數(shù)據(jù)結構跳表,感興趣的朋友跟隨小編一起看看吧2024-06-06
這篇文章主要介紹了redis如何后臺啟動的方法，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2021-03-03
Redis連接池監(jiān)控（連接池是否已滿）與優(yōu)化方法
本文詳細講解了如何在Linux系統(tǒng)中監(jiān)控Redis連接池的使用情況,以及如何通過連接池參數(shù)配置、系統(tǒng)資源使用情況、Redis命令監(jiān)控、外部監(jiān)控工具等多種方法進行檢測和優(yōu)化,以確保系統(tǒng)在高并發(fā)場景下的性能和穩(wěn)定性,討論了連接池的概念、工作原理、參數(shù)配置,以及優(yōu)化策略等內(nèi)容2024-09-09
文章分享了常見的Redis服務器優(yōu)化技巧和策略,主要包括內(nèi)存管理、持久化配置、連接配置和網(wǎng)絡優(yōu)化四個方面,內(nèi)存管理主要是設置maxmemory參數(shù)和選擇合適的內(nèi)存淘汰策略,持久化配置包括RDB持久化和AOF持久化2024-09-09
這篇文章主要介紹了Redis Cluster 集群搭建過程，本文分步驟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2021-08-08
使用百度地圖api通過redis實現(xiàn)地標存儲及范圍坐標點查詢功能
這篇文章主要介紹了使用百度地圖api通過redis實現(xiàn)地標存儲及范圍坐標點查詢功能,本文通過圖文實例代碼相結合給大家介紹的非常詳細，需要的朋友可以參考下2021-08-08