Redis限流——漏斗限流
1、需求
限定用户的某个行为在指定时间T内,只允许发生N次。假设T为1秒钟,N为1000次。
2、常见的错误设计
程序员设计了一个在每分钟内只允许访问1000次的限流方案,如下图01:00s-02:00s之间只允许访问1000次,这种设计最大的问题在于,请求可能在01:59s-02:00s之间被请求1000次,02:00s-02:01s之间被请求了1000次,这种情况下01:59s-02:01s间隔0.02s之间被请求2000次,很显然这种设计是错误的。
3、漏斗限流
3.1 解决方案
漏斗容量有限,当流水的的速度小于灌水的速度,漏斗就会水满溢出,利用这个原理我们可以设计限流代码!漏斗的剩余的空间就代表着当前行为(请求)可以持续进行的数量,漏斗的流水速率代表系统允许行为(请求)发生的最大频率,通常安装系统的处理能力权衡后进行设值。
3.2 Java代码实现
package com.lizba.redis.limit; import java.util.Map; import java.util.concurrent.ConcurrentHashMap; /** * <p> * 漏斗限流 * </p> * * @Author: Liziba */ public class FunnelRateLimiter { /** map用于存储多个漏斗 */ private Map<String, Funnel> funnels = new ConcurrentHashMap<>(); /** * 请求(行为)是否被允许 * * @param userId 用户id * @param actionKey 行为key * @param capacity 漏斗容量 * @param leakingRate 剩余容量 * @param quota 请求次数 * @return */ public boolean isActionAllowed(String userId, String actionKey, int capacity, float leakingRate, int quota) { String key = String.format("%s:%s", userId, actionKey); Funnel funnel = funnels.get(key); if (funnel == null) { funnel = new Funnel(capacity, leakingRate); funnels.put(key, funnel); } return funnel.waterLeaking(quota); } /** * 漏斗类 */ class Funnel { /** 漏斗容量 */ int capacity; /** 漏斗流速,每毫秒允许的流速(请求) */ float leakingRate; /** 漏斗剩余空间 */ int leftCapacity; /** 上次漏水时间 */ long leakingTs; public Funnel(int capacity, float leakingRate) { this.capacity = this.leftCapacity = capacity; this.leakingRate = leakingRate; leakingTs = System.currentTimeMillis(); } /** * 计算剩余空间 */ void makeSpace() { long nowTs = System.currentTimeMillis(); long intervalTs = nowTs - leakingTs; int intervalCapacity = (int) (intervalTs * leakingRate); // int 溢出 if (intervalCapacity < 0) { this.leftCapacity = this.capacity; this.leakingTs = nowTs; return; } // 腾出空间 >= 1 if (intervalCapacity < 1) { return; } // 增加漏斗剩余容量 this.leftCapacity += intervalCapacity; this.leakingTs = nowTs; // 容量不允许超出漏斗容量 if (this.leftCapacity > this.capacity) { this.leftCapacity = this.capacity; } } /** * 漏斗流水 * * @param quota 流水量 * @return */ boolean waterLeaking(int quota) { // 触发漏斗流水 this.makeSpace(); if (this.leftCapacity >= quota) { leftCapacity -= quota; return true; } return false; } } }复制代码
测试代码: 计算机运行如下的代码速度会非常的块,我通过TimeUnit.SECONDS.sleep(2);模拟客户端过一段时间后再请求。 设置漏斗容量为10,每毫秒允许0.002次请求(2 次/秒),每次请求数量为1;
package com.lizba.redis.limit; import java.util.concurrent.TimeUnit; /** * @Author: Liziba */ public class TestFunnelRateLimit { public static void main(String[] args) throws InterruptedException { FunnelRateLimiter limiter = new FunnelRateLimiter(); for (int i = 1; i <= 20; i++) { if (i == 15) { TimeUnit.SECONDS.sleep(2); } // 设置漏斗容量为10,每毫秒允许0.002次请求(2 次/秒),每次请求数量为1 boolean success = limiter.isActionAllowed("Liziba", "commit", 10, 0.002f, 1); System.out.println("第" + i + "请求" + (success ? "成功" : "失败")); } } }复制代码
测试结果:
01-10次请求成功,初始漏斗大小为10,因此前10次请求成功
11-14次请求失败,由于漏斗已满,并且漏斗的流速在这四次请求之间未能释放1
15-18次请求成功,因为i == 15时主线程睡眠2秒,2秒时间漏斗流出 0.00210002 = 4,因此这四次请求成功
19-20次请求失败,与11-14次请求失败的原因一致
3.3 结合Redis实现
我们采用hash结构,将Funnel的属性字段,放入hash中,并且在代码中进行运算即可
package com.lizba.redis.limit; import redis.clients.jedis.Jedis; import java.util.HashMap; import java.util.Map; /** * <p> * redis hash 漏斗限流 * </p> * * @Author: Liziba * @Date: 2021/9/7 23:46 */ public class FunnelRateLimiterByHash { private Jedis client; public FunnelRateLimiterByHash(Jedis client) { this.client = client; } /** * 请求是否成功 * * @param userId * @param actionKey * @param capacity * @param leakingRate * @param quota * @return */ public boolean isActionAllowed(String userId, String actionKey, int capacity, float leakingRate, int quota) { String key = this.key(userId, actionKey); long nowTs = System.currentTimeMillis(); Map<String, String> funnelMap = client.hgetAll(key); if (funnelMap == null || funnelMap.isEmpty()) { return initFunnel(key, nowTs, capacity, quota); } long intervalTs = nowTs - Long.parseLong(funnelMap.get("leakingTs")); int intervalCapacity = (int) (intervalTs * leakingRate); // 时间过长, int可能溢出 if (intervalCapacity < 0) { intervalCapacity = 0; initFunnel(key, nowTs, capacity, quota); } // 腾出空间必须 >= 1 if (intervalCapacity < 1) { intervalCapacity = 0; } int leftCapacity = Integer.parseInt(funnelMap.get("leftCapacity")) + intervalCapacity; if (leftCapacity > capacity) { leftCapacity = capacity; } return initFunnel(key, nowTs, leftCapacity, quota); } /** * 存入redis,初始funnel * * @param key * @param nowTs * @param capacity * @param quota * @return */ private boolean initFunnel(String key,long nowTs, int capacity, int quota) { Map<String, String> funnelMap = new HashMap<>(); funnelMap.put("leftCapacity", String.valueOf((capacity > quota) ? (capacity - quota) : 0)); funnelMap.put("leakingTs", String.valueOf(nowTs)); client.hset(key, funnelMap); return capacity >= quota; } /** * 限流key * * @param userId * @param actionKey * @return */ private String key(String userId, String actionKey) { return String.format("limit:%s:%s", userId, actionKey); } }复制代码
测试代码:
package com.lizba.redis.limit; import redis.clients.jedis.Jedis; import java.util.concurrent.TimeUnit; /** * @Author: Liziba */ public class TestFunnelRateLimiterByHash { public static void main(String[] args) throws InterruptedException { Jedis jedis = new Jedis("192.168.211.108", 6379); FunnelRateLimiterByHash limiter = new FunnelRateLimiterByHash(jedis); for (int i = 1; i <= 20; i++) { if (i == 15) { TimeUnit.SECONDS.sleep(2); } boolean success = limiter.isActionAllowed("liziba", "view", 10, 0.002f, 1); System.out.println("第" + i + "请求" + (success ? "成功" : "失败")); } jedis.close(); } }复制代码
测试结果: 与上面的java代码结构一致
4、总结
上述说了两种实现漏斗限流的方式,其实思想都是一样的,但是这两者都无法在分布式环境中使用,即便是在单机环境中也是不准确的,存在线程安全问题/原子性问题,因此我们一般使用Redis提供的限流模块Redis-Cell来限流,Redis-Cell提供了原子的限流指令cl.throttle,这个留到后续在详细说吧,我要睡觉去了!
作者:李子捌
链接:https://juejin.cn/post/7015853369298272287