Monodyee

这个屌丝很懒，什么也没留下！

热门标签

6种限流方法之服务端时间窗口算法（结合redis）

作者：Monodyee | 2024-05-06 11:42:18

踩

时间窗口算法

原文地址：开发者导航 · 你想要的，我全都有！

时间窗口算法

又名滑动时间算法，所谓的滑动时间算法指的是以当前时间为截止时间，往前取一定的时间，比如取60s的时间，在这60s时间内最大的访问数为100。此时算法的执行逻辑为，先清除这60s 之前的所有请求记录，再计算当前集合内请求数是否大于设定的最大请求数100，如果大于100则执行限流拒绝策略，否则插入本次请求记录并返回可以正常执行的标识给客户端。

滑动时间窗口如下图所示：

其中每一个小格子代表10s，被红色虚线包围的时间段则为需要判断的时间间隔，比如60s允许100次请求，那么红色虚线部分则为60s。

如何实现？

借助Redis的有序集合ZSet来实现时间窗口算法限流，实现的过程是：

第一步：先使用ZSet的key存储限流的ID，score用来存储请求的时间。

第二步：每次有请求访问来了之后，先清空之前时间窗口的访问量，统计目前时间窗口的个数与最大允许访问量对比。

第三步：如果大于等于最大访问量则返回 false 执行限流操策略，负责允许执行业务逻辑，并且在 ZSet 中添加一条有效的访问记录。

代码实操

我们借助 Jedis 包来操作 Redis，首先在pom.xml中添加Jedis的jar包：

<dependency>

<groupId>redis.clients</groupId>

<artifactId>jedis</artifactId>

<version>3.3.0</version>

</dependency>

具体的 Java 实现代码如下：

package com.example.demo;

import redis.clients.jedis.Jedis;

/**

* 6种限流方法之服务端时间窗口算法

*

* @author www.codernav.com

*/

public class RedisLimit {

/**

* Redis 操作客户端

*/

static Jedis jedis = new Jedis("127.0.0.1", 6379);

public static void main(String[] args) throws InterruptedException {

for (int i = 0; i < 100; i++) {

boolean res = isPeriodLimiting("jiagou1216.com", 3, 10);

if (res) {

System.out.println("正常访问【https://www.codernav.com】:" + i);

} else {

System.out.println("限流访问【https://www.codernav.com】:" + i);

}

// 休眠 4s

Thread.sleep(4000);

// 超过最大执行时间之后，再从发起请求

boolean res = isPeriodLimiting("jiagou1216.com", 3, 10);

if (res) {

System.out.println("休眠后，正常执行请求");

} else {

System.out.println("休眠后，被限流");

}

/**

* 限流方法（滑动时间算法/时间窗口算法）

*

* @param key 限流标识

* @param period 限流时间范围（单位：秒）

* @param maxCount 最大运行访问次数

* @return 是否限流

*/

private static boolean isPeriodLimiting(String key, int period, int maxCount) {

// 当前时间戳

long nowTs = System.currentTimeMillis();

// 删除非时间段内的请求数据（清除老访问数据，比如 period=60 时，标识清除 60s 以前的请求记录）

jedis.zremrangeByScore(key, 0, nowTs - period * 1000);

// 当前请求次数

long currCount = jedis.zcard(key);

if (currCount >= maxCount) {

// 超过最大请求次数，执行限流

return false;

}

// 未达到最大请求数，正常执行业务,请求记录 +1

jedis.zadd(key, nowTs, "" + nowTs);

return true;

}

运行main方法

这种方式有两个缺点：

1）使用 ZSet 存储有每次的访问记录，如果数据量比较大时会占用大量的空间，比如60s允许100W访问时；

2）此代码的执行非原子操作，先判断后增加，中间空隙可穿插其他业务逻辑的执行，有可能导致结果不准确。

谷歌/百度/微信搜索【开发者导航】网站或公众号，各类源码无套路，了解一下？

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/544003