个人中心
gpt4 book ai didi

redis redisson 限流器的实例(RRateLimiter)

转载 作者：qq735679552 更新时间：2022-09-29 22:32:09 28 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章redis redisson 限流器的实例(RRateLimiter)由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

redis redisson 限流器实例

作用：限制一段时间内对数据的访问数量 。

相关接口

RRateLimiter 。

?
1
2
3
4
5
6
7
8
9
10
11
public interface RRateLimiter extends RRateLimiterAsync, RObject {
     boolean trySetRate(RateType var1, long var2, long var4, RateIntervalUnit var6);
                               //设置访问速率，var2为访问数，var4为单位时间，var6为时间单位
     void acquire();           //访问数据
     void acquire( long var1);  //占var1的速度计算值
     boolean tryAcquire();                                    //尝试访问数据
     boolean tryAcquire( long var1);                           //尝试访问数据，占var1的速度计算值
     boolean tryAcquire( long var1, TimeUnit var3);            //尝试访问数据，设置等待时间var3
     boolean tryAcquire( long var1, long var3, TimeUnit var5); //尝试访问数据，占数据计算值var1，设置等待时间var3
     RateLimiterConfig getConfig();
}

RateType：速度类型 。

?
1
2
3
4
5
6
7
public enum RateType {
     OVERALL,             //所有客户端加总限流
     PER_CLIENT;          //每个客户端单独计算流量
 
     private RateType() {
     }
}

RateInternalUnit：速度单位 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
public enum RateIntervalUnit {
     MILLISECONDS {
         public long toMillis( long value) {
             return value;
         }
     },
     SECONDS {
         public long toMillis( long value) {
             return TimeUnit.SECONDS.toMillis(value);
         }
     },
     MINUTES {
         public long toMillis( long value) {
             return TimeUnit.MINUTES.toMillis(value);
         }
     },
     HOURS {
         public long toMillis( long value) {
             return TimeUnit.HOURS.toMillis(value);
         }
     },
     DAYS {
         public long toMillis( long value) {
             return TimeUnit.DAYS.toMillis(value);
         }
     };
 
     private RateIntervalUnit() {
     }
     public abstract long toMillis( long var1);
}

示例

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
public class MyTest8 {
     public static void main(String[] args){
         Config config= new Config();
         config.useSingleServer().setAddress( "redis://192.168.57.120:6379" ).setPassword( "123456" );
         RedissonClient client= Redisson.create(config);
 
         RRateLimiter rateLimiter=client.getRateLimiter( "rate_limiter" );
         rateLimiter.trySetRate(RateType.PER_CLIENT, 5 , 2 , RateIntervalUnit.MINUTES);
         ExecutorService executorService= Executors.newFixedThreadPool( 10 );
         for ( int i= 0 ;i< 10 ;i++){
             executorService.submit(()->{
                try {
                    rateLimiter.acquire();
                    System.out.println( "线程" +Thread.currentThread().getId()+ "进入数据区：" +System.currentTimeMillis());
                } catch (Exception e){
                    e.printStackTrace();
                }
             });
         }
     }
}

控制台输出 。

线程49进入数据区：1574672546522 线程55进入数据区：1574672546522 线程56进入数据区：1574672546526 线程50进入数据区：1574672546523 线程48进入数据区：1574672546523 线程51进入数据区：1574672666627 线程53进入数据区：1574672666627 线程54进入数据区：1574672666627 线程57进入数据区：1574672666628 线程52进入数据区：1574672666628 说明：两分钟之内最多只有5个线程在执行 。

分布式限流redission RRateLimiter使用及原理

前提：

最近公司在做有需求在做分布式限流，调研的限流框架大概有 。

  • 1、spring cloud gateway集成redis限流,但属于网关层限流
  • 2、阿里Sentinel,功能强大、带监控平台
  • 3、srping cloud hystrix，属于接口层限流，提供线程池与信号量两种方式
  • 4、其他：redission、手撸代码

实际需求情况属于业务端限流，redission更加方便，使用更加灵活，下面介绍下redission分布式限流如何使用及原理:

1、使用

使用很简单、如下 。

?
1
2
3
4
5
6
7
8
// 1、 声明一个限流器
RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
 
// 2、 设置速率，5秒中产生3个令牌
rateLimiter.trySetRate(RateType.OVERALL, 3 , 5 , RateIntervalUnit.SECONDS);
 
// 3、试图获取一个令牌，获取到返回true
rateLimiter.tryAcquire( 1 )

2、原理

1、getRateLimiter 。

?
1
2
// 声明一个限流器 名称 叫key
redissonClient.getRateLimiter(key)

2、trySetRate 。

trySetRate方法跟进去底层实现如下:

?
1
2
3
4
5
6
7
8
@Override
     public RFuture<Boolean> trySetRateAsync(RateType type, long rate, long rateInterval, RateIntervalUnit unit) {
         return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN,
                 "redis.call('hsetnx', KEYS[1], 'rate', ARGV[1]);"
               + "redis.call('hsetnx', KEYS[1], 'interval', ARGV[2]);"
               + "return redis.call('hsetnx', KEYS[1], 'type', ARGV[3]);" ,
                 Collections.<Object>singletonList(getName()), rate, unit.toMillis(rateInterval), type.ordinal());
     }

举个例子，更容易理解:

比如下面这段代码，5秒中产生3个令牌，并且所有实例共享（RateType.OVERALL所有实例共享、RateType.CLIENT单实例端共享） 。

?
1
trySetRate(RateType.OVERALL, 3 , 5 , RateIntervalUnit.SECONDS);

那么redis中就会设置3个参数:

hsetnx,key,rate,3 hsetnx,key,interval,5 hsetnx,key,type,0 。

接着看tryAcquire(1)方法：底层源码如下 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
private <T> RFuture<T> tryAcquireAsync(RedisCommand<T> command, Long value) {
         return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command,
                 "local rate = redis.call('hget', KEYS[1], 'rate');"  //1
               + "local interval = redis.call('hget', KEYS[1], 'interval');"  //2
               + "local type = redis.call('hget', KEYS[1], 'type');" //3
               + "assert(rate ~= false and interval ~= false and type ~= false, 'RateLimiter is not initialized')" //4
              
               + "local valueName = KEYS[2];" //5
               + "if type == 1 then "
                   + "valueName = KEYS[3];" //6
               + "end;"
              
               + "local currentValue = redis.call('get', valueName); " //7
               + "if currentValue ~= false then "
                      + "if tonumber(currentValue) < tonumber(ARGV[1]) then " //8
                          + "return redis.call('pttl', valueName); "
                      + "else "
                          + "redis.call('decrby', valueName, ARGV[1]); " //9
                          + "return nil; "
                      + "end; "
               + "else " //10
                      + "redis.call('set', valueName, rate, 'px', interval); "
                      + "redis.call('decrby', valueName, ARGV[1]); "
                      + "return nil; "
               + "end;" ,
                 Arrays.<Object>asList(getName(), getValueName(), getClientValueName()),
                 value, commandExecutor.getConnectionManager().getId().toString());
     }

第1、2、3备注行是获取上一步set的3个值：rate、interval、type，如果这3个值没有设置，直接返回rateLimiter没有被初始化.

第5备注行声明一个变量叫valueName 值为KEYS[2],KEYS[2]对应的值是getValueName()方法，getValueName()返回的就是上面第一步getRateLimiter我们设置的key；如果type=1，表示全局共享，那么valueName 的值改为取KEYS[3]，KEYS[3]对应的值为getClientValueName()，查看getClientValueName()源码:

?
1
2
3
String getClientValueName() {
         return suffixName(getValueName(), commandExecutor.getConnectionManager().getId().toString());
    }

ConnectionManager().getId()如下:

?
1
2
3
4
public interface ConnectionManager {   
     UUID getId();
     省略...
}

这个getId()是每个客户端初始化的时候生成的UUID，即每个客户端的getId是唯一的，这也就验证了trySetRate方法中RateType.ALL与RateType.PER_CLIENT的作用.

  • 接着看第7标准行，获取valueName对应的值currentValue；首次获取肯定为空，那么看第10标准行else的逻辑
  • set valueName 3 px 5，设置key=valueName value=3 过期时间为5秒
  • decrby valueName 1，将上面valueName的值减1
  • 那么如果第二次访问，第7标注行返回的值存在，将会走第8标注行，紧接着走如下判断
  • 如果当前valueName的值也就是3，小于要获得的令牌数量(tryAcquire方法中的入参)，那么说明当前时间内（key的有效期5秒内），令牌的数量已经被用完，返回pttl(key的剩余过期时间)；反之说明桶中有足够的令牌，获取之后将会把桶中的令牌数量减1，至此结束。
  •  

总结：

redission分布式限流采用令牌桶思想和固定时间窗口，trySetRate方法设置桶的大小，利用redis key过期机制达到时间窗口目的，控制固定时间窗口内允许通过的请求量.

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我.

原文链接：https://blog.csdn.net/weixin_43931625/article/details/103234206 。

最后此篇关于redis redisson 限流器的实例(RRateLimiter)的文章就讲到这里了,如果你想了解更多关于redis redisson 限流器的实例(RRateLimiter)的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

28 4 0
文章推荐： Java常见基础数据结构
文章推荐： SpringSecurity登录使用JSON格式数据的方法
文章推荐： 详解spring-cloud与netflixEureka整合（注册中心）
文章推荐： redis redisson 集合的使用案例(RList、Rset、RMap)
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com