利用Redis怎么實現令牌桶算法?(附代碼)

本篇文章給大家分享一下令牌桶算法原理,并介紹一下利用redis實現令牌桶算法的方法,希望對大家有所幫助!

利用Redis怎么實現令牌桶算法?(附代碼)

在限流算法中有一種令牌桶算法,該算法可以應對短暫的突發流量,這對于現實環境中流量不怎么均勻的情況特別有用,不會頻繁的觸發限流,對調用方比較友好。

例如,當前限制10qps,大多數情況下不會超過此數量,但偶爾會達到30qps,然后很快就會恢復正常,假設這種突發流量不會對系統穩定性產生影響,我們可以在一定程度上允許這種瞬時突發流量,從而為用戶帶來更好的可用性體驗。這就是使用令牌桶算法的地方。

令牌桶算法原理

如下圖所示,該算法的基本原理是:有一個容量為X的令牌桶,每Y單位時間內將Z個令牌放入該桶。如果桶中的令牌數量超過X,那么它將被丟棄。處理請求時,需要先從令牌桶中取出令牌,如果拿到了令牌,則繼續處理;如果拿不到令牌,則拒絕請求。

利用Redis怎么實現令牌桶算法?(附代碼)

可以看出,在令牌桶算法中設置X,Y和Z的數量尤為重要。Z應該比每Y單位時間內的請求數稍大,系統將長時間處于此狀態;X是系統允許的瞬時最大請求數,并且系統不應該長時間處于此狀態,否則就會頻繁觸發限流,此時表明流量出現了超預期的情況,需要及時調查原因并采取相應措施。

redis實現令牌桶算法

之前看過有些程序實現的令牌桶,其向桶中放入令牌的方法是啟動一個線程,每隔Y單位時間增加一次令牌數量,或者在Timer中定時執行這一過程。我不太滿意這種方法, 原因有二,一是浪費線程資源,二是因為調度的問題執行時間不精確。【相關推薦:Redis視頻教程

這里確定令牌桶中令牌數量的方法是通過計算得出,首先算出從上次請求到這次請求經過了多長時間,是否達到發令牌的時間閾值,然后增加的令牌數是多少,這些令牌能夠放到桶中的是多少。

Talk is cheap!

下邊就來看看Redis中怎么實現的,因為涉及到多次與Redis的交互,這里為了提高限流處理的吞吐量,減少程序與Redis的交互次數,采用了Redis支持的Lua script,Lua script的執行是原子的,所以也不用擔心出現臟數據的問題。

代碼節選自 Redis視頻教程 ,它不僅支持普通主從部署Redis,還支持集群Redis,所以吞吐量可以通過水平擴展的方式進行提升。為了方便閱讀,這里增加一些注釋,實際是沒有的。

--?定義返回值,是個數組,包含:是否觸發限流(1限流?0通過)、當前桶中的令牌數 local?ret={} ret[1]=0 --?Redis集群分片Key,KEYS[1]是限流目標 local?cl_key?=?'{'?..?KEYS[1]?..?'}'  --?獲取限流懲罰的當前設置,觸發限流懲罰時會寫一個有過期時間的KV --?如果存在限流懲罰,則返回結果[1,-1] local?lock_key=cl_key?..?'-lock' local?lock_val=redis.call('get',lock_key) if?lock_val?==?'1'?then ????ret[1]=1 ????ret[2]=-1 ????return?ret; end  --?這里省略部分代碼  --?獲取[上次向桶中投放令牌的時間],如果沒有設置過這個投放時間,則令牌桶也不存在,此時: --?一種情況是:首次執行,此時定義令牌桶就是滿的。 --?另一種情況是:較長時間沒有執行過限流處理,導致承載這個時間的KV被釋放了, --?這個過期時間會超過自然投放令牌到桶中直到桶滿的時間,所以令牌桶也應該是滿的。 local?last_time=redis.call('get',st_key) if(last_time==false) then ?--?本次執行后剩余令牌數量:桶的容量-?本次執行消耗的令牌數量 ????bucket_amount?=?capacity?-?amount; ????--?將這個令牌數量更新到令牌桶中,同時這里有個過期時間,如果長時間不執行這個程序,令牌桶KV會被回收 ????redis.call('set',KEYS[1],bucket_amount,'PX',key_expire_time) ????--?設置[上次向桶中放入令牌的時間],后邊計算應放入桶中的令牌數量時會用到 ????redis.call('set',st_key,start_time,'PX',key_expire_time) ????--?返回值[當前桶中的令牌數] ????ret[2]=bucket_amount ????--?無需其它處理 ????return?ret end  --?令牌桶存在,獲取令牌桶中的當前令牌數 local?current_value?=?redis.call('get',KEYS[1]) current_value?=?tonumber(current_value)  --?判斷是不是該放入新令牌到桶中了:當前時間-上次投放的時間?&gt;=?投放的時間間隔 last_time=tonumber(last_time) local?last_time_changed=0 local?past_time=current_time-last_time if(past_time<inflow_unit then else end ret if>0?then ????????redis.call('set',lock_key,'1','EX',lock_seconds,'NX') ????end ????ret[1]=1 ????return?ret end  --?來到這里,代表可以成功扣減令牌,則需要更新令牌桶KV if?last_time_changed==1?then ????redis.call('set',KEYS[1],bucket_amount,'PX',key_expire_time) ?--?有新投放,更新[上次投放時間]為本次投放時間 ????redis.call('set',st_key,last_time,'PX',key_expire_time) else ????redis.call('set',KEYS[1],bucket_amount,'PX',key_expire_time) end return?ret</inflow_unit>

通過以上代碼,可以看出,其主要處理過程是:

1、判斷有沒有被限流懲罰,有則直接返回,無則進入下一步。

2、判斷令牌桶是否存在,不存在則先創建令牌桶,然后扣減令牌返回,存在則進入下一步。

3、判斷是否需要投放令牌,不需要則直接扣減令牌,需要則先投放令牌再扣減令牌。

4、判斷扣減后的令牌數,如果小于0則返回限流,同時設置限流懲罰,如果大于等于0則進入下一步。

5、更新桶中的令牌數到Redis。

你可以在任何一種開發語言的Redis庫中提交并運行這段Lua script腳本,如果你使用的是.NET平臺,可以參考這篇文章:ASP.NET Core中使用令牌桶限流(https://blog.bossma.cn/dotnet/asp-net-core-token-bucket-algorithm-of-rate-limit/) 。

關于FireflySoft.RateLimit

FireflySoft.RateLimit 是一個基于 .NET Standard 的限流類庫,其內核簡單輕巧,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。
  • 多種計數存儲:目前支持內存、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一計數。
  • 限流目標靈活:可以從請求中提取各種數據用于設置限流目標。
  • 支持限流懲罰:可以在客戶端觸發限流后鎖定一段時間不允許其訪問。
  • 動態更改規則:支持程序運行時動態更改限流規則。
  • 自定義錯誤:可以自定義觸發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/blob/master/README.zh-CN.md

本文轉載自:https://juejin.cn/post/7039105263168651301

作者:螢火架構

更多編程相關知識,請訪問:Redis視頻教程!!

? 版權聲明
THE END
喜歡就支持一下吧
點贊13 分享