自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

Redis 并發(fā)限流控制

數(shù)據(jù)庫 Redis
令牌桶是一種用于控制請求速率的算法。它可以限制在特定時間內可以提交的請求數(shù)量,以避免超過系統(tǒng)的處理能力。

令牌桶概念

令牌桶是一種用于控制請求速率的算法。它可以限制在特定時間內可以提交的請求數(shù)量,以避免超過系統(tǒng)的處理能力。令牌桶算法基于一個抽象的“令牌桶”,該桶中可以存放一定數(shù)量的令牌。在每個時間單位內,新的令牌會按一定的速率添加到桶中。如果一個請求需要處理,就需要從桶中消耗一定數(shù)量的令牌。如果桶中沒有足夠的令牌,則請求將被拒絕。令牌桶算法的優(yōu)點在于它可以根據(jù)當前的系統(tǒng)負載動態(tài)調整請求的處理速率,并可以控制請求的速率和延遲。

優(yōu)缺點

  1. 可能會導致請求延遲,如果請求速率較高,則桶中的令牌可能會被消耗完,導致新的請求無法被處理。
  2. 可以避免系統(tǒng)被大量請求涌入而導致的資源耗盡,并可以根據(jù)實際情況動態(tài)調整請求處理速率。

分析

核心參數(shù):

  1. 桶的容量:它表示桶中最多能存放多少令牌。
  2. 令牌添加速率:每個時間單位內(1s)令牌桶中能添加的令牌數(shù)量。
  3. 每個請求需要的令牌數(shù)量:表示每個請求需要消耗的令牌數(shù)量,一般默認為 1。

其中令牌添加速率的實現(xiàn)方式為:維護一個時間戳,來記錄上一次添加令牌的時間,以便在處理請求時計算令牌添加速率。

綜上可以進行代碼設計:

public class RedisRateLimiterReq {
/**
* 限流唯一性標識
*/
@NotBlank
private String id;
/**
* 令牌添加速率
*/
@Min(1)
private int replenishRate;
/**
* 桶的容量
*/
@Min(0)
private int burstCapacity = 1;
/**
* 每個請求需要的令牌數(shù)量
*/
@Min(1)
private int requestedTokens = 1;
}

基于Redis+lua的分布式令牌桶限流

redis key 設計:

  1. Key[1] :記錄桶的剩余容量
  2. Key[2] :記錄桶上次刷新時間,以此推算當前需要填入的令牌數(shù)量
  1. 第一次:需要新填入的令牌數(shù)量 = (當前時間 - 0) * 速率
  2. 其他后:需要新填入的令牌數(shù)量 = (當前時間 - Key[2]) * 速率

綜上:當前桶內可用令牌數(shù) = 桶的剩余容量 + 需要新填入的令牌數(shù)量

參數(shù)設計:

  1. capacity:桶的容量:它表示桶中最多能存放多少令牌。
  2. rate:令牌添加速率:每個時間單位內(1s)令牌桶中能添加的令牌數(shù)量。
  3. requested:每個請求需要的令牌數(shù)量:表示每個請求需要消耗的令牌數(shù)量,一般默認為 1。

核心公式:

  1. fill_time:填充時間:capacity / rate,例如 10/2,即每秒填充 5 個令牌。
  2. ttl:redis key[1]、key[2] 的過期時間,填充時間*2;為什么是2倍:這樣可以保證令牌桶中的令牌能夠被充分利用,并避免過早的過期。例如,如果填充時間的值為 10 秒,那么過期時間的值就應該設置為 20 秒。這樣,在令牌桶的生存周期內,用戶就有足夠的時間來使用令牌桶中的令牌。

LUA 腳本

redis.replicate_commands()
-- 記錄桶的剩余容量
local tokens_key = KEYS[1]
-- 記錄桶上次刷新時間,以此推算當前需要填入的令牌數(shù)量
-- 第一次:需要新填入的令牌數(shù)量 = (當前時間 - 0) * 速率
-- 其他后:需要新填入的令牌數(shù)量 = (當前時間 - Key[2]) * 速率
local timestamp_key = KEYS[2]
-- 綜上:**當前桶內可用令牌數(shù) = 桶的剩余容量 + 需要新填入的令牌數(shù)量**
redis.log(redis.LOG_WARNING, "tokens_key " .. tokens_key)

local rate = tonumber(ARGV[1])
local capacity = tonumber(ARGV[2])
local now = redis.call('TIME')[1]
local requested = tonumber(ARGV[4])

local fill_time = capacity/rate
-- redis key[1]、key[2] 的過期時間
-- 令牌過期時間:填充時間*2
-- 返回小于參數(shù)x的最大整數(shù)
-- 這樣可以保證令牌桶中的令牌能夠被充分利用,并避免過早的過期。
-- 例如,如果填充時間的值為 10 秒,那么過期時間的值就應該設置為 20 秒。這樣,在令牌桶的生存周期內,用戶就有足夠的時間來使用令牌桶中的令牌。
local ttl = math.floor(fill_time*2)

redis.log(redis.LOG_WARNING, "rate " .. ARGV[1])
redis.log(redis.LOG_WARNING, "capacity " .. ARGV[2])
redis.log(redis.LOG_WARNING, "now " .. now)
redis.log(redis.LOG_WARNING, "requested " .. ARGV[4])
redis.log(redis.LOG_WARNING, "filltime " .. fill_time)
redis.log(redis.LOG_WARNING, "ttl " .. ttl)

local last_tokens = tonumber(redis.call("get", tokens_key))
if last_tokens == nil then
last_tokens = capacity
end
redis.log(redis.LOG_WARNING, "last_tokens " .. last_tokens)

local last_refreshed = tonumber(redis.call("get", timestamp_key))
if last_refreshed == nil then
last_refreshed = 0
end
redis.log(redis.LOG_WARNING, "last_refreshed " .. last_refreshed)

local delta = math.max(0, now-last_refreshed)
local filled_tokens = math.min(capacity, last_tokens+(delta*rate))
local allowed = filled_tokens >= requested
local new_tokens = filled_tokens
local allowed_num = 0
if allowed then
new_tokens = filled_tokens - requested
allowed_num = 1
end

--redis.log(redis.LOG_WARNING, "delta " .. delta)
--redis.log(redis.LOG_WARNING, "filled_tokens " .. filled_tokens)
--redis.log(redis.LOG_WARNING, "allowed_num " .. allowed_num)
--redis.log(redis.LOG_WARNING, "new_tokens " .. new_tokens)

if ttl > 0 then
redis.call("setex", tokens_key, ttl, new_tokens)
redis.call("setex", timestamp_key, ttl, now)
end

-- return { allowed_num, new_tokens, capacity, filled_tokens, requested, new_tokens }
return { allowed_num, new_tokens }

redis.replicate_commands() 是 Redis 客戶端的一個方法,它用于啟用命令復制(command replication)。命令復制是指,在多個 Redis 實例之間復制命令,以保證數(shù)據(jù)的一致性。

例如,如果你在一個 Redis 集群中執(zhí)行了一條寫入命令,那么這條命令就會被復制到集群中的其他實例中。這樣,就可以保證集群中的所有實例都保存了相同的數(shù)據(jù),并且可以提供高可用性和數(shù)據(jù)安全性。

責任編輯:武曉燕 來源: 今日頭條
相關推薦

2017-08-21 10:56:55

MySQL并發(fā)控制

2021-04-21 09:55:24

Redis應用限流

2016-11-28 08:58:43

系統(tǒng)限流算法

2016-11-28 08:58:43

系統(tǒng)限流

2024-06-17 08:40:16

2009-09-24 14:43:53

Hibernate樂觀

2020-02-20 08:00:37

緩存降級限流

2021-10-06 19:01:45

高并發(fā)熔斷預熱

2019-12-13 08:52:48

高并發(fā)系統(tǒng)限流

2024-04-30 10:29:46

前端開發(fā)h5開發(fā)函數(shù)

2010-11-08 10:57:05

SQL Server的

2021-11-05 21:33:28

Redis數(shù)據(jù)高并發(fā)

2021-01-12 10:22:45

JavaScript并發(fā)控制前端

2021-06-29 23:40:19

Golang語言并發(fā)

2021-04-07 06:00:18

JavaScript 前端并發(fā)控制

2024-06-11 10:03:56

2024-01-03 08:30:54

Redis分布式項目

2017-02-28 17:46:15

Linux驅動技術并發(fā)控制

2009-02-09 10:06:03

并發(fā)控制Web應用悲觀鎖

2024-08-26 13:23:26

點贊
收藏

51CTO技術棧公眾號