<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          SpringBoot + Redis 實現(xiàn)接口限流,一個注解的事!

          共 7422字,需瀏覽 15分鐘

           ·

          2022-05-27 16:33

          Hollis的新書限時折扣中,一本深入講解Java基礎(chǔ)的干貨筆記!


          Redis 除了做緩存,還能干很多很多事情:分布式鎖、限流、處理請求接口冪等性。。。太多太多了~

          今天想和小伙伴們聊聊用 Redis 處理接口限流,這也是最近的 TienChin 項目涉及到這個知識點了,我就拎出來和大家聊聊這個話題,后面視頻也會講。

          1. 準備工作

          首先我們創(chuàng)建一個 Spring Boot 工程,引入 Web 和 Redis 依賴,同時考慮到接口限流一般是通過注解來標記,而注解是通過 AOP 來解析的,所以我們還需要加上 AOP 的依賴,最終的依賴如下:

          <dependency>
          ????<groupId>org.springframework.bootgroupId>
          ????<artifactId>spring-boot-starter-data-redisartifactId>
          dependency>
          <dependency>
          ????<groupId>org.springframework.bootgroupId>
          ????<artifactId>spring-boot-starter-webartifactId>
          dependency>
          <dependency>
          ????<groupId>org.springframework.bootgroupId>
          ????<artifactId>spring-boot-starter-aopartifactId>
          dependency>

          然后提前準備好一個 Redis 實例,這里我們項目配置好之后,直接配置一下 Redis 的基本信息即可,如下:

          spring.redis.host=localhost
          spring.redis.port=6379
          spring.redis.password=123

          好啦,準備工作就算是到位了。

          2. 限流注解

          接下來我們創(chuàng)建一個限流注解,我們將限流分為兩種情況:

          1. 針對當前接口的全局性限流,例如該接口可以在 1 分鐘內(nèi)訪問 100 次。
          2. 針對某一個 IP 地址的限流,例如某個 IP 地址可以在 1 分鐘內(nèi)訪問 100 次。

          針對這兩種情況,我們創(chuàng)建一個枚舉類:

          public?enum?LimitType?{
          ????/**
          ?????*?默認策略全局限流
          ?????*/

          ????DEFAULT,
          ????/**
          ?????*?根據(jù)請求者IP進行限流
          ?????*/

          ????IP
          }

          接下來我們來創(chuàng)建限流注解:

          @Target(ElementType.METHOD)
          @Retention(RetentionPolicy.RUNTIME)
          @Documented
          public?@interface?RateLimiter?{
          ????/**
          ?????*?限流key
          ?????*/

          ????String?key()?default?"rate_limit:";

          ????/**
          ?????*?限流時間,單位秒
          ?????*/

          ????int?time()?default?60;

          ????/**
          ?????*?限流次數(shù)
          ?????*/

          ????int?count()?default?100;

          ????/**
          ?????*?限流類型
          ?????*/

          ????LimitType?limitType()?default?LimitType.DEFAULT;
          }

          第一個參數(shù)限流的 key,這個僅僅是一個前綴,將來完整的 key 是這個前綴再加上接口方法的完整路徑,共同組成限流 key,這個 key 將被存入到 Redis 中。

          另外三個參數(shù)好理解,我就不多說了。

          好了,將來哪個接口需要限流,就在哪個接口上添加?@RateLimiter?注解,然后配置相關(guān)參數(shù)即可。

          3. 定制 RedisTemplate

          小伙伴們知道,在 Spring Boot 中,我們其實更習(xí)慣使用 Spring Data Redis 來操作 Redis,不過默認的 RedisTemplate 有一個小坑,就是序列化用的是 JdkSerializationRedisSerializer,不知道小伙伴們有沒有注意過,直接用這個序列化工具將來存到 Redis 上的 key 和 value 都會莫名其妙多一些前綴,這就導(dǎo)致你用命令讀取的時候可能會出錯。

          例如存儲的時候,key 是 name,value 是 javaboy,但是當你在命令行操作的時候,get name?卻獲取不到你想要的數(shù)據(jù),原因就是存到 redis 之后 name 前面多了一些字符,此時只能繼續(xù)使用 RedisTemplate 將之讀取出來。

          我們用 Redis 做限流會用到 Lua 腳本,使用 Lua 腳本的時候,就會出現(xiàn)上面說的這種情況,所以我們需要修改 RedisTemplate 的序列化方案。

          ?

          可能有小伙伴會說為什么不用 StringRedisTemplate 呢?StringRedisTemplate 確實不存在上面所說的問題,但是它能夠存儲的數(shù)據(jù)類型不夠豐富,所以這里不考慮。

          修改 RedisTemplate 序列化方案,代碼如下:

          @Configuration
          public?class?RedisConfig?{

          ????@Bean
          ????public?RedisTemplate?redisTemplate(RedisConnectionFactory?connectionFactory)?{
          ????????RedisTemplate?redisTemplate?=?new?RedisTemplate<>();
          ????????redisTemplate.setConnectionFactory(connectionFactory);
          ????????//?使用Jackson2JsonRedisSerialize?替換默認序列化(默認采用的是JDK序列化)
          ????????Jackson2JsonRedisSerializer?jackson2JsonRedisSerializer?=?new?Jackson2JsonRedisSerializer<>(Object.class);
          ????????ObjectMapper?om?=?new?ObjectMapper();
          ????????om.setVisibility(PropertyAccessor.ALL,?JsonAutoDetect.Visibility.ANY);
          ????????om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
          ????????jackson2JsonRedisSerializer.setObjectMapper(om);
          ????????redisTemplate.setKeySerializer(jackson2JsonRedisSerializer);
          ????????redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
          ????????redisTemplate.setHashKeySerializer(jackson2JsonRedisSerializer);
          ????????redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
          ????????return?redisTemplate;
          ????}
          }

          這個其實也沒啥好說的,key 和 value 我們都使用 Spring Boot 中默認的 jackson 序列化方式來解決。

          4. 開發(fā) Lua 腳本

          這個其實我在之前 vhr 那一套視頻中講過,Redis 中的一些原子操作我們可以借助 Lua 腳本來實現(xiàn),想要調(diào)用 Lua 腳本,我們有兩種不同的思路:

          1. 在 Redis 服務(wù)端定義好 Lua 腳本,然后計算出來一個散列值,在 Java 代碼中,通過這個散列值鎖定要執(zhí)行哪個 Lua 腳本。
          2. 直接在 Java 代碼中將 Lua 腳本定義好,然后發(fā)送到 Redis 服務(wù)端去執(zhí)行。

          Spring Data Redis 中也提供了操作 Lua 腳本的接口,還是比較方便的,所以我們這里就采用第二種方案。

          我們在 resources 目錄下新建 lua 文件夾專門用來存放 lua 腳本,腳本內(nèi)容如下:

          local?key?=?KEYS[1]
          local?count?=?tonumber(ARGV[1])
          local?time?=?tonumber(ARGV[2])
          local?current?=?redis.call('get',?key)
          if?current?and?tonumber(current)?>?count?then
          ????return?tonumber(current)
          end
          current?=?redis.call('incr',?key)
          if?tonumber(current)?==?1?then
          ????redis.call('expire',?key,?time)
          end
          return?tonumber(current)

          這個腳本其實不難,大概瞅一眼就知道干啥用的。KEYS 和 ARGV 都是一會調(diào)用時候傳進來的參數(shù),tonumber 就是把字符串轉(zhuǎn)為數(shù)字,redis.call 就是執(zhí)行具體的 redis 指令,具體流程是這樣:

          1. 首先獲取到傳進來的 key 以及 限流的 count 和時間 time。
          2. 通過 get 獲取到這個 key 對應(yīng)的值,這個值就是當前時間窗內(nèi)這個接口可以訪問多少次。
          3. 如果是第一次訪問,此時拿到的結(jié)果為 nil,否則拿到的結(jié)果應(yīng)該是一個數(shù)字,所以接下來就判斷,如果拿到的結(jié)果是一個數(shù)字,并且這個數(shù)字還大于 count,那就說明已經(jīng)超過流量限制了,那么直接返回查詢的結(jié)果即可。
          4. 如果拿到的結(jié)果為 nil,說明是第一次訪問,此時就給當前 key 自增 1,然后設(shè)置一個過期時間。
          5. 最后把自增 1 后的值返回就可以了。

          其實這段 Lua 腳本很好理解。

          接下來我們在一個 Bean 中來加載這段 Lua 腳本,如下:

          @Bean
          public?DefaultRedisScript?limitScript()?{
          ????DefaultRedisScript?redisScript?=?new?DefaultRedisScript<>();
          ????redisScript.setScriptSource(new?ResourceScriptSource(new?ClassPathResource("lua/limit.lua")));
          ????redisScript.setResultType(Long.class);
          ????return?redisScript;
          }

          可以啦,我們的 Lua 腳本現(xiàn)在就準備好了。

          5. 注解解析

          接下來我們就需要自定義切面,來解析這個注解了,我們來看看切面的定義:

          @Aspect
          @Component
          public?class?RateLimiterAspect?{
          ????private?static?final?Logger?log?=?LoggerFactory.getLogger(RateLimiterAspect.class);

          ????@Autowired
          ????private?RedisTemplate?redisTemplate;

          ????@Autowired
          ????private?RedisScript?limitScript;

          ????@Before("@annotation(rateLimiter)")
          ????public?void?doBefore(JoinPoint?point,?RateLimiter?rateLimiter)?throws?Throwable?{
          ????????String?key?=?rateLimiter.key();
          ????????int?time?=?rateLimiter.time();
          ????????int?count?=?rateLimiter.count();

          ????????String?combineKey?=?getCombineKey(rateLimiter,?point);
          ????????List?keys?=?Collections.singletonList(combineKey);
          ????????try?{
          ????????????Long?number?=?redisTemplate.execute(limitScript,?keys,?count,?time);
          ????????????if?(number==null?||?number.intValue()?>?count)?{
          ????????????????throw?new?ServiceException("訪問過于頻繁,請稍候再試");
          ????????????}
          ????????????log.info("限制請求'{}',當前請求'{}',緩存key'{}'",?count,?number.intValue(),?key);
          ????????}?catch?(ServiceException?e)?{
          ????????????throw?e;
          ????????}?catch?(Exception?e)?{
          ????????????throw?new?RuntimeException("服務(wù)器限流異常,請稍候再試");
          ????????}
          ????}

          ????public?String?getCombineKey(RateLimiter?rateLimiter,?JoinPoint?point)?{
          ????????StringBuffer?stringBuffer?=?new?StringBuffer(rateLimiter.key());
          ????????if?(rateLimiter.limitType()?==?LimitType.IP)?{
          ????????????stringBuffer.append(IpUtils.getIpAddr(((ServletRequestAttributes)?RequestContextHolder.currentRequestAttributes()).getRequest())).append("-");
          ????????}
          ????????MethodSignature?signature?=?(MethodSignature)?point.getSignature();
          ????????Method?method?=?signature.getMethod();
          ????????Class?targetClass?=?method.getDeclaringClass();
          ????????stringBuffer.append(targetClass.getName()).append("-").append(method.getName());
          ????????return?stringBuffer.toString();
          ????}
          }

          這個切面就是攔截所有加了?@RateLimiter?注解的方法,在前置通知中對注解進行處理。

          1. 首先獲取到注解中的 key、time 以及 count 三個參數(shù)。
          2. 獲取一個組合的 key,所謂的組合的 key,就是在注解的 key 屬性基礎(chǔ)上,再加上方法的完整路徑,如果是 IP 模式的話,就再加上 IP 地址。以 IP 模式為例,最終生成的 key 類似這樣:rate_limit:127.0.0.1-org.javaboy.ratelimiter.controller.HelloController-hello(如果不是 IP 模式,那么生成的 key 中就不包含 IP 地址)。
          3. 將生成的 key 放到集合中。
          4. 通過 redisTemplate.execute 方法取執(zhí)行一個 Lua 腳本,第一個參數(shù)是腳本所封裝的對象,第二個參數(shù)是 key,對應(yīng)了腳本中的 KEYS,后面是可變長度的參數(shù),對應(yīng)了腳本中的 ARGV。
          5. 將 Lua 腳本執(zhí)行的結(jié)果與 count 進行比較,如果大于 count,就說明過載了,拋異常就行了。

          好了,大功告成了。

          6. 接口測試

          接下來我們就進行接口的一個簡單測試,如下:

          @RestController
          public?class?HelloController?{
          ????@GetMapping("/hello")
          ????@RateLimiter(time?=?5,count?=?3,limitType?=?LimitType.IP)
          ????public?String?hello()?{
          ????????return?"hello>>>"+new?Date();
          ????}
          }

          每一個 IP 地址,在 5 秒內(nèi)只能訪問 3 次。

          這個自己手動刷新瀏覽器都能測試出來。

          7. 全局異常處理

          由于過載的時候是拋異常出來,所以我們還需要一個全局異常處理器,如下:

          @RestControllerAdvice
          public?class?GlobalException?{
          ????@ExceptionHandler(ServiceException.class)
          ????public?Map<String,Object>?serviceException(ServiceException?e)?
          {
          ????????HashMap?map?=?new?HashMap<>();
          ????????map.put("status",?500);
          ????????map.put("message",?e.getMessage());
          ????????return?map;
          ????}
          }

          這是一個小 demo,我就不去定義實體類了,直接用 Map 來返回 JSON 了。

          好啦,大功告成。

          最后我們看看過載時的測試效果:

          好啦,這就是我們使用 Redis 做限流的方式。

          我的新書《深入理解Java核心技術(shù)》已經(jīng)上市了,上市后一直蟬聯(lián)京東暢銷榜中,目前正在6折優(yōu)惠中,想要入手的朋友千萬不要錯過哦~長按二維碼即可購買~


          長按掃碼享受6折優(yōu)惠



          往期推薦

          JB出品,下一代IDE??!


          SpringBoot 實現(xiàn)業(yè)務(wù)校驗,這種方式才叫優(yōu)雅!


          阿里大佬離職,一周面了20 多場,面經(jīng)奉上




          有道無術(shù),術(shù)可成;有術(shù)無道,止于術(shù)

          歡迎大家關(guān)注Java之道公眾號


          好文章,我在看??

          瀏覽 50
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                    <th id="afajh"><progress id="afajh"></progress></th>
                    一本大道无码视频 | 久久天堂精品 | 嫩逼成人网 | 日韩美女一级黄色片 | 中文字幕乱码免费 |