Redis(07)-ZSET實現(xiàn)簡單限流

系統(tǒng)要限定用戶的某個行為在指定的時間里只能允許發(fā)生 N 次(例如:帖子的評論數(shù),1分鐘之內(nèi)只允許2次評論),可以使用 Redis 的zset數(shù)據(jù)結(jié)構(gòu)來實現(xiàn)這個限流的功能

這個限流需求中存在一個滑動時間窗口, zset 數(shù)據(jù)結(jié)構(gòu)的 score 值,可以通過 score 來圈出這個時間窗口來。而且我們只需要保留這個時間窗口,窗口之外的數(shù)據(jù)都可以砍掉。那這個 zset 的 value 填什么比較合適呢?它只需要保證唯一性即可,用 uuid 會比較浪費空間,那就改用毫秒時間戳吧。

如圖所示,用一個 zset 結(jié)構(gòu)記錄用戶的行為歷史,每一個行為都會作為 zset 中的一個 key 保存下來。同一個用戶同一種行為用一個 zset 記錄。

為節(jié)省內(nèi)存,我們只需要保留時間窗口內(nèi)的行為記錄,同時如果用戶是冷用戶,滑動時間窗口內(nèi)的行為是空記錄,那么這個 zset 就可以從內(nèi)存中移除,不再占用空間。

通過統(tǒng)計滑動窗口內(nèi)的行為數(shù)量與閾值 max_count 進行比較就可以得出當(dāng)前的行為是否允許

JAVA代碼實現(xiàn)

public class SimpleRateLimiter {

    private final Jedis jedis;

    public SimpleRateLimiter(Jedis jedis) {
        this.jedis = jedis;
    }

    public boolean isActionAllow(String userId,String actionKey,int period,int maxCount) throws IOException {
        String key=String.format("hist6:%s:%s",userId,actionKey);
        long nowTs=System.currentTimeMillis();
        //毫秒時間戳
        Pipeline pipeline=jedis.pipelined();
        pipeline.multi();//用了multi,也就是事務(wù),能保證一系列指令的原子順序執(zhí)行
        //value和score都使用毫秒時間戳
        pipeline.zadd(key,nowTs,nowTs+"");
        //移除時間窗口之前的行為記錄,剩下的都是時間窗口內(nèi)的
        pipeline.zremrangeByScore(key,0,nowTs-period*1000);
        //獲得[nowTs-period*1000,nowTs]的key數(shù)量
        Response<Long> count=pipeline.zcard(key);
        //每次設(shè)置都能保持更新key的過期時間
        pipeline.expire(key,period);
        pipeline.exec();
        pipeline.close();
        return count.get()<=maxCount;
    }

    public static void main(String[] args) throws IOException, InterruptedException {
        Jedis jedis=new Jedis("localhost",6379);
        jedis.auth("iostream");
        SimpleRateLimiter limiter=new SimpleRateLimiter(jedis);
        for (int i = 0; i < 20; i++) {
            //每個用戶在1秒內(nèi)最多能做五次動作
            System.out.println(limiter.isActionAllow("viscu","reply",1,5));
        }
    }
}

zset 集合中只有 score 值非常重要,value 值沒有特別的意義,只需要保證它是唯一的就可
以了。
因為這幾個連續(xù)的 Redis 操作都是針對同一個 key 的,使用 pipeline 可以顯著提升
Redis 存取效率。但這種方案也有缺點,因為它要記錄時間窗口內(nèi)所有的行為記錄,如果這
個量很大,比如限定 60s 內(nèi)操作不得超過 100w 次這樣的參數(shù),它是不適合做這樣的限流
的,因為會消耗大量的存儲空間

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 限流在分布式系統(tǒng)中是一個經(jīng)常被提到的話題,如果當(dāng)前系統(tǒng)的能力,不足以承受那么大的訪問量的時候,那么我們就要阻止外來...
    773eeb0e0c48閱讀 769評論 0 2
  • 限流算法在分布式領(lǐng)域是一個經(jīng)常被提起的話題,當(dāng)系統(tǒng)的處理能力有限時,如何阻止計劃外的請求繼續(xù)對系統(tǒng)施壓,這是一個需...
    DreamsonMa閱讀 648評論 0 1
  • 1. 我們?yōu)槭裁葱枰蘖?在上一篇架構(gòu)師成長之路之服務(wù)治理漫談里面,我們已經(jīng)談到了高可用治理的部分。為了“反脆弱”...
    Java進階架構(gòu)師閱讀 385評論 0 0
  • ?1. 我們?yōu)槭裁葱枰蘖?在上一篇架構(gòu)師成長之路之服務(wù)治理漫談里面,我們已經(jīng)談到了高可用治理的部分。為了“反脆弱...
    刺繡蘭溪閱讀 418評論 0 6
  • 人的一生你會遇見誰,真的沒辦法用我們從前的認(rèn)知所判斷,因為一切的舊有,都會成為我們限制性的信念系統(tǒng),都會限制未來的...
    張馨允Sina閱讀 711評論 2 1

友情鏈接更多精彩內(nèi)容