关于java:SpringBoot限制接口访问频率-这些错误千万不能犯

最近在基于SpringBoot做一个面向普通用户的零碎,为了保证系统的稳定性,避免被歹意攻打,我想管制用户拜访每个接口的频率。为了实现这个性能,能够设计一个annotation,而后借助AOP在调用办法之前查看以后ip的拜访频率,如果超过设定频率,间接返回错误信息。

常见的谬误设计

在开始介绍具体实现之前,我先列举几种我在网上找到的几种常见谬误设计。

1. 固定窗口

有人设计了一个在每分钟内只容许拜访1000次的限流计划,如下图01:00s-02:00s之间只容许拜访1000次,这种设计最大的问题在于,申请可能在01:59s-02:00s之间被申请1000次,02:00s-02:01s之间被申请了1000次,这种状况下01:59s-02:01s距离0.02s之间被申请2000次,很显然这种设计是谬误的。

2. 缓存工夫更新谬误

我在钻研这个问题的时候,发现网上有一种很常见的形式来进行限流,思路是基于redis,每次有用户的request进来,就会去以用户的ip和request的url为key去判断拜访次数是否超标,如果有就返回谬误,否则就把redis中的key对应的value加1,并从新设置key的过期工夫为用户指定的拜访周期。外围代码如下:

// core logic
int limit = accessLimit.limit();
long sec = accessLimit.sec();
String key = IPUtils.getIpAddr(request) + request.getRequestURI();
Integer maxLimit =null;
Object value =redisService.get(key);
if(value!=null && !value.equals("")) {
    maxLimit = Integer.valueOf(String.valueOf(value));
}
if (maxLimit == null) {
    redisService.set(key, "1", sec);
} else if (maxLimit < limit) {
    Integer i = maxLimit+1;
    redisService.set(key, i.toString(), sec);
} else {
    throw new BusinessException(500,"申请太频繁!");
}

// redis related
    public boolean set(final String key, Object value, Long expireTime) {
        boolean result = false;
        try {
            ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
            operations.set(key, value);
            redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);
            result = true;
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }

这外面很大的问题,就是每次都会更新key的缓存过期工夫,这样相当于变相缩短了每个计数周期, 可能咱们想管制用户一分钟内只能拜访5次,然而如果用户在前一分钟只拜访了三次,后一分钟拜访了三次,在下面的实现外面,很可能在第6次访问的时候返回谬误,但这样是有问题的,因为用户的确在两分钟内都没有超过对应的拜访频率阈值。

对于key的刷新这块,能够参看redis官网文档,每次refreh都会更新key的过期工夫。

基于滑动窗口的正确设计

指定工夫T内,只容许产生N次。咱们能够将这个指定工夫T,看成一个滑动工夫窗口(定宽)。咱们采纳Redis的zset根本数据类型的score来圈出这个滑动工夫窗口。在实际操作zset的过程中,咱们只须要保留在这个滑动工夫窗口以内的数据,其余的数据不解决即可。

比方在下面的例子外面,假如用户的要求是60s内拜访频率管制为3次。那么我永远只会统计以后工夫往前倒数60s之内的拜访次数,随着工夫的推移,整个窗口会一直向前挪动,窗口外的申请不会计算在内,保障了永远只统计以后60s内的request。

为什么抉择Redis zset ?

为了统计固定工夫区间内的拜访频率,如果是单机程序,可能采纳concurrentHashMap就够了,然而如果是分布式的程序,咱们须要引入相应的分布式组件来进行计数统计,而Redis zset刚好可能满足咱们的需要。

Redis zset(有序汇合)中的成员是有序排列的,它和 set 汇合的相同之处在于,汇合中的每一个成员都是字符串类型,并且不容许反复;而它们最大区别是,有序汇合是有序的,set 是无序的,这是因为有序汇合中每个成员都会关联一个 double(双精度浮点数)类型的 score (分数值),Redis 正是通过 score 实现了对汇合成员的排序。

Redis 应用以下命令创立一个有序汇合:

ZADD key score member [score member ...]

这外面有三个重要参数,

  • key:指定一个键名;
  • score:分数值,用来形容  member,它是实现排序的要害;
  • member:要增加的成员(元素)。

当 key 不存在时,将会创立一个新的有序汇合,并把分数/成员(score/member)增加到有序汇合中;当 key 存在时,但 key 并非 zset 类型,此时就不能实现增加成员的操作,同时会返回一个谬误提醒。

在咱们这个场景外面,key就是用户ip+request uri,score间接用以后工夫的毫秒数示意,至于member不重要,能够也采纳和score一样的数值即可。

限流过程是怎么样的?

整个流程如下:

  1. 首先用户的申请进来,将用户ip和uri组成key,timestamp为value,放入zset
  2. 更新以后key的缓存过期工夫,这一步次要是为了定期清理掉冷数据,和下面我提到的常见谬误设计2中的意义不同。
  3. 删除窗口之外的数据记录。
  4. 统计以后窗口中的总记录数。
  5. 如果记录数大于阈值,则间接返回谬误,否则失常解决用户申请。

基于SpringBoot和AOP的限流

这一部分次要介绍具体的实现逻辑。

定义注解和解决逻辑

首先是定义一个注解,不便后续对不同接口应用不同的限度频率。

/**  
 * 接口拜访频率注解,默认一分钟只能拜访5次  
 */  
@Documented  
@Target(ElementType.METHOD)  
@Retention(RetentionPolicy.RUNTIME)  
public @interface RequestLimit {  
  
    // 限度工夫 单位:秒(默认值:一分钟)  
    long period() default 60;  
  
    // 容许申请的次数(默认值:5次)  
    long count() default 5;  
  
}

在实现逻辑这块,咱们定义一个切面函数,拦挡用户的request,具体实现流程和下面介绍的限流流程统一,次要波及到redis zset的操作。


@Aspect
@Component
@Log4j2
public class RequestLimitAspect {

    @Autowired
    RedisTemplate redisTemplate;

    // 切点
    @Pointcut("@annotation(requestLimit)")
    public void controllerAspect(RequestLimit requestLimit) {}

    @Around("controllerAspect(requestLimit)")
    public Object doAround(ProceedingJoinPoint joinPoint, RequestLimit requestLimit) throws Throwable {
        // get parameter from annotation
        long period = requestLimit.period();
        long limitCount = requestLimit.count();

        // request info
        String ip = RequestUtil.getClientIpAddress();
        String uri = RequestUtil.getRequestUri();
        String key = "req_limit_".concat(uri).concat(ip);

        ZSetOperations zSetOperations = redisTemplate.opsForZSet();

        // add current timestamp
        long currentMs = System.currentTimeMillis();
        zSetOperations.add(key, currentMs, currentMs);

        // set the expiration time for the code user
        redisTemplate.expire(key, period, TimeUnit.SECONDS);

        // remove the value that out of current window
        zSetOperations.removeRangeByScore(key, 0, currentMs - period * 1000);

        // check all available count
        Long count = zSetOperations.zCard(key);

        if (count > limitCount) {
            log.error("接口拦挡:{} 申请超过限度频率【{}次/{}s】,IP为{}", uri, limitCount, period, ip);
            throw new AuroraRuntimeException(ResponseCode.TOO_FREQUENT_VISIT);
        }

        // execute the user request
        return  joinPoint.proceed();
    }

}

应用注解进行限流管制

这里我定义了一个接口类来做测试,应用下面的annotation来实现限流,每分钟容许用户拜访3次。

@Log4j2  
@RestController  
@RequestMapping("/user")  
public class UserController {    

    @GetMapping("/test")  
    @RequestLimit(count = 3)  
    public GenericResponse<String> testRequestLimit() {  
        log.info("current time: " + new Date());  
        return new GenericResponse<>(ResponseCode.SUCCESS);  
    }  
  
}

我接着在不同机器上,拜访该接口,能够看到不同机器的限流是隔离的,并且每台机器在周期之内只能拜访三次,超过后,须要期待肯定工夫能力持续拜访,达到了咱们预期的成果。

2023-05-21 11:23:15.733  INFO 99636 --- [nio-8080-exec-1] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:23:15 CST 2023
2023-05-21 11:23:21.848  INFO 99636 --- [nio-8080-exec-3] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:23:21 CST 2023
2023-05-21 11:23:23.044  INFO 99636 --- [nio-8080-exec-4] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:23:23 CST 2023
2023-05-21 11:23:25.920 ERROR 99636 --- [nio-8080-exec-5] c.v.c.a.annotation.RequestLimitAspect    : 接口拦挡:/user/test 申请超过限度频率【3次/60s】,IP为0:0:0:0:0:0:0:1
2023-05-21 11:23:28.761 ERROR 99636 --- [nio-8080-exec-6] c.v.c.a.annotation.RequestLimitAspect    : 接口拦挡:/user/test 申请超过限度频率【3次/60s】,IP为0:0:0:0:0:0:0:1
2023-05-21 11:24:12.207  INFO 99636 --- [io-8080-exec-10] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:24:12 CST 2023
2023-05-21 11:24:19.100  INFO 99636 --- [nio-8080-exec-2] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:24:19 CST 2023
2023-05-21 11:24:20.117  INFO 99636 --- [nio-8080-exec-1] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:24:20 CST 2023
2023-05-21 11:24:21.146 ERROR 99636 --- [nio-8080-exec-3] c.v.c.a.annotation.RequestLimitAspect    : 接口拦挡:/user/test 申请超过限度频率【3次/60s】,IP为192.168.31.114
2023-05-21 11:24:26.779 ERROR 99636 --- [nio-8080-exec-4] c.v.c.a.annotation.RequestLimitAspect    : 接口拦挡:/user/test 申请超过限度频率【3次/60s】,IP为192.168.31.114
2023-05-21 11:24:29.344 ERROR 99636 --- [nio-8080-exec-5] c.v.c.a.annotation.RequestLimitAspect    : 接口拦挡:/user/test 申请超过限度频率【3次/60s】,IP为192.168.31.114

欢送关注公众号【码老思】,只讲最通俗易懂的原创技术干货。

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理