关于分布式:分布式限流-redission-RRateLimiter-的使用及原理

48次阅读

共计 3172 个字符，预计需要花费 8 分钟才能阅读完成。

最近公司在做有需要在做分布式限流，调研的限流框架大略有

1、spring cloud gateway 集成 redis 限流, 但属于网关层限流

2、阿里 Sentinel, 功能强大、带监控平台

3、srping cloud hystrix，属于接口层限流，提供线程池与信号量两种形式

4、其余：redission、手撸代码

理论需要状况属于业务端限流，redission 更加不便，应用更加灵便，上面介绍下 redission 分布式限流如何应用及原理：

应用很简略、如下

// 1、申明一个限流器
RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
 
// 2、设置速率，5 秒中产生 3 个令牌
rateLimiter.trySetRate(RateType.OVERALL, 3, 5, RateIntervalUnit.SECONDS);
 
// 3、试图获取一个令牌，获取到返回 true
rateLimiter.tryAcquire(1)

1、getRateLimiter

// 申明一个限流器 名称 叫 key
redissonClient.getRateLimiter(key)

2、trySetRate

trySetRate 办法跟进去底层实现如下：@Override
public RFuture<Boolean> trySetRateAsync(RateType type, long rate, long rateInterval, RateIntervalUnit unit) {return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN,
            "redis.call('hsetnx', KEYS[1],'rate', ARGV[1]);"
          + "redis.call('hsetnx', KEYS[1],'interval', ARGV[2]);"
          + "return redis.call('hsetnx', KEYS[1],'type', ARGV[3]);",
            Collections.<Object>singletonList(getName()), rate, unit.toMillis(rateInterval), type.ordinal());
}

举个例子，更容易了解：

比方上面这段代码，5 秒钟产生 3 个令牌，并且所有实例共享（RateType.OVERALL 所有实例共享、RateType.CLIENT 单实例端共享）

trySetRate(RateType.OVERALL, 3, 5, RateIntervalUnit.SECONDS);

那么 redis 中就会设置 3 个参数：

hsetnx,key,rate,3

hsetnx,key,interval,5

hsetnx,key,type,0

接着看 tryAcquire(1) 办法：底层源码如下

private <T> RFuture<T> tryAcquireAsync(RedisCommand<T> command, Long value) {return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command,
            "local rate = redis.call('hget', KEYS[1],'rate');"  //1
          + "local interval = redis.call('hget', KEYS[1],'interval');"  //2
          + "local type = redis.call('hget', KEYS[1],'type');" //3
          + "assert(rate ~= false and interval ~= false and type ~= false,'RateLimiter is not initialized')" //4
          
          + "local valueName = KEYS[2];" //5
          + "if type == 1 then"
              + "valueName = KEYS[3];" //6
          + "end;"
          
          + "local currentValue = redis.call('get', valueName);" //7
          + "if currentValue ~= false then" 
                 + "if tonumber(currentValue) < tonumber(ARGV[1]) then" //8
                     + "return redis.call('pttl', valueName);"
                 + "else"
                     + "redis.call('decrby', valueName, ARGV[1]);" //9
                     + "return nil;"
                 + "end;"
          + "else" //10
                 + "redis.call('set', valueName, rate,'px', interval);" 
                 + "redis.call('decrby', valueName, ARGV[1]);"
                 + "return nil;"
          + "end;",
            Arrays.<Object>asList(getName(), getValueName(), getClientValueName()), 
            value, commandExecutor.getConnectionManager().getId().toString());
}

第 1、2、3 备注行是获取上一步 set 的 3 个值：rate、interval、type，如果这 3 个值没有设置，间接返回 rateLimiter 没有被初始化。

第 5 备注行申明一个变量叫 valueName 值为 KEYS[2],KEYS[2] 对应的值是 getValueName() 办法，getValueName() 返回的就是下面第一步 getRateLimiter 咱们设置的 key；如果 type=1，示意全局共享，那么 valueName 的值改为取 KEYS[3]，KEYS[3] 对应的值为 getClientValueName()，查看 getClientValueName() 源码：

String getClientValueName() {return suffixName(getValueName(), commandExecutor.getConnectionManager().getId().toString());
   }

ConnectionManager().getId() 如下：

public interface ConnectionManager {UUID getId();
 
    省略...
}

这个 getId() 是每个客户端初始化的时候生成的 UUID，即每个客户端的 getId 是惟一的，这也就验证了 trySetRate 办法中 RateType.ALL 与 RateType.PER_CLIENT 的作用。

接着看第 7 规范行，获取 valueName 对应的值 currentValue；首次获取必定为空，那么看第 10 规范行 else 的逻辑
set valueName 3 px 5，设置 key=valueName value=3 过期工夫为 5 秒
decrby valueName 1，将下面 valueName 的值减 1
那么如果第二次拜访，第 7 标注行返回的值存在，将会走第 8 标注行，紧接着走如下判断
如果以后 valueName 的值也就是 3，小于要取得的令牌数量 (tryAcquire 办法中的入参)，那么阐明以后工夫内（key 的有效期 5 秒内），令牌的数量曾经被用完，返回 pttl(key 的残余过期工夫)；反之阐明桶中有足够的令牌，获取之后将会把桶中的令牌数量减 1，至此完结。

redission 分布式限流采纳令牌桶思维和固定工夫窗口，trySetRate 办法设置桶的大小，利用 redis key 过期机制达到工夫窗口目标，管制固定工夫窗口内容许通过的申请量。

正文完