限流淺析

時間  2020-12-07
標籤 html mysql nginx web 面試 redis 算法 sql 數據庫 api 欄目 HTML 简体版
原文   原文鏈接

前言

咱們每一個系統在作壓測的時候，都有一個處理峯值，當接近峯值繼續接受請求的時候，會致使整個系統響應緩慢；爲了保護系統，須要拒絕處理過載的請求，這就是咱們下面介紹的限流，經過設定一個峯值閾值，限制請求達到這個峯值，以此來保護系統；咱們常見的一些中間件好比tomcat，mysql，redis等等都有相似的限制。html

限流算法

作限流的時候咱們有一些經常使用的限流算法包括：計數器限流，令牌桶限流，漏桶限流；mysql

  • 1.令牌桶限流

令牌桶算法的原理是系統以必定速率向桶中放入令牌，填滿了就丟棄令牌；請求來時會先從桶中取出令牌，若是能取到令牌，則能夠繼續完成請求，不然等待或者拒絕服務；令牌桶容許必定程度突發流量，只要有令牌就能夠處理，支持一次拿多個令牌；nginx

  • 2.漏桶限流

漏桶算法的原理是按照固定常量速率流出請求，流入請求速率任意，當請求數超過桶的容量時，新的請求等待或者拒絕服務；能夠看出漏桶算法能夠強制限制數據的傳輸速度；web

  • 3.計數器限流

計數器是一種比較簡單粗暴的算法，主要用來限制總併發數，好比數據庫鏈接池、線程池、秒殺的併發數；計數器限流只要必定時間內的總請求數超過設定的閥值則進行限流；面試

如何限流

瞭解了限流算法以後，咱們須要知道在什麼地方限流，以及如何限流；對於一個系統來講咱們經常能夠在接入層進行限流，這個大部分狀況下能夠直接使用nginx，OpenResty等中間件直接處理；也能夠在業務層進行限流，這個須要根據咱們不一樣的業務需求使用相關的限流算法來處理。redis

業務層限流

對於業務層咱們多是單節點的，也多是多節點用戶綁定的，也多是多節點無綁定的；這時候咱們就要區分是進程內的限流仍是須要分佈式限流。算法

進程內限流

對於進程內限流相對來講仍是比較簡單的，guava是咱們常用的利器，下面分別看看如何限制接口的總併發量，某個時間窗口的請求數，以及使用令牌桶和漏桶算法更加平滑的限流；sql

  • 限制接口的總併發量

只須要配置一個總併發量，而後使用一個計算器記錄每次請求，而後和總併發量比較便可：數據庫

private static int max = 10;
private static AtomicInteger limiter = new AtomicInteger();

if (limiter.incrementAndGet() > max){
    System.err.println("超過最大限制數");
    return;
}
  • 限制時間窗口請求數

限制某個接口在指定時間以內的請求量，可使用guava的cache來緩存計數器，而後再設置過時時間；好比下面設置每分鐘最大請求爲100：api

LoadingCache<Long, AtomicLong> counter = CacheBuilder.newBuilder().expireAfterWrite(1, TimeUnit.MINUTES).build(new CacheLoader<Long, AtomicLong>() {
        @Override
        public AtomicLong load(Long key) throws Exception {
            return new AtomicLong(0);
        }
});

private static int max = 100;
long curMinutes = System.currentTimeMillis() / 1000 * 60;
if (counter.get(curMinutes).incrementAndGet() > max) {
    System.err.println("時間窗口請求數超過上限");
    return;
}

過時時間爲一分鐘，每分鐘自動清零；這種處理方式可能會出現超限的狀況，好比前59秒都沒有消息，到60的時候一會兒來了200條消息，這時候先接受了100條消息，恰好到期計數器清0，而後又接受了100條消息；這種狀況能夠參考TCP的滑動窗口思路來解決。

  • 平滑限流請求

計數器的方式仍是比較粗暴的，令牌桶和漏桶限流這兩種算法相對來講仍是比較平滑的，能夠直接使用guava提供的RateLimiter類：

RateLimiter limiter = RateLimiter.create(2);
System.out.println(limiter.acquire(4));
System.out.println(limiter.acquire());
System.out.println(limiter.acquire());
System.out.println(limiter.acquire(2));
System.out.println(limiter.acquire());
System.out.println(limiter.acquire());

create(2)表示桶容量爲2而且每秒新增2個令牌，也就是500毫秒新增一個令牌，acquire()表示從裏面獲取一個令牌，返回值爲等待的時間，輸出結果以下：

0.0
1.998633
0.49644
0.500224
0.999335
0.500186

能夠看到此算法是容許必定突發狀況的，第一次獲取4個令牌等待時間爲0，後面再獲取須要等待2秒才能夠，後面每次獲取須要500毫秒。

分佈式限流

如今大部分系統都採用了多節點部署，因此一個業務可能在多個進程內被處理，因此這時候分佈式限流必不可少，好比常見的秒殺系統，可能同時有N臺業務邏輯節點；
常規的作法是使用Redis+lua和OpenResty+lua來實現，將限流服務作成原子化，同時也要保證高性能；Redis和OpenResty都已高性能著稱，同時也提供了原子化方案，具體以下所示；

  • Redis+lua

Redis在服務端對消息的處理是單線程的，同時支持lua腳本的執行，能夠將限流的相關邏輯用lua腳本實現，來保證原子性，大致實現以下：

-- 限流 key
local key = KEYS[1]
-- 限流大小
local limit = tonumber(ARGV[1])
-- 過時時間
local expire = tonumber(ARGV[2])

local current = tonumber(redis.call('get',key) or "0")

if current + 1 > limit then
    return 0;
else
    redis.call("INCRBY", key, 1)
    redis.call("EXPIRE", key, expire)
    return current + 1
end

以上使用計數器算法來實現限流，在調用lua的地方能夠傳入限流key，限流大小以及key的有效期；返回結果若是爲0表示超出限流大小，不然返回當前累計的值。

  • OpenResty+lua

OpenResty核心就是nginx，可是在這個基礎之上加了不少第三方模塊，ngx_lua模塊將lua嵌入到了nginx中，使得nginx能夠做爲一個web服務器來使用；還有其餘經常使用的開發模塊如：lua-resty-lock，lua-resty-limit-traffic，lua-resty-memcached，lua-resty-mysql，lua-resty-redis等等；
本小節咱們先使用lua-resty-lock模塊來實現一個簡單計數器限流，相關lua代碼以下：

local locks = require "resty.lock";

local function acquire()
    local lock = locks:new("locks");
    local elapsed, err = lock:lock("limit_key");
    local limit_counter = ngx.shared.limit_counter;
    --獲取客戶端ip
    local key = ngx.var.remote_addr;
    --限流大小
    local limit = 5; 
    local current = limit_counter:get(key);
    
    --打印key和當前值
    ngx.say("key="..key..",value="..tostring(current));
    
    if current ~= nil and current + 1 > limit then 
       lock:unlock();
       return 0;
    end
    
    if current == nil then 
       limit_counter:set(key,1,5); --設置過時時間爲5秒
    else 
       limit_counter:incr(key,1);
    end
    lock:unlock();
    return 1;
end

以上是一個對ip進行限流的實例，由於須要保證原子性，因此使用了resty.lock模塊，同時也相似redis設置了過時時間重置，另一點須要注意對鎖的釋放；還須要設置兩個共享字典

http {
    ...
    #lua_shared_dict <name> <size> 定義一塊名爲name的共享內存空間，內存大小爲size;  經過該命令定義的共享內存對象對於Nginx中全部worker進程都是可見的
    lua_shared_dict locks 10m;
    lua_shared_dict limit_counter 10m;
}

接入層限流

接入層一般就是流量入口處，Nginx被不少系統用做流量入口，固然OpenResty也不例外，並且OpenResty提供了更強大的功能，好比這裏將要介紹的lua-resty-limit-traffic模塊，是一個功能強大的限流模塊；在使用lua-resty-limit-traffic以前咱們先大體看一下如何使用OpenResty；

OpenResty安裝使用

  • 下載安裝配置

直接去官方下載便可：http://openresty.org/en/download.html，啓動，重載，中止命令以下：

nginx.exe
nginx.exe -s reload
nginx.exe -s stop

打開ip+端口，能夠看到：Welcome to OpenResty! 即表示啓動成功；

  • lua腳本實例

首先須要在nginx.conf的http目錄下作以下配置：

http {
    ...
    lua_package_path "/lualib/?.lua;;";  #lua 模塊  
    lua_package_cpath "/lualib/?.so;;";  #c模塊   
    include lua.conf;   #導入自定義lua配置文件
}

這裏自定義了一個lua.conf，有關lua的請求都在這裏面配置，放在和nginx.conf一個路徑下便可；已一個test.lua爲例，lua.conf配置以下：

#lua.conf  
server {  
    charset utf-8; #設置編碼
    listen       8081;  
    server_name  _;  
    location /test {  
        default_type 'text/html';  
        content_by_lua_file lua/api/test.lua;
    } 
}

這裏把全部的lua文件都放在lua/api目錄下，好比一個最簡單的hello world：

ngx.say("hello world");

lua-resty-limit-traffic模塊

lua-resty-limit-traffic提供了限制最大併發鏈接數，時間窗口請求數，以及平滑限制請求數三種方式，分別對應：resty.limit.conn，resty.limit.count，resty.limit.req；相關文檔能夠直接在pod/lua-resty-limit-traffic中找到，裏面有完整的實例；

如下會用到三個共享字典，事先在http下配置：

http {
    lua_shared_dict my_limit_conn_store 100m;
    lua_shared_dict my_limit_count_store 100m;
    lua_shared_dict my_limit_req_store 100m;
}
  • 限制最大併發鏈接數

提供的resty.limit.conn限制最大鏈接數，具體腳本以下：

local limit_conn = require "resty.limit.conn"

--B<syntax:> C<obj, err = class.new(shdict_name, conn, burst, default_conn_delay)>
local lim, err = limit_conn.new("my_limit_conn_store", 1, 0, 0.5)
if not lim then
    ngx.log(ngx.ERR,
            "failed to instantiate a resty.limit.conn object: ", err)
    return ngx.exit(500)
end

local key = ngx.var.binary_remote_addr
local delay, err = lim:incoming(key, true)
if not delay then
    if err == "rejected" then
        return ngx.exit(502)
    end
    ngx.log(ngx.ERR, "failed to limit req: ", err)
    return ngx.exit(500)
end

if lim:is_committed() then
    local ctx = ngx.ctx
    ctx.limit_conn = lim
    ctx.limit_conn_key = key
    ctx.limit_conn_delay = delay
end

local conn = err

if delay >= 0.001 then
    ngx.sleep(delay)
end

new()參數分別是：字典名稱，容許的最大併發請求數，容許的突發鏈接數，鏈接延遲；
incoming()中commit是一個布爾值，當爲true時表示記錄當前請求的數量，不然就直接運行；
返回值：若是請求不超過方法中指定的conn值，則此方法返回0做爲延遲以及當前時間的併發請求（或鏈接）數；

  • 限制時間窗口請求數

提供的resty.limit.count能夠限制必定請求數在一個時間窗口內，具體腳本以下：

local limit_count = require "resty.limit.count"

--B<syntax:> C<obj, err = class.new(shdict_name, count, time_window)>
--速率限制在20/10s
local lim, err = limit_count.new("my_limit_count_store", 20, 10)
if not lim then
    ngx.log(ngx.ERR, "failed to instantiate a resty.limit.count object: ", err)
    return ngx.exit(500)
end

local local key = ngx.var.binary_remote_addr
--B<syntax:> C<delay, err = obj:incoming(key, commit)>
local delay, err = lim:incoming(key, true)

if not delay then
    if err == "rejected" then
        return ngx.exit(503)
    end
    ngx.log(ngx.ERR, "failed to limit count: ", err)
    return ngx.exit(500)
end

new()中指定的三個參數分別是：字典名稱，指定的請求閾值，請求個數復位前的窗口時間，以秒爲單位；
incoming()中commit是一個布爾值，當爲true時表示記錄當前請求的數量，不然就直接運行；
返回值：若是請求數在限制範圍內，則返回當前請求被處理的延遲和將被處理的請求的剩餘數；

  • 平滑限制請求數

提供的resty.limit.req能夠已更加平滑的方式限制請求，具體腳本以下：

local limit_req = require "resty.limit.req"

--B<syntax:> C<obj, err = class.new(shdict_name, rate, burst)>
--限制在200個請求/秒如下，給與100個請求/秒的突發請求；也就說每秒請求最大能夠200-300之間，超出300報錯
local lim, err = limit_req.new("my_limit_req_store", 200, 100)
if not lim then
    ngx.log(ngx.ERR,
            "failed to instantiate a resty.limit.req object: ", err)
    return ngx.exit(500)
end

local key = ngx.var.binary_remote_addr
local delay, err = lim:incoming(key, true)
if not delay then
    if err == "rejected" then
        return ngx.exit(503)
    end
    ngx.log(ngx.ERR, "failed to limit req: ", err)
    return ngx.exit(500)
end

if delay >= 0.001 then
    local excess = err
    ngx.sleep(delay)
end

new()三個參數分別是：字典名稱，請求速率（每秒數）閾值，每秒容許延遲的過多請求數；
incoming()中commit是一個布爾值，當爲true時表示記錄當前請求的數量，不然就直接運行，能夠理解爲一個開關；
返回值：若是請求數在限制範圍內，則此方法返回0做爲當前時間的延遲和每秒過多請求的（零）個數；

更多能夠直接查看官方文檔：pod/lua-resty-limit-traffic目錄下

總結

本文首先介紹了常見的限流算法，而後介紹在業務層進程內和分佈式應用分別是如何進行限流的，最後接入層經過OpenResty的lua-resty-limit-traffic模塊進行限流。

感謝關注

能夠關注微信公衆號「 回滾吧代碼」，第一時間閱讀，文章持續更新；專一Java源碼、架構、算法和麪試。
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程