LuckFairyLuckBaby的博客

【代码】redis+lua实现分布式限流。

在 Redis 中，Pipeline（管道）是一种客户端与服务器间通信的优化机制，旨在减少网络往返时间和提高命令执行效率。使用 Pipeline 时，客户端不再逐条发送命令，而是将多个命令一次性打包成一个请求包发送给 Redis 服务器。相应地，服务器在接收到这个请求包后，不是立即返回每条命令的执行结果，而是先将所有命令依次执行完毕，然后将所有结果打包成一个响应包返回给客户端。这种做法显著减少了客户端与服务器之间网络通信的次数，尤其是对于需要执行大量命令的场景，能够极大地降低网络延迟带来的影响。

作为 Java 开发人员，我们若想在程序中集成 Redis，必须使用 Redis 的第三方库。而 Redisson 就是用于在 Java 程序中操作 Redis 的库，它使得我们可以在程序中轻松地使用 Redis。Redisson 在 java.util 中常用接口的基础上，为我们提供了一系列具有分布式特性的工具类。

*** 锁名称/*** 过期时间（单位：秒）/*** 等待时间（单位：毫秒）/*** 锁超时时间（单位：秒）/*** 是否公平锁/*** 是否尝试锁} 锁名称 * / String value();/*** 过期时间（单位：秒）/*** 等待时间（单位：毫秒）/*** 锁超时时间（单位：秒）/*** 是否公平锁/*** 是否尝试锁/*** 锁名称/*** 过期时间（单位：秒）/*** 等待时间（单位：毫秒）

这些配置项可以帮助你更好地管理Redis集群，并确保数据的高可用性和一致性。在Redisson中，可以通过使用ClusterServersConfig类来配置这些参数，以便与Redis集群进行通信和交互。

在以上示例中，我们使用了读写锁来保证缓存的一致性。在读取缓存数据时，使用读锁进行加锁，以实现并发读取。在写入缓存数据时，使用写锁进行加锁，以保证写入操作的原子性。读写锁可以有效解决缓存一致性的问题。在读多写少的场景下，使用读写锁可以提高并发访问的效率，并保证缓存的一致性。需要注意的是，读写锁只能在单个应用程序中保证缓存的一致性。如果有多个应用程序共享同一个缓存，需要使用分布式锁来保证缓存的一致性。同时，在高并发场景下，使用读写锁会带来一定的性能开销。因此，需要根据实际情况来评估是否使用读写锁。

注意，以上代码是基于Java的Spring Data Redis实现，如果你使用其他语言的Redis客户端，代码可能会有所不同，但基本的思路是相同的。此外，这个简单的实现没有考虑分布式环境下的限流，这需要额外的同步机制。Redis的ZSet（有序集合）可以很好地用来实现滑动窗口限流。滑动窗口限流是一种常见的流量控制方法，它限制了在一定时间窗口内的请求数量。我们使用一个包含API名称和时间戳的键来存储每分钟的调用量。并且当前时间是2023年7月19日10点05分，则键将是。类，用于计数接口调用量。

1.描述:localhost和127.0.0.1可以连接redis但是用本地的IP就不行解决办法

前言设计一个缓存系统，不得不要考虑的问题就是：缓存穿透、缓存击穿与失效时的雪崩效应。缓存穿透缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从储存层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到储存层去查询，失去了缓存的意义。在流量大时，可能DB挂掉，要是有人利用不存在的key频繁攻击我们的应用这就是漏洞解决方案方案一...