Redisson分布式限流

当我们在项目中接入AI大模型时,随着平台用户的增长,我们需要实现多级的流量保护机制,防止恶意攻击和资源滥用。AI对话接口作为最核心也是成本最高的功能,更需要重点保护。

一. Redisson介绍

1. 概念

Redisson 是一个基于 Redis 的 Java 分布式框架,它不仅提供了对 Redis 各种数据结构的封装,还实现了许多分布式相关的服务,如分布式锁、限流器、信号量等,非常适合用于分布式系统中的流量控制、资源保护等场景。

其核心特点包括:

1. 丰富的分布式对象:提供了分布式集合(如 Map、List、Set)、分布式锁(RLock)、限流器(RRateLimiter)、信号量(RSemaphore)等,简化分布式开发。

2. 高性能:基于 Netty 框架实现异步非阻塞通信,性能优异,能高效处理高并发请求。

3. 易用性:API 设计贴近 Java 原生集合和工具类,学习成本低,集成简单。

4. 高可靠性:支持 Redis 集群、哨兵、主从等多种部署模式,确保服务稳定。

在流量保护场景中,Redisson 的限流器(RRateLimiter)尤为实用,它基于 Redis 实现了分布式限流功能,可精确控制接口的调用频率,防止恶意请求或突发流量耗尽系统资源,非常适合保护 AI 对话这类核心高成本接口。

2. 限流功能的实现

Redisson 实现了基于令牌桶算法的 RRateLimiter:Objects - Redisson Reference Guide,而令牌桶算法是经典的网络流量速率限制算法。

  • 令牌桶:可以想象成一个固定容量的桶,按照固定的速率往桶里放入令牌 。
  • 请求处理:当有请求到来时,尝试从桶中获取令牌,如果桶中有足够的令牌,请求就被允许通过并消耗一定的令牌;如果桶中没有足够的令牌,请求可能会被拒绝或者等待,直到桶中有可用令牌。

优势:能精确控制平均请求速率、可应对突发流量,且实现简单易集成,同时适配分布式环境,能为系统(如AI对话接口)提供可靠的流量保护。

二. 开发实现

1. 引入Redisson依赖

<!-- Redisson -->
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson</artifactId>
    <version>3.50.0</version>
</dependency>

2. 配置文件中写入redis连接配置

spring:
  data:
    redis:
      host: localhost
      port: 6379
      database: 0
      password:
      ttl: 3600  # 缓存过期时间(秒)

3. 编写Redisson客户端配置,读取Redis相关配置并初始化Redisson客户端的Bean

@Configuration
public class RedissonConfig {

    @Value("${spring.data.redis.host}")
    private String redisHost;

    @Value("${spring.data.redis.port}")
    private Integer redisPort;

    @Value("$
概要介绍: 本课程主要是介绍并实战一款java中间件~redisson,介绍redisson相关的核心技术栈及其典型的应用场景,其中的应用场景就包括布隆过滤器、限流器、短信发送、实时/定时邮件发送、数据字典、分布式服务调度等等,在业界号称是在java项目里正确使用redis的姿势。本课程的目标就在于带领各位小伙伴一起学习、攻克redisson,更好地巩固自己的核心竞争力,而至于跳槽涨薪,自然不在话下!  课程内容: 说起redisson,可能大伙儿不是很熟悉,但如果说起redis,想必肯定很多人都晓得。没错,这家伙字如其名,它就是架设在redis基础上的一款综合性的、新型的中间件,号称是java企业级应用开发中正确使用redis的姿势/客户端实例。 它是架设在redis基础之上,但拥有的功能却远远多于原生Redis 所提供的,比如分布式对象、分布式集合体系、分布式锁以及分布式服务调度等一系列具有分布式特性的对象实例… 而这些东西debug将在本门课程进行淋漓尽致的介绍并实战,除此之外,我们将基于spring boot2.0搭建的多模块项目实战典型的应用场景:对象存储、数据字典、短信发送、实时/定时邮件发送、布隆过滤器、限流组件、分布式服务调度....课程大纲如下所示: 下面罗列一下比较典型的核心技术栈及其实际业务场景的实战,如下图所示为redisson基于订阅-发布模式的核心技术~主题Topic的实际业务场景,即实时发送邮件: 而下图则是基于“多值映射MultiMap”数据结构实战实现的关于“数据字典”的缓存管理: 除此之外,我们还讲解了可以与分布式服务调度中间件dubbo相媲美的功能:分布式远程服务调度,在课程中我们动手搭建了两个项目,用于分别充当“生产者”与“消费者”角色,最终通过redisson的“服务调度组件”实现服务与服务之间、接口与接口之间的调用!  课程收益: (1)认识并掌握redisson为何物、常见的几种典型数据结构-分布式对象、集合、服务的应用及其典型应用场景的实战; (2)掌握如何基于spring boot2.0整合redisson搭建企业级多模块项目,并以此为奠基,实战企业级应用系统中常见的业务场景,巩固相应的技术栈! (3)站在项目管理与技术精进的角度,掌握对于给定的功能模块进行业务流程图的绘制、分析、模块划分、代码实战与性能测试和改进,提高编码能力与其他软实力; (4)对于Java微服务、分布式springboot精进者而言,学完本课程,不仅可以巩固提高中间件的实战能力,其典型的应用场景更有助于面试、助力相关知识点的扫盲! 如下图所示: 关键字:Spring BootRedis,缓存穿透,缓存击穿,缓存雪崩,红包系统,Mybatis,高并发,多线程并发编程,发送邮件,列表List,集合Set,排行榜,有序集合SortedSet,哈希Hash ,进阶实战,面试,微服务、分布式 适用人群:redisson学习者,分布式中间件实战者,微服务学习者,java学习者,spring boot进阶实战者,redis进阶实战者
Redisson 提供了对分布式限流的良好支持,其通过 `RRateLimiter` 接口实现了令牌桶算法(Token Bucket Algorithm),这是一种常用的限流算法,能够控制请求的平均速率和突发流量。在分布式系统中,使用 Redisson 的 `RRateLimiter` 可以确保多个服务实例之间共享限流状态,从而实现统一的限流策略。 要使用 Redisson 实现分布式令牌桶限流,可以通过以下步骤进行配置和调用: 1. **获取 RRateLimiter 实例** 通过 RedissonClient 获取一个具有指定 key 的限流器实例。这个 key 是用于标识该限流规则的唯一标识符。 ```java RRateLimiter rateLimiter = redissonClient.getRateLimiter("rateLimiterKey"); ``` 2. **设置限流参数** 使用 `trySetRate` 方法来定义限流规则。其中,第一个参数是限流类型,可以是 `RateType.OVERALL` 表示整体限流;第二个参数是单位时间内的最大请求数(即速率);第三个参数是限流的时间窗口长度;第四个参数是时间单位。 ```java rateLimiter.trySetRate(RateType.OVERALL, 10, 1, RateIntervalUnit.SECONDS); ``` 上述代码表示每秒最多允许 10 次请求[^3]。 3. **尝试获取令牌** 每次请求处理前,调用 `tryAcquire()` 方法尝试获取一个或多个令牌。如果当前可用令牌数足够,则允许请求继续执行;否则,拒绝请求。 ```java if (rateLimiter.tryAcquire(1)) { // 允许请求 } else { // 拒绝请求 throw new RuntimeException("请求过于频繁"); } ``` 4. **异常处理与响应机制** 如果请求被拒绝,可以根据业务需求返回相应的错误信息或者等待一段时间后重试。 ### 示例代码 以下是一个完整的限流测试类示例,模拟了用户请求的限流控制: ```java @SpringBootTest class RedisLimiterTest { @Resource private RedissonClient redissonClient; public void doRateLimit(String key) { RRateLimiter rateLimiter = redissonClient.getRateLimiter(key); rateLimiter.trySetRate(RateType.OVERALL, 2, 1, RateIntervalUnit.SECONDS); boolean canOp = rateLimiter.tryAcquire(1); if (!canOp){ throw new RuntimeException("请求过于频繁"); } } @Test void testRateLimit() throws InterruptedException { String userId = "1"; for (int i = 0; i < 5; i++) { try { doRateLimit(userId); System.out.println("请求成功"); } catch (RuntimeException e) { System.out.println(e.getMessage()); } } } } ``` 上述代码演示了如何使用 Redisson 设置每秒最多处理两次请求的限流规则,并在超过限制时抛出异常[^3]。 ### 性能与注意事项 - **Redisson 内部机制**:Redisson 的 `RRateLimiter` 基于 Redis 的 Lua 脚本实现,保证了限流操作的原子性和一致性,避免了网络通信中的并发问题。 - **限流粒度**:可以根据不同的业务场景定义不同的限流 key,例如按用户 ID、API 接口等维度进行限流。 - **高可用性**:由于 Redisson 依赖于 Redis,因此需要确保 Redis 的高可用部署,以防止限流功能成为系统的单点故障。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值