redis 在业务层的使用之分布式限频

最新推荐文章于 2024-08-20 23:30:00 发布

weixin_33804582

最新推荐文章于 2024-08-20 23:30:00 发布

阅读量75

点赞数

CC 4.0 BY-SA版权

文章标签：数据库 python

原文链接：https://my.oschina.net/u/2950272/blog/1920480

本文介绍了一种使用Redis实现的分布式限频策略，通过原子计数和时间戳地板除的方法，有效地控制了高并发场景下的请求频率，防止系统过载。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019独角兽企业重金招聘Python工程师标准>>>

限频一般反向代理都会有自带的一些设置参数，但是入口复杂的情况下，想做分布式限频，仅仅使用分布式反向代理的参数是完全不够用的，这里使用redis 比较好实现，为啥呢？还不是基于redis 的原子性！

使用redis 实现分布式限频，如何做呢？一个是原子计数，一个是按时间戳地板除。

下面是一个简单的python 封装，用于演示基本原理：

#encoding=utf8
import redis
import time
import threading

host = "127.0.0.1"
port = "6379"
password = "123123"
db = 0

pool = redis.ConnectionPool(host=host, port=port, password=password, db=db)
rd = redis.StrictRedis(connection_pool=pool)


class Counter(object):
    def __init__(self, key, delta = 1):
        self.redis_client = rd
        self.delta = delta
        self.key = key

    def increment(self):
        t = int(time.time())
        sign = t / self.delta
        redis_key = self.key + '_' + str(sign)
        counter = self.redis_client.incr(redis_key)
        self.redis_client.expire(redis_key, 10 * self.delta)  # 控制时间，防止爆掉内存
        return counter

def add_task(item):
    c = Counter("test", 60) # key 为test，计数周期为60s
    threshold = 100
    for i in range(1000):
        time.sleep(0.2)
        x = c.increment()
        if x > threshold:
            print "over limit"
        else:
            print "thread:%s ,itme:%s" % (item, x)

if __name__ == '__main__':
    t1 = threading.Thread(target=add_task, args=(1,))
    t2 = threading.Thread(target=add_task, args=(2,))
    t1.start()
    t2.start()
    t1.join()
    t2.join()

封装的要点是对当前时间地板除，参数key 为要计数的key，delta 就是计数周期，redis 只负责计数，由业务逻辑负责阈值判断。

转载于:https://my.oschina.net/u/2950272/blog/1920480