目录
1:如何实现分布式限流
2:限流的几种类别
2.1:固定窗口限流
2.2:滑动窗口限流
2.3:漏桶限流
2.4:令牌桶限流
3:实现分布式限流:Redis
3.1:引入Redisson的依赖包
3.2:初始化Redisson
3.3:创建Redisson的限流类
1:如何实现分布式限流
1:把统计用户的使用频率等这些数据放到一个集中的存储，比如redis，这样无论用户的请求落在了哪台服务器，都以集中存储的数据为准。(Redis)
2:限流的几种类别
2.1:固定窗口限流
单位时间内，允许部分操作。 1小时，只允许10个用户操作。
优点:最简单
缺点:可能出现流量突刺
eg:前59分钟，第59分钟来了十个操作。第一小时01分钟又来了十个操作，就可能导致流量突刺，相当于2分钟实现了20个操作。
2.2:滑动窗口限流
单位时间内，允许部分操作，但是这个时间是滑动的 需要指定滑动单位
滑动单位: 1min
开始前:
0s 1h 2h
一分钟:
1min 1h1min
优点;能够解决上面流量突刺的问题，第59分钟，限流窗口59min到1h59min,这个时间段内接受10次请求，只要在这个窗口内，更多的操作就会被拒绝。
缺点:实现相对复杂。滑动单位越小,限效果越好。
2.3:漏桶限流
以固定的速率请求，当请求桶满后，拒绝请求。
每秒处理10个请求，桶的容量是10，每0.1秒处理1次请求(固定的)，如果1秒内，来了10个都可以处理完，但如果一秒内来了11个请求，最后那个请求就会被拒绝。
优点:能够一定程度上应对流量突刺，能够以固定的速率处理请求，安全性高
缺点:速度是固定的，没有办法处理一批请求，只能一个一个来
2.4:令牌桶限流
管理员先生成一批令牌，每秒生成10个令牌，当用户操作前，先去拿到令牌，有令牌的人可以先执行，都能够同时执行。
优点:能够并发处理同时的请求，并发性高
缺点:时间单位选取的问题。
以上漏桶限流和令牌桶限流最常用。
3:实现分布式限流:Redis
3.1:引入Redisson的依赖包
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.17.5</version>
</dependency>3.2:初始化Redisson
@Configuration
@ConfigurationProperties(prefix = "spring.redis")
public class RedissonConfig {
private Integer database;
private String host;
private String port;
@Bean
public RedissonClient getRedissonClient(){
//配置Redis的配置类
Config config=new Config();
config.useSingleServer()
.setDatabase(database)
.setAddress("redis://"+host+":"+port);
RedissonClient redisson= Redisson.create(config);
return redisson;
}
}
3.3:创建Redisson的限流类
@Service
public class RedisLimiterManage {
@Autowired
private RedissonClient redissonClient;
//key:区分不同的限流器:不同的用户id
public void doRateLimit(String key){
RRateLimiter rateLimiter=redissonClient.getRateLimiter(key);
//将所有用户的访问次数放在同一个限流器上,1秒允许两次
rateLimiter.trySetRate(RateType.OVERALL,2,1, RateIntervalUnit.SECONDS);
//每当一个用户来了之后，请求一个令牌
boolean result = rateLimiter.tryAcquire(1);
if(!result){
throw new BusinessException(ErrorCode.NO_AUTH_ERROR,"请求过于频繁");
}
}
}
当我们使用分布式限流Redis的时候，只需要让这个RedisLimiterManage调用doRateLimit方法，就可以进行分布式限流的操作。
@Autowired
private RedisLimiterManage redisLimiterManage;
//引入依赖
//进行限流判断
redisLimiterManage.doRateLimit("genChartByAi_"+user.getId());
//每个用户的限流器
