【PHP】用Redis实现限流的常见方案

一般比较常见的限流思路有 计数器,滑动窗口,令牌桶。

而Redis有着丰富的数据结构以及分布式的支持,使用Redis实现简易的限流业务还是比较适合的。

并且在Redis 4.0 上可以安装限流模块 redis-cell,其思路也是令牌桶,其提供了限流的原子操作使用起来很方便可靠。

计数器

计数器即在限定的时间内记请求的次数,如果过了这个时间段就重置次数。

这和我们平时参加一些活动很像,比如超市里有时做活动,每天一个人可以领一个鸡蛋,今天领过了就不能再领了但到了明天又可以再领了。

这里可以用 String 来实现,比如要实现一分钟限制100次,只要记下上次请求的是哪一分钟,并记住这一分钟请求的次数即可,利用过期时间可以淘汰不用的数据。

    public function checkRequest($uid)
    {
        $timeKey = self::LIMIT_TIME_KEY . $uid;
        // 得到上次请求的时间
        $lastTime = $this->redis->get($timeKey);
        if ($lastTime) {
            // 看看时间戳是不是已经过了一分钟(自己设定的时间范围)
            $nowTime = time();
            if ($nowTime - $lastTime < self::LIMIT_UNIT) {
                // 还没一分钟
                // 获取下请求了多少次
                $countKey = self::LIMIT_KEY . $lastTime . ':' . $uid;
                $count = $this->redis->get($countKey);
if ($count >= self::LIMIT_COUNT) { // 超过次数了 return false; } else { // 没超过加一 $this->redis->set($countKey, ++$count, self::TTL); }
}
else { // 超过一分钟了可以重置了 $this->initLimitData($uid); } } else { // 都没有记录肯定没请求或好久没请求了 可以重置了 $this->initLimitData($uid); } return true; }

这种实现缺点就是如果请求正好在间隔处密集请求,就大致可以被请求两倍的限额量。

滑动窗口

这种思路是记录下每次请求的时间,然后再统计下在规定范围内(窗口内)被请求了多少次。

这种方式可以通过Redis ZSET 有序集合来实现,通过时间戳作为分数,只要获取相应时间戳范围内的请求次数并加以判断即可。

    public function checkRequest($uid)
    {
        // 是否严重超过请求限制
        $banKey = self::LIMIT_BAN_KEY . $uid;
        $isBan = $this->redis->get($banKey);
        if ($isBan) {
            return false;
        }

        // 得到微秒 粒度太粗不好测
        // startTime 与 nowTime 形成了一个窗口的时间范围
        $nowTime = microtime(true) * 1000;
        $startTime = $nowTime - self::LIMIT_UNIT * 1000;

        $zSetKey = self::LIMIT_KEY . $uid;

        // 获取时间范围内的请求数据
        $requestHistory = $this->redis->zRangeByScore($zSetKey, $startTime, $nowTime);

        $count = count($requestHistory);
        // 首先判断是否严重超过限制
        if ($count > self::LIMIT_BAN_COUNT) {
            // 直接封
            $this->redis->set($banKey, 1, self::BAN_TTL);
            return false;
        }

        // 将下面的REDIS命令打包,使一组命令具有原子性
        $this->redis->multi();
        // 添加
        $options = [];
        $value = $uid . ':' . $nowTime . rand(0, 999);
        // 多余的数据删除
        $this->redis->zRemRangeByScore($zSetKey, 0, $startTime);
        // 添加数据
        $this->redis->zAdd($zSetKey, $options, $nowTime, $value);
        // 设置过期时间
        $this->redis->expire($zSetKey, self::TTL);
        // 执行这一组命令
        $this->redis->exec();

        if ($count >= self::LIMIT_COUNT) {
            return false;
        } else {
            return true;
        }
    }

要注意的是如果不清理窗口外的数据并有用户一直稳定地请求的话,这个用户的有序集合就会越来越大。

并且删除时也需要注意是否待删除数据会不会很多,因为删除一个BigKey是有可能造成Redis短暂的阻塞。

可以判断下用户在窗口内的请求次数有没有严重超过限制的次数,严重超过后可以考虑停用该用户的服务。

令牌桶

令牌桶的思路很像小学时候遇到的一种数学题,有个水池如果打开水龙头N小时装满,如果打开下面的水塞M小时放完,现在同时打开水龙头和水塞问啥时候水能放完。

令牌桶也是一样需不断往桶里生成令牌,取的太快,取完了就会限流。

用Redis实现只要记录下每次请求的时间,计算这次与上次请求的两次时间内应该生成多少个令牌再减去这次消耗的一个令牌 如果算下来令牌小于0就应该限流了。

    public function checkRequest($uid)
    {
        $key = self::LIMIT_KEY . $uid;
        $data = $this->redis->get($key);
        // 是否有请求的记录数据
        if ($data) {
            $value = json_decode($data, true);

            // 计算上个请求到现在为止会生成多少个令牌
            $nowTime = microtime(true) * 1000;
            $speed = self::LIMIT_COUNT / (self::LIMIT_UNIT * 1000);

            $timeGap = $nowTime - $value['time'];
            $tokenCount = $timeGap * $speed;

            // 限制一次生成的token最大数量
            $tokenCount = min(self::MAX_TOKEN, $tokenCount);

            // 之前的数量 加上生成的数量 再减掉这次消耗的1个
            $count = $value['count'] + $tokenCount - 1;
            // 记录下令牌的变动
            $this->redis->set($key, json_encode($this->getJsonData($count)), self::TTL);

            if ($count <= 0) {
                return false;
            } else {
                return true;
            }

        } else {
            // 设置初始时间信息
            $initData = $this->getJsonData(self::MAX_TOKEN);
            $this->redis->set($key, json_encode($initData), self::TTL);
            return true;
        }
    }

令牌桶是根据速率限流,所以会很敏感,因为生成的速率是平均的。

我在自己尝试时候发现如果一开始流量就突然很大并且没有初始令牌就很容易被限流。

三种限流方式的完整示例代码我上传码云了方便一起学习讨论。代码地址

原子性

上述虽然可以在低并发时实现限流但如果多并发时会出现计算错误的问题。

比如A发起请求,服务器读出了A已有的限流数据并开始准备记录,服务器还没来得及写入时A又发起请求,这时读取的数据还是更新前的数据。

这种错误即限流算法不具有原子性,读和写入都是可以分开的。

解决这种问题有两种思路:

一种是使用redis已有的原子命令去实现算法,比如incr,decr 命令。

另一种是使用redis的lua脚本。

原文地址:https://www.cnblogs.com/caiawo/p/14117534.html