支持方法动态参数的分布式限流实现

2023-10-10  本文已影响0人  CHMAX

一、需求背景

核心诉求:

二、方案对比

方案 自定义统计窗口 分布式 注解 动态参数
Guava 简单 不支持 不支持 不支持
Sentinel 部分支持 较复杂 支持 部分支持
Redisson 简单 简单 不支持 不支持

对比写的比较浅显,仅体现当前需求,实际需要考虑的因素会很多,其它方案也有很多。

简单总结:

  1. Guava 使用简单,缺少分布式和注解等支持。
  2. Sentinel 功能强大,但是考虑到需求并非通用限流模式,导致整体实现起来较复杂。
  3. Redisson 使用简单,支持分布式,缺少注解等支持。

最后选择 Redisson 方案,使用简单,补全缺少的功能的实现也不复杂。

三、Redisson 实现

  • Spring Boot 2.x
  • Jdk 1.8
1、添加依赖

注意依赖的版本,参考官网

     <dependency>
         <groupId>org.redisson</groupId>
         <artifactId>redisson-spring-boot-starter</artifactId>
         <version>2.15.2</version>
     </dependency>
2、添加配置

支持多种配置方法,参考官网

spring:
  redis:
    password: xxxxxxxx
    cluster:
      nodes:
        - xxx.xxx.xxx.xxx:6379
        - xxx.xxx.xxx.xxx:6379
3、添加自定义注解和AOP实现

自定义注解,key 值为限流全局唯一标识,支持 Spel 表达式。

@Target({ElementType.METHOD})
@Retention(RetentionPolicy.RUNTIME)
public @interface RateLimit {

    // 唯一标识
    String key() default "";

    // 限制流量
    int rate() default 1;

    // 统计窗口 (单位秒)
    int interval() default 1;

}

具体限流AOP实现如下,主要包括 key值解析,和限流逻辑。

限流逻辑:

Key值解析:

@Aspect
@Component
@Slf4j
@RequiredArgsConstructor
public class RateLimitAspect {

    public static final String RATE_LIMITER_KEY_PREFIX = "rate-limiter:";
    private final RedissonClient redissonClient;


    @Around("@annotation(rateLimit)")
    private Object around(ProceedingJoinPoint joinPoint, RateLimit rateLimit) throws Throwable {
        String key = getKey(joinPoint, rateLimit);
        log.info("rate limiter key: {}", key);

        // Key为空,不做限流
        if (key == null) {
            return joinPoint.proceed();
        }

        RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
        if (!rateLimiter.isExists()) {
            // 如果配置变更,需要先删除Redis中旧的配置
            rateLimiter.trySetRate(RateType.OVERALL, rateLimit.rate(), rateLimit.interval(), RateIntervalUnit.SECONDS);
        }

        if (!rateLimiter.tryAcquire()) {
            throw new RRException("操作过于频繁,请稍后再试");
        }

        return joinPoint.proceed();
    }

    private String getKey(ProceedingJoinPoint joinPoint, RateLimit rateLimit) {
        String key = rateLimit.key();
        if (StringUtils.isEmpty(key)) {
            return null;
        }

        String parsedKey;
        try {
            parsedKey = ExprUtils.parse(key, getArgsMap(joinPoint));
        } catch (Throwable e) {
            log.error("parse rate limiter's key failed", e);
            return null;
        }
        return RATE_LIMITER_KEY_PREFIX + parsedKey;
    }

    private Map<String, Object> getArgsMap(ProceedingJoinPoint joinPoint) {
        String[] names = ((CodeSignature) joinPoint.getSignature()).getParameterNames();
        Object[] args = joinPoint.getArgs();

        Map<String, Object> argsMap = new HashMap<>(names.length);
        for (int i = 0; i < names.length; i++) {
            argsMap.put(names[i], args[i]);
        }
        return argsMap;
    }
}
public class ExprUtils {

    private static final ExpressionParser parser = new RateLimitExpressionParser();
    private static final SimpleEvaluationContext context = SimpleEvaluationContext.forReadOnlyDataBinding().build();


    public static String parse(String expressionString, Map<String, Object> rootObject) {
        return parser.parseExpression(expressionString, TEMPLATE_EXPRESSION).getValue(context, rootObject, String.class);
    }


    private static class RateLimitExpressionParser extends SpelExpressionParser {

        @Override
        protected SpelExpression doParseExpression(String expressionString, @Nullable ParserContext context) throws ParseException {
            return super.doParseExpression(wrapWithMap(expressionString), context);
        }

        private String wrapWithMap(String expressionString) {
            int dotIndex = expressionString.indexOf(".");
            if (dotIndex > 0) {
                return "['" + expressionString.substring(0, dotIndex) + "']" + expressionString.substring(dotIndex - 1);
            }
            return "['" + expressionString + "']";
        }
    }

}
4、配置使用

一个简单的查询用户信息的服务实现,限制每个用户每5分钟只能访问1次。

@Service
public class InspectionTriggerServiceImpl implements InspectionTriggerService {

    @Override
    @RateLimit(key = "test-demo:user-service:get-#{user.id}", rate = 1, interval = 5 * 60)
    public UserVO get(UserBO user) {
        // ...
    }

}

四、总结

该方案适合简单的场景,如果是复杂的场景,还是推荐使用 Sentinel 实现。

上一篇 下一篇

猜你喜欢

热点阅读