Redis實現網關限流操作

基於Redis實現網關限流操作

1.加入Pom依賴

<dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
        <version>2.1.3.RELEASE</version>
    </dependency>

2.聲明Bean

    //定義一個限流方法
    @Bean
    public KeyResolver  ipkeyResolver(){
        return  new KeyResolver() {
            @Override
            public Mono<String> resolve(ServerWebExchange exchange) {
                ServerHttpRequest request = exchange.getRequest();
                String hostName = request.getRemoteAddress().getHostName();
                return   Mono.just(hostName);
            }
        };
    }

3.在application.yml的路由模塊中添加配置文件和Redis主機信息

 routes:
        - id: goods
          uri: lb://order
          predicates:
            - Path=/order/**
          filters:
            - StripPrefix= 1
          #限流配置
            - name: RequestRateLimiter #請求數限流 名字不能隨便寫
              args:
                key-resolver: "#{@ipkeyResolver}" #引用Bean
                redis-rate-limiter.replenishRate: 1 #令牌桶每秒填充平均速率
                redis-rate-limiter.burstCapacity: 1 #令牌桶總容量
          #限流end
redis:
    host: 192.168.200.253            

測試：錯誤碼 429

番外篇：Redis實現限流的三種方式

第一種:基於Redis的setNx操作

我們需要在10秒內限定20個請求，那麼我們在setnx的時候可以設置過期時間10，當請求的setnx數量達到20時候即達到了限流效果

第二種：基於Redis的數據結構zset

/*我們可以將請求打造成一個zset數組，當每一次請求進來的時候，value保持唯一，可以用UUID生成，而score可以用當前時間戳表示，因爲score我們可以用來計算當前時間戳之內有多少的請求數量。而zset數據結構也提供了range方法讓我們可以很輕易的獲取到2個時間戳內有多少請求
*/
  public Response limitFlow(){
        Long currentTime = new Date().getTime();
        System.out.println(currentTime);
        if(redisTemplate.hasKey("limit")) {
            Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime -  intervalTime, currentTime).size();        // intervalTime是限流的時間 
            System.out.println(count);
            if (count != null && count > 5) {
                return Response.ok("每分鐘最多隻能訪問5次");
            }
        }
        redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
        return Response.ok("訪問成功");

第三種：基於Redis的令牌桶算法

依靠List的leftPop來獲取令牌

// 輸出令牌
public Response limitFlow2(Long id){
        Object result = redisTemplate.opsForList().leftPop("limit_list");
        if(result == null){
            return Response.ok("當前令牌桶中無令牌");
        }
        return Response.ok(articleDescription2);
    }

依靠Java的定時任務，定時往List中rightPush令牌

// 10S的速率往令牌桶中添加UUID，保證唯一性
    @Scheduled(fixedDelay = 10_000,initialDelay = 0)
    public void setIntervalTimeTask(){
        redisTemplate.opsForList().rightPush("limit_list",UUID.randomUUID().toString());