使用Redis作为简单的限流计数器几种实现策略

在实现简单的接口限流或者商品秒杀时,一般需要Redis来作为计数器。但是在并发场景下,使用不当的可能会踩坑。

这里主要的坑就是:使用不当,会造成key永久有效,永不过期,导致value一直在increment,无法起到限流的作用。

下面就以反面例子说明:

本文使用的是spring-data-redis的RedisTemplate

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

反面实例
 1 public void limit() throws Exception {
 2         String redisKey = "com:xxx:activity:interfaceA:limit";
 3         Long incrResult = redisService.increment(redisKey, 1L);
 4         if (null != incrResult && incrResult == 1) {
 5             redisService.expire(redisKey, 1L, TimeUnit.SECONDS);
 6         }
 7         if (incrResult > 100) {
 8             throw new Exception("计数器超限");
 9         }
10     }

这个代码的错误在第4,5行。

因为redisService.increment()在key为空的情况下,不是原子性操作。

实际是两步操作,首先Redis 的Incr 命令将 key 中储存的数字值增1;如果 key 不存在,那么 key 的值会先被初始化为 0 ,然后再执行 INCR 操作,且将key的有效时间设置为长期有效。

当计数器设置成功之后,给key加expire时间时出现服务故障,将会导致整个key一直存在。无法起到限流作用

正确写法1

 1 public void limit() throws Exception {
 2         String redisKey = "com:xxx:activity:interfaceA:limit";
 3         try {
 4             Long incrResult = redisService.increment(redisKey, 1L);
 5             if (null != incrResult && incrResult == 1) {
 6                 redisService.expire(redisKey, 1L, TimeUnit.SECONDS);
 7             }
 8             //防止出现并发操作未设置超时时间的场景,这样key就是永不过期,存在风险
 9             if (redisService.getExpire(redisKey, TimeUnit.SECONDS) == -1) {
10                 //设置永不过期的时间
11                 redisService.expire(redisKey, 1L, TimeUnit.SECONDS);
12             }
13             if (incrResult > 100) {
14                 throw new Exception("计数器超限");
15             }
16         } catch (Exception e) {
17             //出现故障时,删除key
18             redisService.expire(redisKey, 1L, TimeUnit.MILLISECONDS);
19         }
20     }

正确写法2:给key加一个时间后缀,这样即时出现永不过期的key也只影响其中某一时间段内的key

 1 public void limit() throws Exception {
 2         String redisKey = "com:xxx:activity:interfaceA:limit_" + TimeUnit.MILLISECONDS.toSeconds(DateTime.now().getMillis());
 3         try {
 4             Long incrResult = redisService.increment(redisKey, 1L);
 5             if (null != incrResult && incrResult == 1) {
 6                 redisService.expire(redisKey, 1L, TimeUnit.SECONDS);
 7             }
 8             if (incrResult > 100) {
 9                 throw new Exception("计数器超限");
10             }
11         } catch (Exception e) {
12             //出现故障时,删除key
13             redisService.expire(redisKey, 1L, TimeUnit.MILLISECONDS);
14         }
15     }

 

posted @ 2020-04-25 22:44  廖化  阅读(1954)  评论(1编辑  收藏  举报