redis zset实现滑动窗口


限流

需求背景:同一用户1分钟内登录失败次数超过3次,页面添加验证码登录验证,也即是限流的思想。

常见的限流算法:固定窗口计数器;滑动窗口计数器;漏桶;令牌桶。本篇选择的滑动窗口计数器

redis zset特性

Redis 有序集合(sorted set)和集合(set)一样也是 string 类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数(score)。redis 正是通过分数来为集合中的成员进行从小到大的排序。

可参考java的LinkedHashMap和HashMap,都是通过多维护变量使无序的集合变成有序的。区别是LinkedHashMap内部是多维护了2个成员变量Entry before, after用于双向链表的连接,redis zset是多维护了一个score变量完成顺序的排列。

有序集合的成员是唯一的,但分数(score)可以重复。

滑动窗口算法

滑动窗口算法思想就是记录一个滑动的时间窗口内的操作次数,操作次数超过阈值则进行限流。

网上找的图:

java代码实现

key使用用户的登录名,value数据类型使用zset,zset的score使用当前登录时间戳,value也使用当前登录时间戳。

key虽然我用的登录名(已满足我的需求),但建议实际应用时使用uid等具有唯一标识的字段。zset要求value唯一不可重复,所以当前时间戳需不需要再添加一随机数来做唯一标识待验证。

import java.util.concurrent.TimeUnit;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ZSetOperations;
import org.springframework.stereotype.Component;

/**
* redis使用zset实现滑动窗口计数
* key:sliding_window_用户登录名
* value(zset):value=当前时间戳,score=当前时间戳
*
* @author yangzihe
* @date 2021/5/27
*/
@Component
@Slf4j
public class SlidingWindowCounter {

/**
* redis key前缀
*/
private static final String SLIDING_WINDOW = "sliding_window_";

@Autowired
private RedisTemplate redisTemplate;

/**
* 判断key的value中的有效访问次数是否超过最大限定值maxCount
* 判断与数量增长分开处理
*
* @param key redis key
* @param windowInSecond 窗口间隔,秒
* @param maxCount 最大计数
*
* @return 是 or 否
*/
public boolean overMaxCount(String key, int windowInSecond, long maxCount) {
key = SLIDING_WINDOW + key;
log.info("redis key = {}", key);
// 当前时间
long currentMs = System.currentTimeMillis();
// 窗口开始时间
long windowStartMs = currentMs - windowInSecond * 1000L;
// 按score统计key的value中的有效数量
Long count = redisTemplate.opsForZSet().count(key, windowStartMs, currentMs);
// 已访问次数 >= 最大可访问值
return count >= maxCount;
}

/**
* 判断key的value中的有效访问次数是否超过最大限定值maxCount,若没超过,调用increment方法,将窗口内的访问数加一
* 判断与数量增长同步处理
*
* @param key redis key
* @param windowInSecond 窗口间隔,秒
* @param maxCount 最大计数
*
* @return 可访问 or 不可访问
*/
public boolean canAccess(String key, int windowInSecond, long maxCount) {
key = SLIDING_WINDOW + key;
log.info("redis key = {}", key);
//按key统计集合中的有效数量
Long count = redisTemplate.opsForZSet().zCard(key);
if (count < maxCount) {
increment(key, windowInSecond);
return true;
} else {
return false;
}
}

/**
* 滑动窗口计数增长
*
* @param key redis key
* @param windowInSecond 窗口间隔,秒
*/
public void increment(String key, Integer windowInSecond) {
// 当前时间
long currentMs = System.currentTimeMillis();
// 窗口开始时间
long windowStartMs = currentMs - windowInSecond * 1000;
// 单例模式(提升性能)
ZSetOperations zSetOperations = redisTemplate.opsForZSet();
// 清除窗口过期成员
zSetOperations.removeRangeByScore(key, 0, windowStartMs);
// 添加当前时间 value=当前时间戳 score=当前时间戳
zSetOperations.add(key, String.valueOf(currentMs), currentMs);
// 设置key过期时间
redisTemplate.expire(key, windowInSecond, TimeUnit.SECONDS);
}
}

————————————————
版权声明:本文为CSDN博主「yzh_1346983557」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/yzh_1346983557/article/details/117397502