Explication détaillée de l'implémentation Redis de l'algorithme de limitation de courant

Dans les applications Internet, la limitation de courant est un moyen technique très important. Elle permet de gérer en douceur un trafic simultané élevé et d'assurer la stabilité et la disponibilité des services. En tant que base de données NoSQL distribuée hautes performances, Redis possède certaines fonctionnalités qui peuvent bien prendre en charge la mise en œuvre d'algorithmes de limitation de courant. Cet article présentera en détail l'application de Redis dans la limitation de courant.

1. Algorithme de compartiment à jetons

L'algorithme de compartiment à jetons est un algorithme de limitation de courant relativement courant, basé sur un compartiment et un générateur de jetons. Un certain nombre de jetons sont stockés dans le compartiment, chaque jeton représente une demande et le générateur de jetons génère des jetons à un certain rythme et les ajoute au compartiment. Lorsqu'une demande arrive, s'il y a un jeton dans le compartiment, la demande est autorisée à passer et un jeton est consommé du compartiment, sinon la demande est rejetée.

L'idée principale de l'algorithme du bucket de jetons est de limiter le nombre de requêtes simultanées grâce au nombre de jetons dans le bucket, tandis que le générateur de jetons peut contrôler le taux de traitement des requêtes. Dans Redis, l'algorithme du compartiment à jetons peut être implémenté en utilisant des ensembles ordonnés. Par exemple, les membres d'un ensemble ordonné peuvent être représentés sous forme de jetons et leurs scores représentent l'horodatage d'expiration du jeton. Lorsqu'une demande arrive, vous pouvez utiliser la commande ZREVRANGEBYSCORE pour obtenir le nombre de jetons non expirés dans le compartiment actuel.

2. Algorithme de seau à fuite

L'algorithme de seau à fuite est également un algorithme de limitation de courant courant. La différence entre celui-ci et l'algorithme de seau à jetons est que. l'algorithme du bucket à fuites L'algorithme du bucket ne génère pas périodiquement des jetons comme l'algorithme du bucket à jetons, mais maintient un taux de sortie constant et distribue uniformément les demandes sur différentes périodes de temps. Cela peut gérer efficacement le trafic de requêtes et empêcher les requêtes soudaines de provoquer une instabilité du service.

Dans Redis, un zset peut être utilisé pour simuler un bucket qui fuit, où chaque membre représente une requête et son score représente l'horodatage de l'arrivée de la requête. Lorsqu'une nouvelle requête arrive, vous pouvez utiliser la commande ZREVRANGE pour obtenir le nombre de requêtes dans le compartiment à fuite actuel afin de déterminer s'il faut autoriser le passage de la nouvelle requête. Si elles sont autorisées, les nouvelles requêtes sont ajoutées au zset et les requêtes expirées sont supprimées du zset à l'aide de la commande ZREMRANGEBYSCORE.

3. Algorithme du compteur

L'algorithme du compteur est un algorithme de limitation de courant simple et brut. Il est basé sur un compteur et une fenêtre temporelle. la fenêtre de temps Lorsque le nombre de demandes atteint un certain seuil, les demandes suivantes seront rejetées. Dans Redis, vous pouvez utiliser un compteur et un délai d'expiration pour implémenter l'algorithme du compteur. Par exemple, vous pouvez utiliser la commande INCR pour incrémenter le compteur. Lorsque le compteur dépasse le seuil spécifié, cela signifie qu'il y a trop de demandes et doivent être rejetées.

4. Implémentation du script Lua

En plus des trois algorithmes de limitation de courant courants ci-dessus, vous pouvez également utiliser des scripts Lua pour implémenter des algorithmes de limitation de courant personnalisés . Les scripts Lua peuvent accéder aux structures de données et aux commandes Redis et offrent une grande flexibilité et évolutivité. Par exemple, un limiteur de courant basé sur une fenêtre de temps et un algorithme de bucket qui fuit peut être implémenté dans le script Lua. Le code est le suivant :

local limit_key = KEYS[1]
local limit = tonumber(ARGV[1])
local interval = tonumber(ARGV[2])
local current_time = tonumber(redis.call('TIME')[1])
local current_count = #redis.call('zrangebyscore', limit_key, '-inf', '+inf')
redis.call('zremrangebyscore', limit_key, '-inf', current_time - interval)
if current_count < limit then
redis.call('zadd', limit_key, current_time, current_time)
return 1
else
return 0
end

Dans le code ci-dessus, limit_key indique le nom du bucket qui fuit, et la limite indique que le compartiment qui fuit peut Le nombre maximum de demandes satisfaites, l'intervalle représente la taille de la fenêtre de temps (en secondes) et current_time représente l'horodatage actuel. Tout d’abord, le script utilise la commande zrangebyscore pour obtenir le nombre de requêtes non expirées dans le compartiment présentant des fuites actuel. Ensuite, utilisez la commande zremrangebyscore pour supprimer les demandes expirées. Ensuite, déterminez si le nombre de requêtes dans le compartiment qui fuit a atteint la limite supérieure. S'il n'a pas atteint la limite supérieure, utilisez la commande zadd pour ajouter de nouvelles requêtes au compartiment qui fuit et renvoie l'indicateur qui lui permet de passer. Sinon, un indicateur de rejet est renvoyé. Enfin, lors du traitement métier, ce script doit être utilisé conjointement avec la commande EVALSHA pour éviter la surcharge liée à la compilation répétée du code Lua.

Résumé

La limitation de courant est une technologie très importante dans les applications Internet. Elle peut gérer en douceur un trafic simultané élevé et assurer la stabilité et la disponibilité des services. Dans Redis, vous pouvez utiliser des algorithmes de limitation de courant courants tels que l'algorithme de compartiment à jetons, l'algorithme de compartiment à fuite et l'algorithme de compteur, ou vous pouvez utiliser des scripts Lua pour personnaliser le limiteur de courant. Ces méthodes peuvent contrôler efficacement le trafic des demandes et garantir la stabilité et la disponibilité des services.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!