老板提出了一个新需求,从某某天起,免用度户天天只能查询100次,收用度户100W次。
这是一个限流问题,智慧的你也必然想到了如何去做:记任命户每一天的查询次数,然后按照当前用户的范例利用差异的数字做较量,高出指定的数字就返回错误。
嗯,道理就是这么简朴。不外真正写起来还要思量更多问题:
统计数据的数据布局是什么样的?字典 or 行记录?
统计数据记录到那边?内存 or MySQL or Redis?
漫衍式应用怎么准确计数?漫衍式锁 or 行列 or 事务?
吞吐量较量大时如何扛得住?内存 or Redis or 数据库集群?
这些数据要一直保存吗?自动逾期 or 按期清理?
如何返回错误?自界说错误 or HTTP尺度错误码?
本身去做这些事照旧有点贫苦的,这里先容一个ASP.NET Core的中间件来满意这个限流需求:FireflySoft.RateLimit.AspNetCore。利用步调如下:
1、安装Nuget包已经宣布到nuget.org,有多种安装方法,选择本身喜欢的就行了。
包揽理器呼吁:
Install-Package FireflySoft.RateLimit.AspNetCore
可能.NET呼吁:
dotnet add package FireflySoft.RateLimit.AspNetCore
可能项目文件直接添加:
<ItemGroup> <PackageReference Include="FireflySoft.RateLimit.AspNetCore" Version="1.2.0" /> </ItemGroup>
2、利用中间件在Startup.Configure中利用中间件,演示代码如下(下边会有具体说明):
public void Configure(IApplicationBuilder app, IWebHostEnvironment env) { ... app.UseRateLimit(new RateLimitProcessor<HttpContext>.Builder() .WithAlgorithm(new FixedWindowAlgorithm<HttpContext>( new[] { new FixedWindowRateLimitRule<HttpContext>() { Id = "1", ExtractTarget = context => { // 这里假设用户Id是从cookie中传过来的,需按照实际环境获取 return context.Request.GetTypedHeaders().Get<string>("userId"); }, CheckRuleMatching = context => { // 这里假设用户范例是从cookie中传过来的,实际大概需要按照用户Id再去查询 // 0免用度户 1收用度户 int userType = context.Request.GetTypedHeaders().Get<int>("userType"); if(userType==0){ return true; } return false; },, LimitNumber=100, StatWindow=TimeSpan.FromDays(1) }, new FixedWindowRateLimitRule<HttpContext>() { Id = "2", ExtractTarget = context => { // 这里假设用户Id是从cookie中传过来的,需按照实际环境获取 return context.Request.GetTypedHeaders().Get<string>("userId"); }, CheckRuleMatching = context => { // 这里假设用户范例是从cookie中传过来的,实际大概需要按照用户Id再去查询 // 0免用度户 1收用度户 int userType = context.Request.GetTypedHeaders().Get<int>("userType"); if(userType==1){ return true; } return false; },, LimitNumber=1000000, StatWindow=TimeSpan.FromDays(1) } })) .WithError(new Core.RateLimitError() { Code=429, Message = "查询数到达当天最大限制" }) //.WithStorage(new RedisStorage(StackExchange.Redis.ConnectionMultiplexer.Connect("localhost"))) .Build()); ... }
利用此中间件需要构建一个名为RateLimitProcessor的限流处理惩罚器实例,指定限流处理惩罚的请求范例HttpContext,配置限流处理惩罚的三个方面:
限流利用的算法以及对应的法则限流算法,按照这个需求利用牢靠窗口算法就可以了,也称为计数器算法。此中间件还提供了滑动窗口算法、漏桶算法、令牌桶算法,可以按照需要选择。
差异的限流算法有差异的限流法则范例,在这里利用的是牢靠窗口限流法则,针对免用度户和收用度户别离界说了两个法则,留意个中的几个参数:
Id:在当前的版本中Id必需手动指定,而且不能反复。
ExtractTarget:通报一个要领用于从请求中提取限流方针,这里就是用户Id。
CheckRuleMatching通报一个要领用于查抄当前请求是否合用当前法则,这里按照用户范例举办判定。
StatWindow是牢靠窗口的巨细,是一个时间跨度,这里是1天。
LimitNumber是限流值,在StatWindow时间内请求数高出它就会触发限流。
这里有两个较量有意思的配置:ExtractTarget和CheckRuleMatching,他们配合浸染,让用户可以完全自由的定制本身限流的方针和条件,无论是IP、ClientId可能Url。
限流统计数据的耐久化方法FireflySoft.RateLimit中的限流计数今朝支持生存在内存可能Redis中,也可以通过实现IRateLimitStorage来界说一个新的存储器,不配置时默认为内存存储。
对付只需要陈设一份的措施,绝大部门环境下利用内存就够了;可是假如限流的时间窗口较量长,好比1小时限制300次,重启就会丢失计数,这大概是个风险,此时利用Redis会较量符合。对付漫衍式应用,也发起利用Redis存储。
限流统计数据会按照限流时间窗口自动逾期移除。
被限流时的错误码和动静默认限流错误Code是429,这个会作为HttpStatusCode返回;Message默认为null,你可以修改为本身的任意文字提示,这个会作为Http Body的内容返回。
以上就是利用FireflySoft.RateLimit.AspNetCore对差异范例的用户举办区别限流的利用要领。