LUA脚本语言是C开发的，类似存储过程,是为了实现完整的原子性操作，可以用来补充redis弱事务的缺点.
1、LUA脚本的好处
2、Lua脚本限流实战
支持分布式
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.scripting.support.ResourceScriptSource;
import org.springframework.stereotype.Service;
import redis.clients.jedis.Jedis;/*** 分布式限流的服务类*/
@Service
public class IsAcquire {//引入一个Redis的Lua脚本的支持private DefaultRedisScript<Long> getRedisScript;//判断限流方法---类似于RateLimiterpublic boolean acquire(String limitKey,int limit,int expire) throws Exception{//连接RedisJedis jedis = new Jedis("127.0.0.1",6379);getRedisScript =new DefaultRedisScript<>();getRedisScript.setResultType(Long.class);//脚本执行返回值 longgetRedisScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("rateLimiter.lua")));Long result = (Long)jedis.eval(getRedisScript.getScriptAsString(),1,limitKey,String.valueOf(limit),String.valueOf(expire));if(result ==0){return false;}return true;}
}
import com.google.common.util.concurrent.RateLimiter;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;/*** 类说明：接口类，抢购接口* http请求控制类 Contoller*/
@RestController
public class Controller {@AutowiredIsAcquire isAcquire;//手下的分布式限流//final RateLimiter rateLimiter = RateLimiter.create(5); //guava引入的令牌桶限流（非分布式，单机）//秒杀接口@RequestMapping("/order")public String killProduct(@RequestParam(required = true) String name) throws Exception{//rateLimiter.tryAcquire(1); //调用if(isAcquire.acquire("iphone",10,60)){//60秒只能进行10次System.out.println("业务成功！");return "恭喜("+name+")，抢到iphone!";}else{System.out.println("-----------业务被限流");return "对不起，你被限流了!";}}
}
rateLimiter.lua脚本如下：
--java端送入三个参数（1个key,2个param ）string
--limitKey(redi中key的值)
local key =KEYS[1];
--limit(次数)
local times = ARGV[1];
--expire(秒S)
local expire = ARGV[2];
--对key-value中的 value +1的操作 返回一个结果local afterval= redis.call('incr',key);
if afterval ==1 then --第一次redis.call('expire',key,tonumber(expire) ) --失效时间(1S) TLL 1Sreturn 1; --第一次不会进行限制
end
--不是第一次，进行判断
if afterval > tonumber(times) then--限制了return 0;
endreturn 1;
以上简单的计数器的方式，就是一种固定窗口的算法，可以实现对单个接口的限流.
3、限流算法
固定窗口算法的问题
解决方案：改为滑动窗口，避免固定窗口的临界问题
滑动窗口演示地址：
https://media.pearsoncmg.com/aw/ecs_kurose_compnetwork_7/cw/content/interactiveanimations/selective-repeat-protocol/index.html
漏桶算法
漏桶，令牌的算法的缺点就是时间复杂度：O(N)，不适用于大并发的请求
滑动窗口的缺点是需要双方先定好协议
