.Net 如何模拟会话级别之信号量,对http接口调用频率进行限(有demo)

今日,因为种种因素,你必对一个告或措施进行频率达到之顾限制。
比如,
你对外提供了一个API接口,注册用户每秒钟最多足调用100不行,非注册用户每秒钟最多好调用10糟糕。
按照,
有一个坏吃服务器资源的办法,在相同时刻不能够跳10私房调用这个艺术,否则服务器满载。
本, 有一部分非正规之页面,访客并无克反复的走访还是发言。
以, 秒杀活动相当进行。

,防范DDOS,当上自然频率后调用脚本iis服务器ip黑名单,防火墙黑名单。
使齐种的比方,也就是说,如何从一个断面的角度对调用的法子进行频率高达的限量。而针对效率限制,服务器层面都生极直接的化解方式,现在自家说之虽是代码层面达到的频率管控。

正文为有点儿个示范,一个是基于单机环境之兑现,第二只则是冲分布式的Redis实现


盖率先单API接口需求吗条例,先说生单机环境下之贯彻。
比如惯性思维,我们当然会想到缓存的逾期策略这种措施,但是严格来讲就是HttpRuntime.Cache而言,通过缓存的过策略来对要进行频率之出现控制是不合适的。
  HttpRuntime.Cache
是应用程序级别之Asp.Net的休养生息存技术,通过这个技术可以发明多单缓存对象,可以吗每个对象设置过时,当过岁月到后该缓存对象就见面化为乌有(也便是当你拜该目标的时段也Null)

  为什么这么说为?比如对有方法(方法名:GetUserList)我们如果进行1秒钟最多10潮的限量,现在咱们就是新建一个int型的Cache对象,然后设置1秒钟后过消失。那么当访问GetUserList方法前,我们不怕优先判断是Cache对象的值是否超过10,如果盖10不怕无履行GetUserList方法,如果低于10则允许实施。每当访问该对象的时光要非存在或者过就新建,这样循环,则该目标永远不可能超过10。

1   if ((int)HttpRuntime.Cache["GetUserListNum"] > 10) //大于10请求失败
2   {
3      Console.WriteLine("禁止请求");
4   }
5   else
6   {
7      HttpRuntime.Cache["GetUserListNum"] = (int)HttpRuntime.Cache["GetUserListNum"] + 1; //否则该缓存对象的值+1
8      Console.WriteLine("允许请求");
9   }

这般的思想与贯彻相对来说非常简单,但是因这样的一个模设定,那么就是见面油然而生这种景象:

 图片 1

 

一经齐图,每个点代表同糟做客请求,我在0秒的时光
新建了一个名吧GetUserListNum的缓存对象。
在0~0.5秒内
我访问了3不良,在0.5~1秒里,我们看了7不行。此时,该目标消失,然后我们跟着访问,该对象重置为0.
              
 在第1~1.5秒之内,还是看了7涂鸦,在第1.5秒~2秒中做客了3不成。

依据这种简易缓存过期策略的模型,在当时2秒钟内,我们虽平均每秒钟都看了10软,满足这确定,但是如果我们于中取一个内段,0.5秒~1.5秒里,也是1秒钟,但是却实实在在的顾了14不好!远远超过了咱装的
1秒钟最多看10不行的 限制。

 

那什么样科学的来缓解者的问题吧?我们得以经过模拟对话级别的信号量就无异于心眼,这也便是我们今天的主题了。
   什么是信号量?仅就为代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的意就是象征以多线程情况下,在旁一样时时,只能以5个线程去拜访。

 

4容器4线程模型

现行,在贯彻代码的之前我们先行规划一个模。

图片 2

  假设我们发一个用户A的管道,这个管道里装着用户A的乞求,比如用户A在同样秒钟发出了10次等呼吁,那么每一个求过来,管道里的因素还见面多一个。但是咱设定是管道最多只能容纳10独要素,而且每个元素的存活期为1秒,1秒后虽然该因素消失。那么这么设计吧,无论是速率还是多少的突进,都见面出管道长度的克。这样一来,无论从哪一个日子节点还是时间间隔出发,这个管道都能满足我们的频率限制需求。

要是这里的管道,就不能不与会话Id来对号入座了。每当有新会话进来的时段便怪成一个新管道。这个会话id根据自己场景所定,可以是sessionId,可以是ip,也得是token。

这就是说既是管道是会见说话级别的,我们必然得用一个容器,来装这些管道。现在,我们坐IP来命名会话管道,并把具备的管道还装在一个器皿被,如图

图片 3

如果据悉刚才底设定,我们还用对容器内之每条管道的因素进行拍卖,把过的于抹掉,为这个,还索要独自为该容器开辟出一个线程来呢各个条管道进行元素的清理。而当管道的要素也0时,我们就是干净掉该管道,以便节省容器空间。

 图片 4

本来,由于用户量多,一个器皿内可能是上万个管道,这个上偏偏用一个器皿来装来清理,在效率及旗帜鲜明是不够的。这个时候,我们尽管得对容器进行横向扩张了。

  比如,我们可以因Cpu核心数自动生成对应的数量的器皿,然后因一个算法,对IP来开展导流。我时cpu是4独逻辑核心,就挺成了4个容器,每当用户访问的时候,都见面最先经过一个算法,这个算法会对IP进行拍卖,如192.168.1.11~192.168.1.13这Ip段进第一单容器,xxx~xxx进第二只容器,依次类推,相应的,也就时有发生矣4个线程去分别处理4单容器被的管道。

图片 5

 

那,最终就形成了咱们的4容器4线程模型了。

现行,着眼于编码实现:

  首先我们用一个力所能及承载这些器皿的载体,这个载体类似于连接池的定义,可以根据部分索要自动生成适应数量之容器,如果生特殊要求的言辞,还得以容器上切出一个容器管理的给,在线程上切出一个线程管理之照以便为实时监督与调度。如果实在若开这样一个网,那么
容器的调度 和 线程的调度功能
是少不了的,而本Demo则是到位了主要功能,像容器与线程在代码中自啊从来不退开来,算法为是直接写好的,实际设计被,对算法的设计还是不行关键之,还有多线程模型中,怎样上锁才能够给效率最大化为是任重而道远的。

比方这里为案例之直观就直写很成4单容器。

public static List<Container> ContainerList = new List<Container>(); //容器载体
static Factory()
{
     for (int i = 0; i < 4; i++)
     {
        ContainerList.Add(new Container(i));  //遍历4次  生成4个容器
     }
     foreach (var item in ContainerList)
     {
        item.Run();    //开启线程
     }
}

现今,我们而 有编号也 0 到 40 这样的 41单用户。那么这个导流算法
我呢就是径直写好,编号0至9底用户
将他们的恳求被丢转至第一个容器,编号10~19底用户
放到第二只容器,编号20~29拓宽至第三个容器,编号30~40底用户放第四单容器。

那么这个代码就是如此的:

 static Container GetContainer(int userId, out int i) //获取容器的算法
 {
     if (0 <= userId && userId < 10)    //编号0至9的用户  返回第一个容器  依次类推
     {
          i = 0;
          return ContainerList[0];
     }
     if (10 <= userId && userId < 20)
     {
          i = 1;
          return ContainerList[1];
     }
     if (20 <= userId && userId < 30)
     {
          i = 2;
          return ContainerList[2];
      }
      i = 3;
      return ContainerList[3];
  }

当我们的对话请求经过算法的导流之后,都要调用一个主意,用于辨别管道数量。如果管道数量一度超出10,则请求失败,否则成功

  public static void Add(int userId)
  {
       if (GetContainer(userId, out int i).Add(userId))
            Console.WriteLine("容器" + i + " 用户" + userId + "  发起请求");
       else
            Console.WriteLine("容器" + i + " 用户" + userId + "  被拦截");
  }

紧接下便容器Container的代码了。

这里,对容器的选型用线程安全之ConcurrentDictionary类。
  线程安全:当多独线程同时读写及一个共享元素的上,就会油然而生数量错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法要慎用外,是.Net4.0据为缓解Dictionary线程安全而来之新类型
  ReaderWriterLockSlim:较ReaderWriterLock优化的朗读写锁,多独线程同时做客读锁
或  一个线程访问写锁

private ReaderWriterLockSlim obj = new ReaderWriterLockSlim();  //在每个容器中申明一个读写锁
public ConcurrentDictionary<string, ConcurrentList<DateTime>> dic = new ConcurrentDictionary<string, ConcurrentList<DateTime>>(); //创建该容器 dic

然后当您往容器上加同条管道被的数目是由此者法:

 public bool Add(int userId)
 {
     obj.EnterReadLock();//挂读锁,允许多个线程同时写入该方法
     try
     {
         ConcurrentList<DateTime> dtList = dic.GetOrAdd(userId.ToString(), new ConcurrentList<DateTime>()); //如果不存在就新建 ConcurrentList
         return dtList.CounterAdd(10, DateTime.Now); //管道容量10,当临界管道容量后 返回false
     }
     finally
     {
         obj.ExitReadLock();
     }
 }

 这里,为了当后面的线程遍历删除ConcurrentList的管道的时刻保证ConcurrentList的安全性,所以这边设加读锁。

 而ConcurrentList,因为.Net没有推出List集合类的线程安全(count和add加锁),所以自己新建了一个继往开来给List<T>的安全项目,在此地
封装了3只待用的道。

public class ConcurrentList<T> : List<T>
{
    private object obj = new object();

    public bool CounterAdd(int num, T value)
    {
        lock (obj)
        {
            if (base.Count >= num)
                return false;
            else
                base.Add(value);
            return true;
        }
    }
    public new bool Remove(T value)
    {
        lock (obj)
        {
            base.Remove(value);
            return true;
        }
    }
    public new T[] ToArray() 
    {
        lock (obj)
        {
            return base.ToArray();
        }
    }
}

说到底就是线程的周转方式:

 public void Run()
 {
     ThreadPool.QueueUserWorkItem(c =>
     {
         while (true)
         {
             if (dic.Count > 0)
             {
                 foreach (var item in dic.ToArray())
                 {
                     ConcurrentList<DateTime> list = item.Value;
                     foreach (DateTime dt in list.ToArray())   
                     {
                         if (DateTime.Now.AddSeconds(-3) > dt)
                         {
                             list.Remove(dt);
                             Console.WriteLine("容器" + seat + " 已删除用户" + item.Key + "管道中的一条数据");
                         }
                     }
                     if (list.Count == 0)
                     {
                         obj.EnterWriteLock();
                         try
                         {
                             if (list.Count == 0)
                             {
                                 if (dic.TryRemove(item.Key, out ConcurrentList<DateTime> i))
                                 { Console.WriteLine("容器" + seat + " 已清除用户" + item.Key + "的List管道"); }
                             }
                         }
                         finally
                         {
                             obj.ExitWriteLock();
                         }
                     }
                 }

             }
             else
             {
                 Thread.Sleep(100);
             }
         }
     }
   );
 }

末尾,是职能图,一个凡因控制台的,还一个是冲Signalr的。

 图片 6图片 7

分布式下Redis

地方介绍了一致栽频率限制的型,分布式与单机相比,无非就是是载体不同,我们若将这容器的载体从程序上移植出来,来作成一个独的服务还是直接借用Redis也是行之。

这里就是介绍分布式情况下,Redis的兑现。

今非昔比让Asp.Net的多线程模型,大概因Redis的各种类型的要素非常粒度的操作造成各种加锁之复杂,所以在网要处理这块Redis是单线程的,基于Redis的实现则为单线程的来头在编码角度不用太多考虑到与逻辑无关的题目。

  简单介绍下,Redis是一个内存数据库,这个数据库属于非关系型数据库,它的概念不同让一般的我们体会的Mysql
Oracle
SqlServer关系型数据库,它从不Sql没有字段名无表名这些概念,它与HttpRunTime.Cache的概念差不多一样,首先从操作上属于键值对模式,就如
Cache[“键名”]
这样尽管能够获到价值类似,而且得对每个Key设置过策略,而Redis中的Key所对应之价值并无是纪念存啥就存啥的,它支持五种多少列:string(字符串),hash(哈希),list(列表),set(集合)及sorted
set(有序聚集)。

今天一经说的凡Sorted
set有序聚集,有序聚集相比另的联谊类型的异常点在于,使用有序聚集的时节还能被插入的元素指定一个
积分score,我们拿这个积分score理解为扫除序列,它其中会对积分进行排序,积分允许再次,而不变聚集中的元素虽然是绝无仅有。

  还是一样的思绪,每当有用户访问的时节,都针对该用户的
管道(有序聚集)中上加一个要素,然后设置该因素的积分也目前时光。接着以程序中初步单线程,来针对管道被积分小于约定时间之要素进行清理。因为规定有序聚集中之素只能是绝无仅有值,所以当赋值方面要是满足uuid即可。

 图片 8

那么用Redis来贯彻的代码那就是是近似这种:

图片 9

由此using语法糖实现IDisposable而包的Redis分布式锁,然后里面正常的逻辑判断。

诸如此类的代码虽然也能得功能,但切莫足够好。Redis是独依据内存的数据库,于性能而言,瓶颈在于网络
IO 上,与Get一次于闹同样坏呼吁相比,能不克透过一致段落脚本来实现多数逻辑吗?

有的,Redis支持 Lua脚本:
  Lua
是同等种轻量小巧的脚本语言,用专业C语言编写并为自代码形式开放,
其设计目的是为放置应用程序中,从而为应用程序提供灵活的扩张以及定制功能。
  大致意思就是是,直接通往Redis发送一截脚本或者叫她一直本地读取一段脚本从而直接实现有的逻辑。

/// <summary>
/// 如果 大于10(AccountNum) 就返回1   否则就增加一条集合中的元素 并返回 空
/// </summary>
/// <param name="zcardKey"></param>
/// <param name="score"></param>
/// <param name="zcardValue"></param>
/// <param name="AccountNum"></param>
/// <returns></returns>
public string LuaAddAccoundSorted(string zcardKey, double score, string zcardValue, int AccountNum)
{
    string str = "local uu = redis.call('zcard',@zcardKey) if (uu >=tonumber(@AccountNum)) then return 1 else redis.call('zadd',@zcardKey,@score,@zcardValue)  end";
    var re = _instance.GetDatabase(_num).ScriptEvaluate(LuaScript.Prepare(str), new { zcardKey = zcardKey, score = score, zcardValue = zcardValue, AccountNum=AccountNum });
    return re.ToString();
}

local
uu就是说明一个为名uu的变量的意思,redis.call就是redis命令,这段脚本意思就是是要是
大于10(AccountNum) 就回来1   否则就加一漫漫集合中的元素 并回到 空。

管道内元素处理的计就是是:

 /// <summary>
 /// 遍历当前所有前缀的有序集合,如果数量为0,那么就返回1 否则 就删除 满足最大分值条件区间的元素,如果该集合个数为0则消失
 /// </summary>
 /// <param name="zcardPrefix"></param>
 /// <param name="score"></param>
 /// <returns></returns>
public string LuaForeachRemove(string zcardPrefix, double score)
 {
     StringBuilder str = new StringBuilder();
     str.Append("local uu = redis.call('keys',@zcardPrefix) "); //声明一个变量 去获取 模糊查询的结果集合
     str.Append("if(#uu==0) then");    //如果集合长度=0
     str.Append("   return 1 ");
     str.Append("else ");
     str.Append("   for i=1,#uu do ");   //遍历
     str.Append("       redis.call('ZREMRANGEBYSCORE',uu[i],0,@score) ");  //删除从0 到 该score 积分区间的元素
     str.Append("       if(redis.call('zcard',uu[i])==0) then ");  //如果管道长度=0
     str.Append("           redis.call('del',uu[i]) ");   //删除
     str.Append("       end ");
     str.Append("   end ");
     str.Append("end ");
     var re = _instance.GetDatabase(_num).ScriptEvaluate(LuaScript.Prepare(str.ToString()), new { zcardPrefix = zcardPrefix + "*", score = score });
     return re.ToString();

立马2段子代码通过发送Lua脚本的款型来完成了全部过程,因为Redis的网络型原因,所以将LuaForeachRemove方法为取出来开只服务来单独处理即可。至于那种多容器多线程的实现,则一心好开始多只Redis的实例来兑现。最后放上效果图。

图片 10

最终,我将这些都被做成了只Demo。但是没找到合适的上传网盘,所以大家可留下邮箱(留了就算犯),或者直接加QQ群文件自取,讨论交流:166843154

 

本身爱好跟本身同的口交朋友,不吃环境影响,自己是和谐之民办教师,欢迎加群
.Net web交流群, QQ群:166843154 欲望和挣扎

 

作者:小曾
出处:http://www.cnblogs.com/1996V/p/8127576.html 欢迎转载,但任何转载必须保留完整文章及博客园出处,在显要地方显示署名以及原文链接。
.Net交流群, QQ群:166843154 欲望与挣扎 

相关文章