.Net 如何模拟会话级此外信号量,对http接口调用频率举行限定(有demo)

近期,因为各类因素,你无法不对一个伸手或者措施开展频率上的造访限制。
譬如,
你对外提供了一个API接口,注册用户每分钟最多可以调用100次,非注册用户每分钟最多可以调用10次。
比如,
有一个那些吃服务器资源的不二法门,在同一时刻不可以超过10个体调用这一个情势,否则服务器满载。
譬如说, 有部分独特的页面,访客并不可能屡屡的拜访或发言。
譬如, 秒杀活动等举行。
比如说
,防范DDOS,当达到一定频率后调用脚本iis服务器ip黑名单,防火墙黑名单。
如上各个的比喻,也就是说,如何从一个断面的角度对调用的法子举办频率上的限量。而对效率限制,服务器层面都有最直接的解决措施,现在自家说的则是代码层面上的效能管控。

正文给出五个示范,一个是据悉单机环境的落实,第二个则是依照分布式的Redis实现


以第一个API接口需求为例,先说下单机环境下的实现。
按部就班惯性思维,我们自然会想到缓存的超时策略那种办法,不过严刻来讲就HttpRuntime.Cache而言,通过缓存的晚点策略来对请求进行频率的面世控制是不合适的。
  HttpRuntime.Cache
是应用程序级其余Asp.Net的缓存技术,通过那个技术可以表明四个缓存对象,可以为每个对象设置过期时间,当过期时间到达后该缓存对象就会收敛(也就是当您拜访该目的的时候为Null)

  为啥如此说吧?比如对某个方法(方法名:GetUserList)我们要进行1分钟最多10次的限量,现在我们就新建一个int型的Cache对象,然后设置1分钟后过期消失。那么每当访问GetUserList方法前,我们就先判断这多少个Cache对象的值是否超过10,如若过量10就不举行GetUserList方法,要是低于10则允许实施。每当访问该对象的时候假若不存在或者逾期就新建,这样循环,则该目的永远不容许超越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   }

如此这般的研讨及实现相对来说相当简单,可是遵照这样的一个模型设定,那么就谋面世这种场所:

 图片 1

 

如上图,每个点代表五次访问请求,我在0秒的时候
新建了一个名字为GetUserListNum的缓存对象。
在0~0.5秒之内
我访问了3次,在0.5~1秒之内,我们走访了7次。此时,该目的消失,然后我们跟着访问,该对象重置为0.
              
 在第1~1.5秒之内,依然访问了7次,在第1.5秒~2秒之内做客了3次。

基于这种简易缓存过期策略的模子,在这2秒钟内,大家即使平均每分钟都访问了10次,满意那个确定,不过只要我们从中取一个中间段,0.5秒~1.5秒之内,也是1分钟,不过却实实在在的走访了14次!远远超过了我们设置的
1分钟最多访问10次的 限制。

 

这就是说咋样正确的来化解地方的题目吧?我们得以由此模拟对话级其它信号量这一手法,那也就是我们前日的主旨了。
   什么是信号量?仅就以代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的趣味就表示在多线程情状下,在任何一整日,只好同时5个线程去拜谒。

 

4容器4线程模型

目前,在落实代码的事先咱们先规划一个模子。

图片 2

  要是大家有一个用户A的管道,这么些管道里装着用户A的伏乞,比如用户A在一分钟发出了10次呼吁,那么每一个请求过来,管道里的因素都会多一个。可是我们设定这几个管道最五只可以容纳10个元素,而且每个元素的存活期为1秒,1秒后则该因素消失。那么这么设计的话,无论是速率如故多少的突进,都会有管道长度的界定。这样一来,无论从哪一个日子节点仍然时间间隔出发,这多少个管道都能满意我们的频率限制需求。

而这里的管道,就务须和会话Id来对号入座了。每当有新会话进来的时候就生成一个新管道。这么些会话id遵照自己场景所定,可以是sessionId,可以是ip,也得以是token。

这就是说既然这么些管道是会话级其余,我们必定得需要一个容器,来装那一个管道。现在,我们以IP来命名会话管道,并把持有的管道都装载在一个容器中,如图

图片 3

而据悉刚才的设定,大家还索要对容器内的每条管道的元素举行处理,把过期的给删除掉,为此,还需要独自为该容器开辟出一个线程来为每条管道展开元素的清理。而当管道的元素为0时,我们就清掉该管道,以便节省容器空间。

 图片 4

自然,由于用户量多,一个器皿内可能存在上万个管道,这一个时候只是用一个容器来装载来清理,在功能上显眼是不够的。这一个时候,我们就得对容器举办横向扩大了。

  比如,我们可以遵照Cpu要旨数自动生成对应的数码的容器,然后遵照一个算法,对IP来开展导流。我眼前cpu是4个逻辑核心,就生成了4个容器,每当用户访问的时候,都会首先经过一个算法,那么些算法会对IP举办处理,如192.168.1.11~192.168.1.13以此Ip段进第一个容器,xxx~xxx进第二个容器,依次类推,相应的,也就有了4个线程去分别处理4个容器中的管道。

图片 5

 

那就是说,最后就形成了大家的4容器4线程模型了。

先天,着眼于编码实现:

  首先我们需要一个能承载这些器皿的载体,这多少个载体类似于连接池的概念,可以按照一些内需自动生成适应数量的器皿,假诺有特殊要求的话,还足以在容器上切出一个容器管理的面,在线程上切出一个线程管理的面以便于实时监控和调度。假设真要做这样一个体系,那么
容器的调度 和 线程的调度效用是必备的,而本Demo则是成功了最紧要功效,像容器和线程在代码中自我也没剥离开来,算法也是一向写死的,实际设计中,对算法的计划仍旧很关键的,还有多线程模型中,怎么样上锁才能让效能最大化也是根本的。

而这边为了案例的直观就径直写死成4个容器。

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
     }
}

目前,我们只要 有编号为 0 到 40 那样的 41个用户。那么这多少个导流算法
我也就径直写死,编号0至9的用户
将他们的哀求给抛转到第一个容器,编号10~19的用户
放到第二个容器,编号20~29放到第三个容器,编号30~40的用户放到第七个容器。

那就是说这几个代码就是那样的:

 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];
  }

当大家的对话请求经过算法的导流之后,都必须调用一个主意,用于辨别管道数量。如若管道数量一度超过10,则请求失利,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");
  }

接下去就是容器Container的代码了。

此处,对容器的选型用线程安全的ConcurrentDictionary类。
  线程安全:当五个线程同时读写同一个共享元素的时候,就会油然则生数量错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法要慎用外,是.Net4.0专为解决Dictionary线程安全而出的新类型
  里德(Reade)rWriterLockSlim:较里德rWriterLock优化的读写锁,两个线程同时做客读锁
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

接下来当你向容器添加一条管道中的数据是经过那多少个法子:

 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(),t=>{ 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();
     }
 }

 那里,为了在后头的线程遍历删除ConcurrentList的管道的时候保证ConcurrentList的安全性,所以这边要加读锁。

 而ConcurrentList,因为.Net没有推出List集合类的线程安全(此地自己表明下:之所以不用ConcurrentBag是因为要确保count和add的一致性,这里补充一下),所以自己新建了一个持续于List<T>的平安项目,在此间
封装了3个需要采纳的点子。

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();
        }
    }
}

末段就是线程的运作情势:

 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);
             }
         }
     }
   );
 }

最后,是效益图,一个是依照控制台的,还一个是按照Signalr的。

 图片 6图片 7

分布式下Redis

下面介绍了一种频率限制的模子,分布式与单机相比,无非就是载体不同,我们假若把这一个容器的载体从程序上移植出来,来弄成一个单身的服务或者直接借用Redis也是行得通的。

这边就介绍分布式情况下,Redis的兑现。

不同于Asp.Net的多线程模型,大概因为Redis的各样类型的元素分外粒度的操作导致各类加锁的复杂,所以在网络请求处理这块Redis是单线程的,基于Redis的实现则因为单线程的缘由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,那么些数据库属于非关系型数据库,它的概念不同于一般的大家体会的Mysql
Oracle
SqlServer关系型数据库,它没有Sql没有字段名尚未表名这一个概念,它和HttpRun提姆e.Cache的概念差不多一样,首先从操作上属于键值对形式,就如
Cache[“键名”]
这样就能收获到值类似,而且可以对各样Key设置过期策略,而Redis中的Key所对应的值并不是想存啥就存啥的,它帮忙五种数据类型:string(字符串),hash(哈希),list(列表),set(集合)及sorted
set(有序聚集)。

前些天要说的是Sorted
set有序聚集,有序聚集相相比较其余的聚众类型的特殊点在于,使用有序聚集的时候仍是可以给插入的要素指定一个
积分score,大家把这一个积分score明白为排体系,它其中会对积分进行排序,积分允许再度,而一成不变聚集中的元素则是绝无仅有。

  依然一如既往的思绪,每当有用户访问的时候,都对该用户的
管道(有序聚集)中添加一个因素,然后设置该因素的积分为当前时光。接着在先后中开个线程,来对管道中积分小于约定时间的因素举办清理。因为规定有序聚集中的元素只好是绝无仅有值,所以在赋值方面倘要是满足uuid即可。

 图片 8

那么用Redis来贯彻的代码这就是接近这种:

图片 9

透过using语法糖实现IDisposable而卷入的Redis分布式锁,然后里面正常的逻辑判断。

这般的代码虽然也能做到效用,但不够自己。Redis是个依照内存的数据库,于性能而言,瓶颈在于网络
IO 上,与Get五次暴发两次呼吁相比较,能无法由此一段脚本来实现多数逻辑吗?

有的,Redis支持 Lua脚本:
  Lua
是一种轻量小巧的脚本语言,用标准C语言编写并以源代码形式开放,
其计划目的是为了放置应用程序中,从而为应用程序提供灵活的恢宏和定制效用。
  大致意思就是,直接向Redis发送一段脚本或者让它直接本地读取一段脚本从而直接促成所有的逻辑。

/// <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就是发明一个为名uu的变量的情趣,redis.call就是redis命令,那段脚本意思就是假设大于10(AccountNum) 就重回1   否则就扩张一条集合中的元素 并赶回 空。

管道内元素处理的点子就是:

 /// <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();

这2段代码通过发送Lua脚本的花样来成功了全套过程,因为Redis的网络模型原因,所以把LuaForeachRemove方法给提议来做个服务来单独处理即可。至于这种多容器多线程的落实,则统统可以开多少个Redis的实例来贯彻。最后放上效果图。

图片 10

最终,我把这么些都给做成了个Demo。不过没有找到适合的上传网盘,所以我们可以留邮箱(留了就发),或者直接加QQ群文件自取,探究互换:166843154

 

自身喜欢和本身同样的人交朋友,不被环境影响,自己是友好的教育工作者,欢迎加群
.Net web交换群, QQ群:166843154 欲望与挣扎

 

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