.Net 如何模拟会话级别的信号量,对http接口调用频率进行界定(有demo)

当今,因为种种因素,你得对一个求或措施进行频率上之访限制。
本,
你对外提供了一个API接口,注册用户每秒钟最多可调用100蹩脚,非注册用户每秒钟最多好调用10次等。
遵,
有一个充分吃服务器资源的法子,在同时刻不可知跳10私调用这个艺术,否则服务器满载。
遵照, 有一部分奇特之页面,访客并无克数之顾还是发言。
本, 秒杀活动等开展。

,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。
倘达到种的比喻,也就是说,如何自一个断面的角度对调用的法门进行频率达到的界定。而对效率限制,服务器层面还发生极端直白的化解方法,现在自己说之虽是代码层面达到的频率管控。

正文为出个别单示范,一个凡是因单机环境的贯彻,第二个则是根据分布式的Redis实现


为率先独API接口需求也例,先说下单机环境下之兑现。
遵照惯性思维,我们当然会想到缓存的晚点策略这种措施,但是严格来讲就是HttpRuntime.Cache而言,通过缓存的超时策略来针对要进行频率之起控制是不合适的。
  HttpRuntime.Cache
是应用程序级别之Asp.Net的休养生息存技术,通过这个技能好说明多单缓存对象,可以啊每个对象设置过时,当过时间达晚该缓存对象就是见面收敛(也便是当您拜该对象的当儿吗Null)

  为什么如此说呢?比如针对某方法(方法名:GetUserList)我们只要拓展1秒钟最多10不行的克,现在咱们便新建一个int型的Cache对象,然后设置1秒钟后过消失。那么以访问GetUserList方法前,我们就是先判断这Cache对象的价是否超越10,如果超过10就非实施GetUserList方法,如果低于10尽管允许实施。每当访问该对象的时如果非有或者过就新建,这样循环,则该目标永远不容许超越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   }

这么的沉思及贯彻相对来说非常简单,但是依据这样的一个模型设定,那么就是见面现出这种状况:

 

 

设达到图,每个点代表同样不成拜访请求,我在0秒的时节
新建了一个名啊GetUserListNum的缓存对象。
在0~0.5秒内
我访问了3浅,在0.5~1秒中,我们看了7糟。此时,该对象消失,然后我们就访问,该对象重置为0.
              
 在第1~1.5秒里,还是看了7不善,在第1.5秒~2秒中做客了3糟糕。

依据这种简易缓存过期策略的模型,在即时2秒钟内,我们则平均每秒钟都看了10次,满足这个确定,但是要我们打中取一个次段,0.5秒~1.5秒内,也是1秒钟,但是可实实在在的造访了14不良!远远超了咱设置的
1秒钟最多看10糟糕的 限制。

 

那么如何对的来缓解者的问题啊?我们得经模拟对话级别的信号量立同伎俩,这吗就是是咱今天之主题了。
   什么是信号量?仅就因代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的意思就是代表在差不多线程情况下,在其他一样时刻,只能以5只线程去访问。

 

4容器4线程模型

现,在实现代码的事先我们先筹一个模。

  假设我们来一个用户A的管道,这个管道里装着用户A的要,比如用户A在一如既往秒钟发出了10潮呼吁,那么每一个呼吁过来,管道里的元素还见面多一个。但是我们设定是管道最多只能容10只元素,而且每个元素的存活期为1秒,1秒后虽然该因素消失。那么如此设计吧,无论是速率还是多少之突进,都见面发生管道长度的限。这样一来,无论从哪一个时节点还是时间间隔出发,这个管道还能够满足我们的效率限制需求。

假若这边的管道,就不能不与会话Id来对号入座了。每当有新会话进来的时候即便挺成一个初管道。这个会话id根据自己场景所定,可以是sessionId,可以是ip,也得以是token。

那么既然这管道是碰头讲话级别之,我们必然得需要一个器皿,来装这些管道。现在,我们以IP来命名会话管道,并把持有的管道还装在一个容器被,如图

只要根据刚才之设定,我们尚待对容器内的各个条管道的素进行处理,把过的被抹掉,为之,还欲独自为该容器开辟出一个线程来吗各国条管道展开元素的清理。而当管道的素也0时,我们即便彻底掉该管道,以便节省容器空间。

 

当,由于用户量基本上,一个容器内或有上万个管道,这个时段只用一个器皿来装来清理,在效率及明明是不够的。这个时,我们不怕得对容器进行横向扩张了。

  比如,我们可根据Cpu核心数自动生成对应的数码之容器,然后根据一个算法,对IP来展开导流。我当下cpu是4独逻辑核心,就异常成了4单容器,每当用户访问的上,都见面冠经过一个算法,这个算法会对IP进行拍卖,如192.168.1.11~192.168.1.13者Ip段进第一独容器,xxx~xxx进第二单容器,依次类推,相应的,也即发出了4个线程去分别处理4单容器被的管道。

 

这就是说,最终就形成了俺们的4容器4线程模型了。

现在,着眼于编码实现:

  首先我们要一个可知承载这些器皿的载体,这个载体类似于连接池的定义,可以因一些内需自动生成适应数量之器皿,如果出特殊要求的口舌,还得以容器上切出一个器皿管理之迎,在线程上切出一个线程管理的冲以便为实时监察和调度。如果确要召开如此一个系,那么
容器的调度 和 线程的调度功能
是少不了的,而本Demo则是到位了根本功能,像容器与线程在代码中自耶没脱开来,算法也是直写深的,实际设计着,对算法的计划还是那个重要的,还有多线程模型中,怎样上锁才能够于效率最大化为是非同小可的。

万一此为案例的直观就径直写好成4独容器。

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
     }
}

今,我们只要 有编号也 0 到 40 这样的 41个用户。那么是导流算法
我吗不怕径直写好,编号0至9之用户
将他们之呼吁于丢转到第一单容器,编号10~19底用户
放到第二个容器,编号20~29加大至第三只容器,编号30~40的用户放第四个容器。

这就是说是代码就是这么的:

 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,都要调用一个方,用于辨别管道数量。如果管道数量已超越10,则呼吁失败,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");
  }

连通下就容器Container的代码了。

此间,对容器的选型用线程安全的ConcurrentDictionary类。
  线程安全:当多只线程同时读写及一个共享元素的时节,就会见出现数量错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法而慎用外,是.Net4.0总揽为釜底抽薪Dictionary线程安全而生之新类型
  ReaderWriterLockSlim:较ReaderWriterLock优化的朗读写锁,多只线程同时做客读锁
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

接下来当您向容器上加相同修管道遭之数据是经这法:

 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,为了当背后的线程遍历删除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没有出List集合类的线程安全(count和add加锁),所以自己新建了一个后续给List<T>的安全项目,在此间
封装了3独需要以的法。

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();
        }
    }
}

末段就是是线程的运转方式:

 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,是成效图,一个凡是基于控制台的,还一个凡因Signalr的。

 

分布式下Redis

方介绍了平种植频率限制的模子,分布式与单机相比,无非就是是载体不同,我们如果把这个容器的载体从程序上移植出来,来整治成一个独的服务或者直接借用Redis也是实惠之。

这里就介绍分布式情况下,Redis的实现。

今非昔比于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导致各种加锁之错综复杂,所以于网要处理这块Redis是单线程的,基于Redis的贯彻则因为单线程的案由在编码角度不用太多着想到同逻辑无关之题材。

  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,它的定义不同为一般的我们体会的Mysql
Oracle
SqlServer关系型数据库,它从未Sql没有字段名尚未表名这些概念,它和HttpRunTime.Cache的定义差不多一样,首先由操作上属于键值对模式,就使
Cache[“键名”]
这样就是可知获取到价值类似,而且可以本着每个Key设置过策略,而Redis中的Key所对应之价并无是纪念存啥就存啥的,它支持五种植多少类:string(字符串),hash(哈希),list(列表),set(集合)及sorted
set(有序聚集)。

今天如说之是Sorted
set有序聚集,有序聚集相比其它的聚众类型的异常点在于,使用有序聚集的早晚还能为插入的素指定一个
积分score,我们把这个积分score理解啊免序列,它其中会指向积分进行排序,积分允许再次,而一成不变聚集中之要素虽然是绝无仅有。

  还是一样的思绪,每当有用户访问的下,都针对该用户之
管道(有序聚集)中补充加一个素,然后设置该因素的积分为当前日子。接着以先后中开始单线程,来对管道被积分小于约定时间的因素进行清理。因为规定有序聚集中的素只能是绝无仅有值,所以在赋值方面如果是满足uuid即可。

 

这就是说因此Redis来落实之代码那就是类似这种:

通过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为能够完成功能,但未敷自己。Redis是独因内存的数据库,于性能而言,瓶颈在于网络
IO 上,与Get一糟发生同样赖呼吁相比,能无克由此平等截脚本来实现多数逻辑吗?

有的,Redis支持 Lua脚本:
  Lua
是同一种植轻量小巧的脚本语言,用标准C语言编写并为自代码形式开放,
其设计目的是为着放置应用程序中,从而也应用程序提供灵活的扩展和定制功能。
  大致意思就是是,直接为Redis发送一段落脚本或者叫它们一直本地读取一截脚本从而一直促成所有的逻辑。

/// <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就是表明一个吗名uu的变量的意思,redis.call就是redis命令,这段脚本意思就是是只要
大于10(AccountNum) 就回1   否则就是添一漫漫集合中的因素 并赶回 空。

管道内元素处理的法门就是是:

 /// <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();

当即2段落代码通过发送Lua脚本的样式来完成了任何过程,因为Redis的网络型原因,所以将LuaForeachRemove方法吃取出来做个服务来单独处理即可。至于那种多容器多线程的贯彻,则全可以开多个Redis的实例来促成。最后放上力量图。

最终,我把这些都给做成了只Demo。但是没找到确切的上传网盘,所以大家可以留邮箱(留了就是作),或者直接加QQ群文件自取,讨论交流:166843154

 

本人好同我一样的食指交朋友,不深受环境影响,自己是祥和的教师,欢迎加群
.Net web交流群, 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