菜单

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

2018年9月19日 - 中甲报道

如今,因为种种因素,你必须对一个请求或措施进行频率高达之拜访限制。
随,
你对外提供了一个API接口,注册用户每秒钟最多足调用100潮,非注册用户每秒钟最多好调用10不行。
依,
有一个万分吃服务器资源的方式,在平时刻不克跨越10私房调用这个方式,否则服务器满载。
比如, 有一对异之页面,访客并无能够屡屡的访还是发言。
依照, 秒杀活动等进行。
遵照
,防范DDOS,当及一定频率后调用脚本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,如何从一个断面的角度对调用的主意进行频率高达之限制。而针对效率限制,服务器层面都发出最为直接的解决方式,现在己说之虽然是代码层面上之效率管控。

本,因为种种因素,你必须对一个要或措施开展频率高达的看限制。
论,
你对外提供了一个API接口,注册用户每秒钟最多得调用100次等,非注册用户每秒钟最多足调用10坏。
遵照,
有一个大吃服务器资源的法子,在同等时刻不可知超过10私家调用这个方法,否则服务器满载。
以, 有一部分特有之页面,访客并无可知数的走访还是发言。
遵, 秒杀活动相当进行。
按部就班
,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。
而达到种的比喻,也就是说,如何从一个断面的角度对调用的措施进行频率达到之范围。而对效率限制,服务器层面都发生极度直白的化解办法,现在自我说之尽管是代码层面上之效率管控。

本文为闹点儿个示范,一个凡冲单机环境之兑现,第二独则是依据分布式的Redis实现

正文为有片独示范,一个凡据悉单机环境的实现,第二只则是基于分布式的Redis实现



坐率先单API接口需求呢例,先说下单机环境下之落实。
本惯性思维,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,通过缓存的逾期策略来针对要进行频率的出现控制是不合适的。
  HttpRuntime.Cache
是应用程序级别之Asp.Net的休息存技术,通过这个技术好说明多单缓存对象,可以为每个对象设置过时,当过日达后该缓存对象就会见熄灭(也就是当你拜该目标的当儿也Null)

盖第一单API接口需求呢条例,先说生单机环境下的兑现。
按照惯性思维,我们当会想到缓存的过策略这种方式,但是严格来讲就是HttpRuntime.Cache而言,通过缓存的逾期策略来对要进行频率的出现控制是不合适的。
  HttpRuntime.Cache
是应用程序级别的Asp.Net的休养存技术,通过是技术好说明多个缓存对象,可以吧每个对象设置过时,当过光阴到后该缓存对象就见面消亡(也就是当您看该对象的下也Null)

  为什么这么说吧?比如对准某方法(方法名:GetUserList)我们若开展1秒钟最多10潮的限定,现在我们虽新建一个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,我们尽管先行判断这Cache对象的值是否高于10,如果盖10不怕无履行GetUserList方法,如果低于10尽管允许实施。每当访问该目标的时如果无在或者过就新建,这样循环,则该目标永远不可能超越10。

  为什么如此说乎?比如针对某个方法(方法名:GetUserList)我们而开展1秒钟最多10次等的限制,现在咱们就算新建一个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,我们就先判断这个Cache对象的价是否超出10,如果超过10即非实施GetUserList方法,如果低于10虽然允许实施。每当访问该目标的时刻如果不存或者过就新建,这样循环,则该目标永远不容许跨越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   }
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   }

然的思维及实现相对来说非常简单,但是依据这样的一个模型设定,那么就是见面面世这种气象:

如此的想和实现相对来说非常简单,但是依据这样的一个模设定,那么就是见面起这种状态:

 betway体育 1

 betway体育 2

 

 

要是齐图,每个点代表同不好走访请求,我在0秒的时刻
新建了一个名也GetUserListNum的缓存对象。
在0~0.5秒之内
我访问了3涂鸦,在0.5~1秒里,我们看了7不成。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秒中,还是看了7浅,在第1.5秒~2秒里做客了3糟。

假若达到图,每个点代表一样不好拜访请求,我在0秒的时节
新建了一个名字为GetUserListNum的缓存对象。
在0~0.5秒里
我看了3涂鸦,在0.5~1秒内,我们访问了7不成。此时,该目标消失,然后我们随后访问,该目标重置为0.
              
 在第1~1.5秒之内,还是看了7浅,在第1.5秒~2秒内访了3糟。

基于这种概括缓存过期策略的型,在即时2秒钟内,我们虽然平均每秒钟都看了10蹩脚,满足是规定,但是一旦我们于中取一个里段,0.5秒~1.5秒之内,也是1秒钟,但是却实实在在的拜访了14软!远远超了俺们装的
1秒钟最多看10糟的 限制。

冲这种简易缓存过期策略的模子,在这2秒钟内,我们尽管平均每秒钟都看了10蹩脚,满足这规定,但是若我们于中取一个以内段,0.5秒~1.5秒之内,也是1秒钟,但是可实实在在的访了14浅!远远超越了俺们安的
1秒钟最多看10赖的 限制。

 

 

那哪些科学的来缓解地方的题材吗?我们可由此模拟对话级别的信号量顿时无异手段,这为就是是咱们今天的主题了。
   什么是信号量?仅就以代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的意思就是象征于差不多线程情况下,在其余一样天天,只能以5单线程去看。

这就是说如何是的来化解点的题目吧?我们好透过模拟对话级别之信号量眼看无异于招数,这也便是我们今天之主题了。
   什么是信号量?仅就为代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的意就是表示以多线程情况下,在另一样时时,只能同时5独线程去顾。

 

 

4容器4线程模型

本,在贯彻代码的先头我们事先规划一个型。

betway体育 3

  假设我们出一个用户A的管道,这个管道里装着用户A的呼吁,比如用户A在同等秒钟发出了10次呼吁,那么每一个告过来,管道里之因素还见面多一个。但是咱设定是管道最多只能容10个要素,而且每个元素的存活期为1秒,1秒后虽该因素消失。那么如此设计吧,无论是速率还是多少之突进,都见面发出管道长度的限定。这样一来,无论由哪一个日子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要求。

假若这边的管道,就非得跟会话Id来对号入座了。每当有新会话进来的时刻就十分成一个初管道。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,我们必定得用一个容器,来装这些管道。现在,我们盖IP来定名会话管道,并将富有的管道还装在一个容器被,如图

betway体育 4

如果基于刚才之设定,我们尚用针对容器内的各个条管道的要素进行拍卖,把过的受抹掉,为者,还需要单独为该容器开辟有一个线程来呢各条管道进行元素的清理。而当管道的元素呢0时,我们便根本掉该管道,以便节省容器空间。

 betway体育 5

当,由于用户量多,一个器皿内或者在上万只管道,这个时候只用一个容器来装来清理,在效率达明确是不够的。这个上,我们尽管得对容器进行横向扩张了。

  比如,我们得依据Cpu核心数自动生成对应之数目的器皿,然后因一个算法,对IP来进展导流。我当下cpu是4只逻辑核心,就生成了4个容器,每当用户访问的时节,都见面首先经过一个算法,这个算法会对IP进行处理,如192.168.1.11~192.168.1.13这Ip段进第一只容器,xxx~xxx进第二单容器,依次类推,相应的,也即发了4独线程去分别处理4个容器被的管道。

betway体育 6

 

那,最终就形成了俺们的4容器4线程模型了。

当今,着眼于编码实现:

  首先我们要一个能承载这些器皿的载体,这个载体类似于连接池的定义,可以依据局部需自动生成适应数量之器皿,如果出特殊要求的口舌,还足以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之冲以便为实时监察和调度。如果确实如召开这么一个体系,那么
容器的调度 和 线程的调度功能
是不可或缺的,而本Demo则是好了首要功能,像容器与线程在代码中自我耶远非退开来,算法也是一直写深的,实际设计着,对算法的筹划尚是可怜关键之,还有多线程模型中,怎样上锁才能够于效率最大化为是重点的。

如这边为了案例之直观就直接写好成4只容器。

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
     }
}

今天,我们设 有编号吧 0 到 40 这样的 41只用户。那么是导流算法
我吧便直写死,编号0至9底用户
将他们之求被丢转到第一独容器,编号10~19的用户
放到第二只容器,编号20~29放大至第三个容器,编号30~40底用户放第四独容器。

那这代码就是这样的:

 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];
  }

当我们的对话请求经过算法的导流之后,都须调用一个主意,用于辨别管道数量。如果管道数量都高于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");
  }

联网下去就是容器Container的代码了。

此地,对容器的选型用线程安全的ConcurrentDictionary类。
  线程安全:当多单线程同时读写及一个共享元素的时段,就见面起数错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法而慎用外,是.Net4.0垄断为解决Dictionary线程安全而生的初类型
  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

接下来当你为容器上加同修管道遭的数目是通过这主意:

 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();
     }
 }

 这里,为了当背后的线程遍历删除ConcurrentList的管道的时段保证ConcurrentList的安全性,所以这边设加读锁。

 而ConcurrentList,因为.Net没有生产List集合类的线程安全(此我说明下:之所以不用ConcurrentBag是以要是保count和add的一致性,这里补充一下),所以自己新建了一个继承给List<T>的安类,在这边
封装了3单需要动用的章程。

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();
        }
    }
}

终极就是线程的运作方式:

 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,是力量图,一个凡根据控制台的,还一个是基于Signalr的。

 betway体育 7betway体育 8

4容器4线程模型

今,在贯彻代码的前头我们先行筹一个型。

betway体育 9

  假设我们出一个用户A的管道,这个管道里装在用户A的请求,比如用户A在同秒钟发出了10坏呼吁,那么每一个求过来,管道里的要素都见面多一个。但是我们设定是管道最多只能容10只要素,而且每个元素的存活期为1秒,1秒后虽说该因素消失。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,无论由哪一个时间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。

设这边的管道,就务须和会话Id来对号入座了。每当发生新会话进来的时节便很成一个新管道。这个会话id根据自己场景所必然,可以是sessionId,可以是ip,也得是token。

那么既这管道是碰头讲话级别之,我们自然得得一个器皿,来装这些管道。现在,我们为IP来定名会话管道,并将有的管道都装在一个器皿被,如图

betway体育 10

苟根据刚才的设定,我们还需对容器内的诸条管道的素进行处理,把过的吃抹掉,为夫,还索要独自为该容器开辟出一个线程来吧各级条管道展开元素的清理。而当管道的素也0时,我们不怕彻底掉该管道,以便节省容器空间。

 betway体育 11

当然,由于用户量多,一个容器内或许存在上万只管道,这个时刻仅用一个器皿来装来清理,在效率达强烈是不够的。这个时,我们就是得对容器进行横向扩张了。

  比如,我们好依据Cpu核心数自动生成对应的数额的器皿,然后因一个算法,对IP来开展导流。我手上cpu是4单逻辑核心,就怪成了4只容器,每当用户访问的上,都见面首先经过一个算法,这个算法会对IP进行拍卖,如192.168.1.11~192.168.1.13夫Ip段进第一单容器,xxx~xxx进第二个容器,依次类推,相应的,也就算生出矣4单线程去分别处理4独容器被之管道。

betway体育 12

 

那么,最终就形成了俺们的4容器4线程模型了。

如今,着眼于编码实现:

  首先我们需要一个能够承载这些器皿的载体,这个载体类似于连接池的概念,可以依据局部欲自动生成适应数量之器皿,如果生特殊要求的说话,还得以容器上切出一个器皿管理之照,在线程上切出一个线程管理之面对以便让实时监察与调度。如果的确要是做这么一个系,那么
容器的调度 和 线程的调度功能
是少不了的,而本Demo则是做到了重在功效,像容器与线程在代码中本人也绝非离开来,算法为是一直写很的,实际设计中,对算法的规划还是甚重大之,还有多线程模型中,怎样上锁才会被效率最大化为是要的。

倘这边为了案例之直观就直接写好成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
     }
}

现今,我们要 有编号吧 0 到 40 这样的 41独用户。那么是导流算法
我吗就径直写好,编号0至9底用户
将他们之呼吁被丢转到第一单容器,编号10~19的用户
放到第二个容器,编号20~29放大至第三只容器,编号30~40底用户放第四单容器betway体育。

那这代码就是如此的:

 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,都须调用一个计,用于辨别管道数量。如果管道数量就高于10,则要失败,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");
  }

连通下去就是容器Container的代码了。

此地,对容器的选型用线程安全的ConcurrentDictionary类。
  线程安全:当多个线程同时读写及一个共享元素的早晚,就见面现出数量错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法而慎用外,是.Net4.0把为化解Dictionary线程安全而发生的初类型
  ReaderWriterLockSlim:较ReaderWriterLock优化的朗读写锁,多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

接下来当您往容器上加相同长管道被之数是通过此办法:

 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,为了当末端的线程遍历删除ConcurrentList的管道的当儿保证ConcurrentList的安全性,所以这里设加读锁。

 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延续给List<T>的安康路,在此处
封装了3单待利用的法门。

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();
        }
    }
}

末就是是线程的周转方式:

 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);
             }
         }
     }
   );
 }

终极,是法力图,一个凡根据控制台的,还一个是依据Signalr的。

 betway体育 13betway体育 14

分布式下Redis

上面介绍了同一种频率限制的模子,分布式与单机相比,无非就是是载体不同,我们若拿此容器的载体从程序及移植出来,来抓成一个独门的劳务要直接借用Redis也是行之有效之。

此地虽介绍分布式情况下,Redis的实现。

今非昔比为Asp.Net的多线程模型,大概为Redis的各种类型的要素非常粒度的操作导致各种加锁之复杂性,所以在网要处理这块Redis是单线程的,基于Redis的落实则以单线程的原因在编码角度不用太多着想到与逻辑无关之题目。

  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,它的定义不同于一般的我们体会的Mysql
Oracle
SqlServer关系型数据库,它从不Sql没有字段名从未表名这些概念,它跟HttpRunTime.Cache的定义差不多一样,首先由操作及属于键值对模式,就设
Cache[“键名”]
这样就算会获取到价值类似,而且可以对每个Key设置过策略,而Redis中的Key所对应之价并无是怀念存啥就存啥的,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)。

今一旦说之是Sorted
set有序聚集,有序聚集相比另的汇类型的特种点在,使用有序聚集的时还会吃插入的素指定一个
积分score,我们把此积分score理解也解序列,它其中会对积分进行排序,积分允许再,而不变聚集中之要素虽然是唯一。

  还是同的思路,每当发生用户访问的时节,都对准该用户的
管道(有序聚集)中上加一个因素,然后设置该因素的积分为眼前岁月。接着以先后中初露单线程,来针对管道被积分小于约定时间的元素进行清理。因为规定有序聚集中的要素只能是绝无仅有值,所以在赋值方面如是满足uuid即可。

 betway体育 15

这就是说因此Redis来贯彻之代码那就是相近这种:

betway体育 16

通过using语法糖实现IDisposable而包装的Redis分布式锁,然后中间正常的逻辑判断。

然的代码虽然为能做到功能,但不敷自己。Redis是单依据内存的数据库,于性能而言,瓶颈在于网络
IO 上,与Get一蹩脚发同样涂鸦呼吁相比,能不克由此平等段子脚本来实现多数逻辑吗?

有的,Redis支持 Lua脚本:
  Lua
是一律栽轻量小巧的脚本语言,用规范C语言编写并因自代码形式开放,
其设计目的是为放置应用程序中,从而也应用程序提供灵活的恢弘和定制功能。
  大致意思就是是,直接向Redis发送一段落脚本或者为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就是表明一个吧名uu的变量的意思,redis.call就是redis命令,这段脚本意思就是是设
大于10(AccountNum) 就回到1   否则就是增一长条集合中的因素 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();

立马2段落代码通过发送Lua脚本的样式来成功了任何过程,因为Redis的网络型原因,所以将LuaForeachRemove方法给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贯彻,则净可以开多单Redis的实例来实现。最后放上效果图。

betway体育 17

末了,我将这些还吃做成了只Demo。但是没有找到适当的上传网盘,所以大家好留给邮箱(留了即发),或者直接加QQ群文件自取,讨论交流:166843154

 

自身欢喜与自身平的人交朋友,不吃环境影响,自己是协调之师资,欢迎加群
.Net web交流群, QQ群:166843154 欲望跟挣扎

 

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 

分布式下Redis

地方介绍了同一种植频率限制的模型,分布式与单机相比,无非就是是载体不同,我们如果将这容器的载体从程序上移植出来,来弄成一个单身的服务还是直接借用Redis也是立竿见影的。

这边就介绍分布式情况下,Redis的落实。

差让Asp.Net的多线程模型,大概因Redis的各种类型的因素非常粒度的操作造成各种加锁之扑朔迷离,所以当网络要处理这块Redis是单线程的,基于Redis的兑现则因单线程的因由在编码角度不用太多考虑到和逻辑无关之问题。

  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”]
这样虽可知收获到价值类似,而且可以针对每个Key设置过策略,而Redis中的Key所对应之价值并无是想存啥就存啥的,它支持五栽多少类:string(字符串),hash(哈希),list(列表),set(集合)及sorted
set(有序聚集)。

今日如果说之是Sorted
set有序聚集,有序聚集相比其他的聚众类型的异样点在,使用有序聚集的时候还能够被插入的素指定一个
积分score,我们把这个积分score理解为铲除序列,它其中会指向积分进行排序,积分允许再,而不变聚集中之要素虽然是唯一。

  还是同的思绪,每当发生用户访问的当儿,都对准拖欠用户的
管道(有序聚集)中上加一个素,然后设置该因素的积分也即时空。接着在先后中启个线程,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唯一值,所以在赋值方面使是满足uuid即可。

 betway体育 18

这就是说用Redis来实现的代码那就算是近乎这种:

betway体育 19

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

然的代码虽然为会不辱使命功能,但非敷自己。Redis是单依据内存的数据库,于性能而言,瓶颈在于网络
IO 上,与Get一浅来同样浅呼吁相比,能免可知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
是同样种轻量小巧的脚本语言,用专业C语言编写并因为自代码形式开放,
其计划目的是为放置应用程序中,从而为应用程序提供灵活的扩充以及定制功能。
  大致意思就是是,直接通往Redis发送一段脚本或者被其直接本地读取一段子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就是说明一个也名uu的变量的意,redis.call就是redis命令,这段脚本意思就是是要
大于10(AccountNum) 就回1   否则就添一长长的集合中之素 并回 空。

管道内元素处理的主意就是:

 /// <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();

当时2截代码通过发送Lua脚本的花样来好了方方面面经过,因为Redis的网型原因,所以将LuaForeachRemove方法为取出来做个劳务来单独处理即可。至于那种多容器多线程的兑现,则统统可以起来多个Redis的实例来落实。最后放上力量图。

betway体育 20

末段,我把这些还受做成了只Demo。但是并未找到合适的上传网盘,所以大家好留给邮箱(留了不畏发),或者直接加QQ群文件自取,讨论交流:166843154

 

自家喜爱同自家同一的人口交朋友,不为环境影响,自己是温馨的良师,欢迎加群
.Net web交流群, QQ群:166843154 欲望跟挣扎

 

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

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图