• SpringBoot限制接口访问频率 - 这些错误千万不能犯


    最近在基于SpringBoot做一个面向普通用户的系统,为了保证系统的稳定性,防止被恶意攻击,我想控制用户访问每个接口的频率。为了实现这个功能,可以设计一个annotation,然后借助AOP在调用方法之前检查当前ip的访问频率,如果超过设定频率,直接返回错误信息。

    常见的错误设计

    在开始介绍具体实现之前,我先列举几种我在网上找到的几种常见错误设计。

    1. 固定窗口

    有人设计了一个在每分钟内只允许访问1000次的限流方案,如下图01:00s-02:00s之间只允许访问1000次,这种设计最大的问题在于,请求可能在01:59s-02:00s之间被请求1000次,02:00s-02:01s之间被请求了1000次,这种情况下01:59s-02:01s间隔0.02s之间被请求2000次,很显然这种设计是错误的。

    jm36ts

    2. 缓存时间更新错误

    我在研究这个问题的时候,发现网上有一种很常见的方式来进行限流,思路是基于redis,每次有用户的request进来,就会去以用户的ip和request的url为key去判断访问次数是否超标,如果有就返回错误,否则就把redis中的key对应的value加1,并重新设置key的过期时间为用户指定的访问周期。核心代码如下:

    // core logic
    int limit = accessLimit.limit();
    long sec = accessLimit.sec();
    String key = IPUtils.getIpAddr(request) + request.getRequestURI();
    Integer maxLimit =null;
    Object value =redisService.get(key);
    if(value!=null && !value.equals("")) {
        maxLimit = Integer.valueOf(String.valueOf(value));
    }
    if (maxLimit == null) {
        redisService.set(key, "1", sec);
    } else if (maxLimit < limit) {
        Integer i = maxLimit+1;
        redisService.set(key, i.toString(), sec);
    } else {
    	throw new BusinessException(500,"请求太频繁!");
    }
    
    // redis related
        public boolean set(final String key, Object value, Long expireTime) {
            boolean result = false;
            try {
                ValueOperations operations = redisTemplate.opsForValue();
                operations.set(key, value);
                redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);
                result = true;
            } catch (Exception e) {
                e.printStackTrace();
            }
            return result;
        }
    

    这里面很大的问题,就是每次都会更新key的缓存过期时间,这样相当于变相延长了每个计数周期, 可能我们想控制用户一分钟内只能访问5次,但是如果用户在前一分钟只访问了三次,后一分钟访问了三次,在上面的实现里面,很可能在第6次访问的时候返回错误,但这样是有问题的,因为用户确实在两分钟内都没有超过对应的访问频率阈值。

    关于key的刷新这块,可以参看redis官方文档,每次refreh都会更新key的过期时间。
    EEB8ry

    基于滑动窗口的正确设计

    指定时间T内,只允许发生N次。我们可以将这个指定时间T,看成一个滑动时间窗口(定宽)。我们采用Redis的zset基本数据类型的score来圈出这个滑动时间窗口。在实际操作zset的过程中,我们只需要保留在这个滑动时间窗口以内的数据,其他的数据不处理即可。

    WKdTZ9

    比如在上面的例子里面,假设用户的要求是60s内访问频率控制为3次。那么我永远只会统计当前时间往前倒数60s之内的访问次数,随着时间的推移,整个窗口会不断向前移动,窗口外的请求不会计算在内,保证了永远只统计当前60s内的request。

    为什么选择Redis zset ?

    为了统计固定时间区间内的访问频率,如果是单机程序,可能采用concurrentHashMap就够了,但是如果是分布式的程序,我们需要引入相应的分布式组件来进行计数统计,而Redis zset刚好能够满足我们的需求。

    Redis zset(有序集合)中的成员是有序排列的,它和 set 集合的相同之处在于,集合中的每一个成员都是字符串类型,并且不允许重复;而它们最大区别是,有序集合是有序的,set 是无序的,这是因为有序集合中每个成员都会关联一个 double(双精度浮点数)类型的 score (分数值),Redis 正是通过 score 实现了对集合成员的排序。

    Redis 使用以下命令创建一个有序集合:

    ZADD key score member [score member ...]
    

    这里面有三个重要参数,

    • key:指定一个键名;
    • score:分数值,用来描述  member,它是实现排序的关键;
    • member:要添加的成员(元素)。

    当 key 不存在时,将会创建一个新的有序集合,并把分数/成员(score/member)添加到有序集合中;当 key 存在时,但 key 并非 zset 类型,此时就不能完成添加成员的操作,同时会返回一个错误提示。

    在我们这个场景里面,key就是用户ip+request uri,score直接用当前时间的毫秒数表示,至于member不重要,可以也采用和score一样的数值即可。

    限流过程是怎么样的?

    整个流程如下:

    1. 首先用户的请求进来,将用户ip和uri组成key,timestamp为value,放入zset
    2. 更新当前key的缓存过期时间,这一步主要是为了定期清理掉冷数据,和上面我提到的常见错误设计2中的意义不同。
    3. 删除窗口之外的数据记录。
    4. 统计当前窗口中的总记录数。
    5. 如果记录数大于阈值,则直接返回错误,否则正常处理用户请求。

    e0tcMj

    基于SpringBoot和AOP的限流

    这一部分主要介绍具体的实现逻辑。

    定义注解和处理逻辑

    首先是定义一个注解,方便后续对不同接口使用不同的限制频率。

    /**  
     * 接口访问频率注解,默认一分钟只能访问5次  
     */  
    @Documented  
    @Target(ElementType.METHOD)  
    @Retention(RetentionPolicy.RUNTIME)  
    public @interface RequestLimit {  
      
        // 限制时间 单位:秒(默认值:一分钟)  
        long period() default 60;  
      
        // 允许请求的次数(默认值:5次)  
        long count() default 5;  
      
    }
    

    在实现逻辑这块,我们定义一个切面函数,拦截用户的request,具体实现流程和上面介绍的限流流程一致,主要涉及到redis zset的操作。

    
    @Aspect
    @Component
    @Log4j2
    public class RequestLimitAspect {
    
        @Autowired
        RedisTemplate redisTemplate;
    
        // 切点
        @Pointcut("@annotation(requestLimit)")
        public void controllerAspect(RequestLimit requestLimit) {}
    
        @Around("controllerAspect(requestLimit)")
        public Object doAround(ProceedingJoinPoint joinPoint, RequestLimit requestLimit) throws Throwable {
            // get parameter from annotation
            long period = requestLimit.period();
            long limitCount = requestLimit.count();
    
            // request info
            String ip = RequestUtil.getClientIpAddress();
            String uri = RequestUtil.getRequestUri();
            String key = "req_limit_".concat(uri).concat(ip);
    
            ZSetOperations zSetOperations = redisTemplate.opsForZSet();
    
            // add current timestamp
            long currentMs = System.currentTimeMillis();
            zSetOperations.add(key, currentMs, currentMs);
    
            // set the expiration time for the code user
            redisTemplate.expire(key, period, TimeUnit.SECONDS);
    
            // remove the value that out of current window
            zSetOperations.removeRangeByScore(key, 0, currentMs - period * 1000);
    
            // check all available count
            Long count = zSetOperations.zCard(key);
    
            if (count > limitCount) {
                log.error("接口拦截:{} 请求超过限制频率【{}次/{}s】,IP为{}", uri, limitCount, period, ip);
                throw new AuroraRuntimeException(ResponseCode.TOO_FREQUENT_VISIT);
            }
    
            // execute the user request
            return  joinPoint.proceed();
        }
    
    }
    

    使用注解进行限流控制

    这里我定义了一个接口类来做测试,使用上面的annotation来完成限流,每分钟允许用户访问3次。

    @Log4j2  
    @RestController  
    @RequestMapping("/user")  
    public class UserController {    
    
        @GetMapping("/test")  
        @RequestLimit(count = 3)  
        public GenericResponse testRequestLimit() {  
            log.info("current time: " + new Date());  
            return new GenericResponse<>(ResponseCode.SUCCESS);  
        }  
      
    }
    

    我接着在不同机器上,访问该接口,可以看到不同机器的限流是隔离的,并且每台机器在周期之内只能访问三次,超过后,需要等待一定时间才能继续访问,达到了我们预期的效果。

    2023-05-21 11:23:15.733  INFO 99636 --- [nio-8080-exec-1] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:23:15 CST 2023
    2023-05-21 11:23:21.848  INFO 99636 --- [nio-8080-exec-3] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:23:21 CST 2023
    2023-05-21 11:23:23.044  INFO 99636 --- [nio-8080-exec-4] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:23:23 CST 2023
    2023-05-21 11:23:25.920 ERROR 99636 --- [nio-8080-exec-5] c.v.c.a.annotation.RequestLimitAspect    : 接口拦截:/user/test 请求超过限制频率【3次/60s】,IP为0:0:0:0:0:0:0:1
    2023-05-21 11:23:28.761 ERROR 99636 --- [nio-8080-exec-6] c.v.c.a.annotation.RequestLimitAspect    : 接口拦截:/user/test 请求超过限制频率【3次/60s】,IP为0:0:0:0:0:0:0:1
    2023-05-21 11:24:12.207  INFO 99636 --- [io-8080-exec-10] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:24:12 CST 2023
    2023-05-21 11:24:19.100  INFO 99636 --- [nio-8080-exec-2] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:24:19 CST 2023
    2023-05-21 11:24:20.117  INFO 99636 --- [nio-8080-exec-1] c.v.c.a.api.controller.UserController    : current time: Sun May 21 11:24:20 CST 2023
    2023-05-21 11:24:21.146 ERROR 99636 --- [nio-8080-exec-3] c.v.c.a.annotation.RequestLimitAspect    : 接口拦截:/user/test 请求超过限制频率【3次/60s】,IP为192.168.31.114
    2023-05-21 11:24:26.779 ERROR 99636 --- [nio-8080-exec-4] c.v.c.a.annotation.RequestLimitAspect    : 接口拦截:/user/test 请求超过限制频率【3次/60s】,IP为192.168.31.114
    2023-05-21 11:24:29.344 ERROR 99636 --- [nio-8080-exec-5] c.v.c.a.annotation.RequestLimitAspect    : 接口拦截:/user/test 请求超过限制频率【3次/60s】,IP为192.168.31.114
    

    欢迎关注公众号【码老思】,只讲最通俗易懂的原创技术干货。

  • 相关阅读:
    java计算机毕业设计基于ssm的大学生心理健康网站
    File类常用方法
    c语言结构体定义和结构体数组第一部分笔记
    MIPS五种寻址方式
    SIM卡相关知识介绍
    设计模式之策略模式(C++)
    商城项目11_商品SPU、SKU、详解表结构、属性分组列表展示、修改、新增、分类级联更新
    记录一下:我的py文件在e盘,打印出来的工作目录在c盘呢
    04-云计算安全
    每日一题 2586. 统计范围内的元音字符串数(简单)
  • 原文地址:https://www.cnblogs.com/way2backend/p/17418894.html