.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).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)

本,因为种种因素,你得对一个求或措施开展频率达到之走访限制。
遵循,
你对外提供了一个API接口,注册用户每秒钟最多足调用100不好,非注册用户每秒钟最多好调用10不良。
按,
有一个大吃服务器资源的艺术,在同等时刻不克跳10私房调用这个法子,否则服务器满载。
比如, 有一部分新鲜之页面,访客并无克反复之拜访还是发言。
按部就班, 秒杀活动相当进行。
依照
,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。
倘若达到种的比方,也就是说,如何自一个断面的角度对调用的措施进行频率高达之界定。而针对效率限制,服务器层面还出极其直接的化解方式,现在我说之虽是代码层面达到的频率管控。

今昔,因为种种因素,你得对一个呼吁或措施开展频率上的拜会限制。
依照,
你对外提供了一个API接口,注册用户每秒钟最多可调用100差,非注册用户每秒钟最多足调用10软。
仍,
有一个怪吃服务器资源的艺术,在同样时刻不克跳10私房调用这个法,否则服务器满载。
按, 有一对异常的页面,访客并无可知数之顾还是发言。
据, 秒杀活动相当开展。

,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。
假使达到种的比喻,也就是说,如何自一个断面的角度对调用的措施进行频率达到之限量。而针对效率限制,服务器层面还产生极直白的缓解方式,现在自我说的虽然是代码层面达到之效率管控。

正文为有些许独示范,一个是因单机环境之落实,第二单则是据悉分布式的Redis实现

本文为闹些许独示范,一个凡依据单机环境之实现,第二单则是冲分布式的Redis实现



因为率先单API接口需求吗例,先说生单机环境下的贯彻。
仍惯性思维,我们自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
是应用程序级别的Asp.Net的缓存技术,通过这技能好说明多独缓存对象,可以呢每个对象设置过时,当过日达后该缓存对象就是会见熄灭(也就是当您拜访该对象的时候呢Null)

为率先单API接口需求呢例,先说生单机环境下的贯彻。
以惯性思维,我们自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的出现控制是不合适的。
  HttpRuntime.Cache
是应用程序级别之Asp.Net的苏存技术,通过此技能可以发明多只缓存对象,可以呢每个对象设置过时,当过日到晚该缓存对象就是见面化为乌有(也不怕是当您拜该目标的时候吗Null)

  为什么这么说乎?比如对有方法(方法名:GetUserList)我们设进行1秒钟最多10破的界定,现在咱们虽新建一个int型的Cache对象,然后设置1秒钟后过消失。那么当访问GetUserList方法前,我们就是优先判断是Cache对象的价值是否超10,如果超过10尽管不履GetUserList方法,如果低于10虽然允许实施。每当访问该对象的时要未有或者过就新建,这样循环,则该对象永远不可能过10。

  为什么这么说啊?比如针对某个方法(方法名:GetUserList)我们若开展1秒钟最多10不好的限量,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。那么在访问GetUserList方法前,我们就算先行判断这Cache对象的值是否超越10,如果过量10就是未实施GetUserList方法,如果低于10则允许实施。每当访问该目标的时段如果无存在或者逾期就新建,这样循环,则该对象永远不容许超过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   }
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   }

这样的思想以及落实相对来说非常简单,但是因这样的一个模型设定,那么即便会见产出这种场面:

诸如此类的想以及实现相对来说非常简单,但是依据这样的一个模型设定,那么就会现出这种状况:

 图片 1

 图片 2

 

 

万一齐图,每个点代表一样糟糕做客请求,我在0秒的时光
新建了一个名字吧GetUserListNum的缓存对象。
在0~0.5秒中
我访问了3次于,在0.5~1秒内,我们看了7坏。此时,该对象消失,然后我们跟着访问,该目标重置为0.
              
 在第1~1.5秒里,还是看了7破,在第1.5秒~2秒中访了3糟。

假若达到图,每个点代表一如既往不好做客请求,我在0秒的时候
新建了一个名吧GetUserListNum的缓存对象。
在0~0.5秒之内
我访问了3糟糕,在0.5~1秒中,我们看了7涂鸦。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秒里,还是看了7差,在第1.5秒~2秒之内访了3软。

基于这种概括缓存过期策略的范,在这2秒钟内,我们虽然平均每秒钟都看了10潮,满足这个规定,但是要是我们于中取一个里面段,0.5秒~1.5秒内,也是1秒钟,但是可实实在在的造访了14蹩脚!远远超越了我们设置的
1秒钟最多看10不成的 限制。

冲这种简易缓存过期策略的模子,在即时2秒钟内,我们则平均每秒钟都看了10浅,满足是确定,但是若我们由中取一个之内段,0.5秒~1.5秒中,也是1秒钟,但是可实实在在的拜会了14不良!远远超了俺们设置的
1秒钟最多看10不善的 限制。

 

 

那么哪些是的来化解点的题目呢?我们可由此模拟对话级别之信号量立即无异手法,这为尽管是咱们今天底主题了。
   什么是信号量?仅就因代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的意就是象征以差不多线程情况下,在其余一样整日,只能以5个线程去拜访。

这就是说怎样正确的来解决地方的题材为?我们好透过模拟对话级别之信号量立刻同手段,这吗不怕是咱今天之主题了。
   什么是信号量?仅就因为代码而言,  static
SemaphoreSlim semaphoreSlim = new SemaphoreSlim(5); 
它的意就是表示以多线程情况下,在其它一样整日,只能以5独线程去看。

 

 

4容器4线程模型

今日,在实现代码的事先我们先行筹一个模子。

图片 3

  假设我们发一个用户A的管道,这个管道里装在用户A的伸手,比如用户A在平等秒钟发出了10次等呼吁,那么每一个请过来,管道里之素还见面多一个。但是我们设定是管道最多只能容10独元素,而且每个元素的存活期为1秒,1秒后则该因素消失。那么这么设计吧,无论是速率还是多少之突进,都见面生管道长度的克。这样一来,无论由哪一个岁月节点还是时间距离出发,这个管道都能满足我们的频率限制需求。

一旦这边的管道,就非得同会话Id来对号入座了。每当发生新会话进来的时段便挺成一个新管道。这个会话id根据自己场景所定,可以是sessionId,可以是ip,也可以是token。

这就是说既这个管道是会见讲话级别的,我们肯定得要一个容器,来装这些管道。现在,我们以IP来命名会话管道,并把拥有的管道都装在一个器皿被,如图

图片 4

万一因刚才的设定,我们还索要针对容器内之各条管道的因素进行拍卖,把过的被抹掉,为之,还需独自为该容器开辟有一个线程来也各级条管道展开元素的清理。而当管道的要素也0时,我们就到底掉该管道,以便节省容器空间。

 图片 5

本来,由于用户量基本上,一个器皿内或有上万独管道,这个时节就用一个器皿来装来清理,在效率达旗帜鲜明是不够的。这个上,我们便得对容器进行横向扩张了。

  比如,我们可因Cpu核心数自动生成对应之数码的器皿,然后根据一个算法,对IP来开展导流。我当下cpu是4独逻辑核心,就不行成了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之Ip段进第一个容器,xxx~xxx进第二只容器,依次类推,相应的,也即发出了4个线程去分别处理4个容器被的管道。

图片 6

 

这就是说,最终便形成了咱们的4容器4线程模型了。

今昔,着眼于编码实现:

  首先我们用一个会承载这些器皿的载体,这个载体类似于连接池的定义,可以依据局部索要自动生成适应数量之容器,如果出特殊要求的语句,还得当容器上切出一个容器管理之面对,在线程上切出一个线程管理的对以便为实时监督与调度。如果确若开这么一个体系,那么
容器的调度 和 线程的调度功能
是必要的,而本Demo则是完结了重大力量,像容器与线程在代码中自我哉不曾脱开来,算法也是一直写很的,实际设计被,对算法的统筹尚是蛮关键的,还有多线程模型中,怎样上锁才会给效率最大化为是首要的。

如果这边为案例的直观就直写死成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
     }
}

而今,我们要 有编号吧 0 到 40 这样的 41单用户。那么这导流算法
我为就是径直写好,编号0至9的用户
将他们之请让丢转至第一单容器,编号10~19的用户
放到第二独容器,编号20~29放大至第三个容器,编号30~40之用户放第四只容器。

这就是说是代码就是这般的:

 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,都须调用一个道,用于辨别管道数量。如果管道数量已经不止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");
  }

联网下去便容器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:当多个线程同时读写及一个共享元素的时段,就会产出数错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法要慎用外,是.Net4.0揽为釜底抽薪Dictionary线程安全而生的新类型
  ReaderWriterLockSlim:较ReaderWriterLock优化的朗读写锁,多单线程同时做客读锁
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

下一场当您于容器上加相同漫长管道被之数是经过者办法:

 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(),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,为了当后边的线程遍历删除ConcurrentList的管道的时光保证ConcurrentList的安全性,所以这里设加读锁。

 而ConcurrentList,因为.Net没有生产List集合类的线程安全(这边我说明下:之所以不用ConcurrentBag是为要管count和add的一致性,这里补充一下),所以自己新建了一个蝉联给List<T>的安康路,在此地
封装了3单需要利用的艺术。

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);
             }
         }
     }
   );
 }

最后,是作用图,一个凡是根据控制台的,还一个凡依据Signalr的。

 图片 7图片 8

4容器4线程模型

现在,在促成代码的事先我们先行规划一个模型。

图片 9

  假设我们发出一个用户A的管道,这个管道里装着用户A的请,比如用户A在相同秒钟发出了10次等呼吁,那么每一个伸手过来,管道里的元素都见面多一个。但是咱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秒后则该因素消失。那么这么设计吧,无论是速率还是多少之突进,都见面时有发生管道长度的限量。这样一来,无论从哪一个时空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。

倘这边的管道,就必须和会话Id来对号入座了。每当有新会话进来的时候就可怜成一个初管道。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。

那么既然这管道是会讲话级别的,我们一定得得一个容器,来装这些管道。现在,我们因为IP来命名会话管道,并拿具备的管道都装在一个器皿被,如图

图片 10

倘若依据刚才之设定,我们尚用对容器内之各个条管道的因素进行拍卖,把过的于抹掉,为是,还索要独自为该容器开辟出一个线程来啊每条管道进行元素的清理。而当管道的要素呢0时,我们就是干净掉该管道,以便节省容器空间。

 图片 11

自,由于用户量基本上,一个器皿内或许存在上万单管道,这个时节就用一个器皿来装来清理,在效率达醒目是不够的。这个上,我们不怕得对容器进行横向扩张了。

  比如,我们好根据Cpu核心数自动生成对应之数的器皿,然后根据一个算法,对IP来进展导流。我手上cpu是4单逻辑核心,就老大成了4只容器,每当用户访问的当儿,都见面最先经过一个算法,这个算法会对IP进行处理,如192.168.1.11~192.168.1.13夫Ip段进第一只容器,xxx~xxx进第二个容器,依次类推,相应的,也不怕来矣4只线程去分别处理4只容器被的管道。

图片 12

 

这就是说,最终便形成了我们的4容器4线程模型了。

而今,着眼于编码实现:

  首先我们需要一个会承载这些器皿的载体,这个载体类似于连接池的定义,可以因一些需自动生成适应数量的器皿,如果有特殊要求的讲话,还得于容器上切出一个器皿管理的面,在线程上切出一个线程管理之面对以便让实时监督和调度。如果确若召开如此一个系,那么
容器的调度 和 线程的调度功能
是必需的,而本Demo则是水到渠成了要害功效,像容器与线程在代码中本人为没离开来,算法为是直写死的,实际设计受到,对算法的统筹还是老关键之,还有多线程模型中,怎样上锁才能够给效率最大化为是必不可缺的。

苟此以案例之直观就一直写深成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
     }
}

今天,我们设 有编号吧 0 到 40 这样的 41独用户。那么是导流算法
我啊就算直写很,编号0至9的用户
将他们之求让丢转至第一独容器,编号10~19的用户
放到第二单容器,编号20~29拓宽至第三只容器,编号30~40的用户放第四个容器。

那是代码就是这样的:

 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,都必须调用一个方法,用于辨别管道数量。如果管道数量一度超出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");
  }

通下就容器Container的代码了。

此,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节,就会见冒出数量错乱,迭代报错等安全问提
  ConcurrentDictionary:除了GetOrAdd方法要慎用外,是.Net4.0占据为釜底抽薪Dictionary线程安全要有底新路
  ReaderWriterLockSlim:较ReaderWriterLock优化的念写锁,多单线程同时做客读锁
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

接下来当您望容器上加相同漫漫管道中的数额是透过是点子:

 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(), 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,为了以末端的线程遍历删除ConcurrentList的管道的时保证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延续给List<T>的安类,在这边
封装了3个需要使用的方式。

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();
        }
    }
}

末了就是是线程的运行方式:

 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);
             }
         }
     }
   );
 }

最后,是效益图,一个是因控制台的,还一个凡是冲Signalr的。

 图片 13图片 14

分布式下Redis

地方介绍了一样种频率限制的模子,分布式与单机相比,无非就是是载体不同,我们如果把这个容器的载体从程序及移植出来,来将成一个独立的劳动或直接借用Redis也是卓有成效的。

此虽介绍分布式情况下,Redis的实现。

差让Asp.Net的多线程模型,大概因为Redis的各种类型的因素非常粒度的操作造成各种加锁之复杂性,所以当网要处理这块Redis是单线程的,基于Redis的落实则因单线程的原委在编码角度不用太多考虑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,它的定义不同让一般的我们体会的Mysql
Oracle
SqlServer关系型数据库,它没有Sql没有字段名无表名这些概念,它同HttpRunTime.Cache的定义差不多一样,首先从操作及属于键值对模式,就使
Cache[“键名”]
这样虽可知获取到价值类似,而且可以针对每个Key设置过策略,而Redis中之Key所对应之价并无是纪念存啥就存啥的,它支持五种植多少列:string(字符串),hash(哈希),list(列表),set(集合)及sorted
set(有序聚集)。

今使说之是Sorted
set有序聚集,有序聚集相比其它的集聚类型的例外点在,使用有序聚集的时还能够给插入的要素指定一个
积分score,我们将这积分score理解为祛序列,它里面会针对积分进行排序,积分允许再,而一成不变聚集中之要素虽然是绝无仅有。

  还是同的思绪,每当发生用户访问的上,都指向拖欠用户的
管道(有序聚集)中补充加一个要素,然后设置该因素的积分为目前时间。接着以程序中启个线程,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的元素只能是绝无仅有值,所以于赋值方面如是满足uuid即可。

 图片 15

那么用Redis来贯彻之代码那就是近似这种:

图片 16

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。

这般的代码虽然为能够得功能,但不敷好。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一浅闹同样浅呼吁相比,能不能够经过一样段落脚本来实现多数逻辑吗?

有的,Redis支持 Lua脚本:
  Lua
是同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恢弘以及定制功能。
  大致意思就是是,直接通往Redis发送一截脚本或者让她一直本地读取一段落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) 就回去1   否则就充实一漫漫集合中的元素 并返回 空。

管道内元素处理的办法就是是:

 /// <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();

就2段子代码通过发送Lua脚本的形式来成功了任何过程,因为Redis的网络型原因,所以管LuaForeachRemove方法吃取出来开个劳务来单独处理即可。至于那种多容器多线程的实现,则统统可起来多只Redis的实例来贯彻。最后放上效果图。

图片 17

末了,我将这些都被做成了只Demo。但是没有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

 

自己喜欢和自己同一的人头交朋友,不叫环境影响,自己是温馨的师,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 

分布式下Redis

面介绍了千篇一律栽频率限制的范,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,来来成一个独的服务或者直接借用Redis也是行之有效之。

这里就是介绍分布式情况下,Redis的落实。

不等让Asp.Net的多线程模型,大概因Redis的各种类型的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的贯彻则为单线程的原由在编码角度不用太多着想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,它的定义不同让一般的我们体会的Mysql
Oracle
SqlServer关系型数据库,它从未Sql没有字段名从未表名这些概念,它跟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”]
这样即便能博得到价值类似,而且好对每个Key设置过策略,而Redis中之Key所对应之价值并无是怀念存啥就存啥的,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)。

今日而说之是Sorted
set有序聚集,有序聚集相比另的集聚类型的特有点在,使用有序聚集的时还能吃插入的素指定一个
积分score,我们把这个积分score理解为解序列,它里面会对积分进行排序,积分允许再,而不变聚集中之素虽然是唯一。

  还是一如既往的笔触,每当有用户访问的下,都对该用户之
管道(有序聚集)中补充加一个因素,然后设置该因素的积分也眼前时刻。接着在先后中启个线程,来对管道被积分小于约定时间的要素进行清理。因为规定有序聚集中的元素只能是绝无仅有值,所以于赋值方面要是满足uuid即可。

 图片 18

那么用Redis来实现的代码那即便是近似这种:

图片 19

经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。

这般的代码虽然也能一气呵成功能,但未足够好。Redis是个基于内存的数据库,于性能而言,瓶颈在于网络
IO 上,与Get一浅有同样破呼吁相比,能无克透过平等段子脚本来实现多数逻辑吗?

有的,Redis支持 Lua脚本:
  Lua
是平等栽轻量小巧的脚本语言,用规范C语言编写并坐自代码形式开放,
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扩大以及定制功能。
  大致意思就是是,直接为Redis发送一段子脚本或者为它们直接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就是说明一个呢名uu的变量的意,redis.call就是redis命令,这段脚本意思就是是要是
大于10(AccountNum) 就回1   否则就是增加一漫漫集合中之要素 并返回 空。

管道内元素处理的办法就是:

 /// <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();

立2段落代码通过发送Lua脚本的形式来成功了周过程,因为Redis的网型原因,所以管LuaForeachRemove方法吃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,则统统可起多只Redis的实例来落实。最后放上效益图。

图片 20

末了,我将这些还让做成了个Demo。但是尚未找到确切的上传网盘,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

 

自己喜欢和自己平的人头交朋友,不叫环境影响,自己是协调的教工,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

admin

网站地图xml地图