zoukankan      html  css  js  c++  java
  • ASP.NET Core中如何对不同类型的用户进行区别限流

    老板提出了一个新需求,从某某天起,免费用户每天只能查询100次,收费用户100W次。

    这是一个限流问题,聪明的你也一定想到了如何去做:记录用户每一天的查询次数,然后根据当前用户的类型使用不同的数字做比较,超过指定的数字就返回错误。

    嗯,原理就是这么简单。不过真正写起来还要考虑更多问题:

    • 统计数据的数据结构是什么样的?字典 or 行记录?
    • 统计数据记录到哪里?内存 or MySQL or Redis?
    • 分布式应用怎么精确计数?分布式锁 or 队列 or 事务?
    • 吞吐量比较大时如何扛得住?内存 or Redis or 数据库集群?
    • 这些数据要一直保留吗?自动过期 or 定期清理?
    • 如何返回错误?自定义错误 or HTTP标准错误码?

    自己去做这些事还是有点麻烦的,这里介绍一个ASP.NET Core的中间件来满足这个限流需求:FireflySoft.RateLimit.AspNetCore。使用步骤如下:


    1、安装Nuget包

    已经发布到nuget.org,有多种安装方式,选择自己喜欢的就行了。

    包管理器命令:

    Install-Package FireflySoft.RateLimit.AspNetCore

    或者.NET命令:

    dotnet add package FireflySoft.RateLimit.AspNetCore

    或者项目文件直接添加:

    <ItemGroup>
    <PackageReference Include="FireflySoft.RateLimit.AspNetCore" Version="1.2.0" />
    </ItemGroup>

     

    2、使用中间件

    在Startup.Configure中使用中间件,演示代码如下(下边会有详细说明):

    public void Configure(IApplicationBuilder app, IWebHostEnvironment env)
    {
        ...
    
        app.UseRateLimit(new RateLimitProcessor<HttpContext>.Builder()
            .WithAlgorithm(new FixedWindowAlgorithm<HttpContext>( new[] {
                new FixedWindowRateLimitRule<HttpContext>()
                {
                    Id = "1",
                    ExtractTarget = context =>
                    {
                        // 这里假设用户Id是从cookie中传过来的,需根据实际情况获取
                        return context.Request.GetTypedHeaders().Get<string>("userId");
                    },
                    CheckRuleMatching = context =>
                    {
                        // 这里假设用户类型是从cookie中传过来的,实际可能需要根据用户Id再去查询
                        // 0免费用户 1收费用户
                        int userType = context.Request.GetTypedHeaders().Get<int>("userType");
                        if(userType==0){
                            return true;
                        }
                        return false;
                    },
                    Name="免费用户限流规则",
                    LimitNumber=100,
                    StatWindow=TimeSpan.FromDays(1)
                },
                new FixedWindowRateLimitRule<HttpContext>()
                {
                    Id = "2",
                    ExtractTarget = context =>
                    {
                        // 这里假设用户Id是从cookie中传过来的,需根据实际情况获取
                        return context.Request.GetTypedHeaders().Get<string>("userId");
                    },
                    CheckRuleMatching = context =>
                    {
                        // 这里假设用户类型是从cookie中传过来的,实际可能需要根据用户Id再去查询
                        // 0免费用户 1收费用户
                        int userType = context.Request.GetTypedHeaders().Get<int>("userType");
                        if(userType==1){
                            return true;
                        }
                        return false;
                    },
                    Name="收费用户限流规则",
                    LimitNumber=1000000,
                    StatWindow=TimeSpan.FromDays(1)
                }
            }))
            .WithError(new Core.RateLimitError()
            {
                Code=429,
                Message = "查询数达到当天最大限制"
            })
            //.WithStorage(new RedisStorage(StackExchange.Redis.ConnectionMultiplexer.Connect("localhost")))
            .Build());
    
        ...
    }

    使用此中间件需要构建一个名为RateLimitProcessor的限流处理器实例,指定限流处理的请求类型HttpContext,设置限流处理的三个方面:

    限流使用的算法以及对应的规则

    限流算法,根据这个需求使用固定窗口算法就可以了,也称为计数器算法。此中间件还提供了滑动窗口算法、漏桶算法、令牌桶算法,可以根据需要选择。

    不同的限流算法有不同的限流规则类型,在这里使用的是固定窗口限流规则,针对免费用户和收费用户分别定义了两个规则,注意其中的几个参数:

    • Id:在当前的版本中Id必须手动指定,并且不能重复。
    • ExtractTarget:传递一个方法用于从请求中提取限流目标,这里就是用户Id。
    • CheckRuleMatching传递一个方法用于检查当前请求是否适用当前规则,这里根据用户类型进行判断。
    • StatWindow是固定窗口的大小,是一个时间跨度,这里是1天。
    • LimitNumber是限流值,在StatWindow时间内请求数超过它就会触发限流。

    这里有两个比较有意思的设置:ExtractTarget和CheckRuleMatching,他们共同作用,让用户可以完全自由的定制自己限流的目标和条件,无论是IP、ClientId或者Url。

    限流统计数据的持久化方式

    FireflySoft.RateLimit中的限流计数目前支持保存在内存或者Redis中,也可以通过实现IRateLimitStorage来定义一个新的存储器,不设置时默认为内存存储。

    对于只需要部署一份的程序,绝大部分情况下使用内存就够了;但是如果限流的时间窗口比较长,比如1小时限制300次,重启就会丢失计数,这可能是个风险,此时使用Redis会比较合适。对于分布式应用,也建议使用Redis存储。

    限流统计数据会根据限流时间窗口自动过期移除。

    被限流时的错误码和消息

    默认限流错误Code是429,这个会作为HttpStatusCode返回;Message默认为null,你可以修改为自己的任意文字提示,这个会作为Http Body的内容返回。


    以上就是使用FireflySoft.RateLimit.AspNetCore对不同类型的用户进行区别限流的使用方法。

    如果觉得还是限制的有点死,比如返回错误信息部分,想返回一个json格式的错误消息,还可以使用FireflySoft.RateLimit.Core这个包来封装自己的ASP.NET Core中间件。

    如果想在这个程序的基础上再改造下,可以fork这个项目:https://github.com/bosima/FireflySoft.RateLimit

  • 相关阅读:
    JAVA学习日报 12/15
    JAVA学习日报 12/14
    JAVA学习日报 12/13
    如何在idea上配置meaven和tomcat!(idea2020)
    关于win10共存多个版本jdk,并如何进行最简单的切换
    Java面试知识点
    一些基本html标签的使用案例
    线性代数复习笔记
    考前加分项
    Javaweb学习12.18
  • 原文地址:https://www.cnblogs.com/bossma/p/asp-net-core-rate-limit-for-different-types-of-users.html
Copyright © 2011-2022 走看看