Python实现常见限流算法的示例代码

 更新时间:2024年03月12日 10:28:41   作者:shigen01  
在系统的稳定性设计中,需要考虑到的就是限流,避免高并发环境下一下子把服务整垮了,本文为大家整理了一些Python实现的常见限流算法,希望对大家有所帮助

前提

本地的redis服务已经启动,mac用户两行命令即可:

 brew install redis && brew services start redis

完了之后,在代码里写上获得redis连接的代码:

 def get_redis_con():
     pool = redis.ConnectionPool(max_connections=4, decode_responses=True)
     return redis.Redis(connection_pool=pool)

其他配置参照官方文档。

固定窗口

类似于把时间切分了,每个时间段只允许固定次的请求。

最直白的话语就是:我的接口1s只允许100次请求,多了我就抛异常。

 def fixed_window(user, action, time_zone=60, max_times=30):
     key = f'{action}'
     count = get_redis_con().get(key)
     if not count:
         count = 1
         get_redis_con().setex(key, time_zone, count)
     if int(count) < max_times:
         get_redis_con().incr(key)
         return True
     return False

代码中加上了user,其实就是避免单个用户的接口防刷。在之前的文章<如何优雅的实现接口防刷>中,其实就是用的这种方法。

对应的话,其实也是有一些问题的。

最主要的一个缺点就是:流量不是平滑的,可能存在多个流量峰值导致服务间歇性的不可用。最直观的感受是在窗口切换的时候,流量堆积导致的问题。

滑动窗口

描述的原理是:

  • 将时间划分为细粒度的区间,每个区间维持一个计数器,每进入一个请求则将计数器加一;
  • 多个区间组成一个时间窗口,每流逝一个区间时间后,则抛弃最老的一个区间,纳入新区间;
  • 若当前窗口的区间计数器总和超过设定的限制数量,则本窗口内的后续请求都被丢弃。

可能还是有一些抽象,我们借用代码来讲解:

 def silde_window(user, action, time_zone=60, max_times=30):
     key = f'{action}'
     now_ts = time.time() * 1000
     # ms级时间戳,保证唯一
     value = now_ts
     # 时间窗口的左边界
     old_ts = now_ts - time_zone * 1000
     # 记录 {成员元素:分数值}
     mapping = {
         value: now_ts,
     }
     get_redis_con().zadd(key, mapping)
     # 删除时间窗口之前的数据
     get_redis_con().zremrangebyscore(key, -1, old_ts)
     # 获得窗口内的行为数量
     count = get_redis_con().zcard(key)
     get_redis_con().expire(key, time_zone + 1)
     if not count or int(count) < max_times:
         return True
     return False

用到的数据结构是zset。这里的时间戳就是对应值的score

这种方式可以应对流量的激增,但是流量的曲线还是不够平滑。

漏桶算法

就类似于一个桶,请求先去填满桶,填满之后,其它的请求直接拒绝;同时,桶以一定的速率漏出,放行请求。

这种算法的速率是不支持动态调整的,对于系统资源的充分利用上还是存在问题的。

令牌桶算法

漏桶算法的主角是桶,令牌桶的主角是令牌。

 def pass_token_bucket(user, action, time_zone=60, max_times=30):
     key = f'{user}:{action}'
     # 令牌生成速度
     rate = max_times / time_zone
     capacity = max_times
     token_count = get_redis_con().hget(key, 'tokens')
     last_time = get_redis_con().hget(key, 'last_time')
     now = time.time()
     token_count = int(token_count) if token_count else capacity
     last_time = last_time if last_time else now
     # 经过一段时间之后生成的令牌数量
     new_token_count = int((now - last_time) * rate)
     if new_token_count > 1:
         token_count += new_token_count
         if token_count > capacity:
             token_count = capacity
         last_time = time.time()
         get_redis_con().hset(key, 'last_time', last_time)
 ​
     if token_count >= 1:
         token_count -= 1
         get_redis_con().hset(key, 'tokens', token_count)
         return True
     return False

对于漏桶和令牌桶,算法的实现其实都大差不差。shigen在学习这个的时候,还有一点整混淆了。

最后,说一下如何验证,使用到了python的多线程。

 executor = ThreadPoolExecutor(max_workers=4)
 APIS = ['/api/a', '/get/user/1', '/get/user/2', '/get/user/3']
 ​
 ​
 def task() -> bool:
     user = random.randint(1000, 1010)
     status = pass_token_bucket(user, random.choice(APIS))
     if not status:
         raise SystemError('{}被限制'.format(user))
     return status
   
   if __name__ == '__main__':
     jobs = [executor.submit(task) for _ in range(1000)]
     for job in jobs:
         print(job.result())

到此这篇关于Python实现常见限流算法的示例代码的文章就介绍到这了,更多相关Python限流算法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 使用Python+wxpy 找出微信里把你删除的好友实例

    使用Python+wxpy 找出微信里把你删除的好友实例

    今天小编就为大家分享一篇使用Python+wxpy 找出微信里把你删除的好友实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-02-02
  • 图文详解Python中如何简单地解决Microsoft Visual C++ 14.0报错

    图文详解Python中如何简单地解决Microsoft Visual C++ 14.0报错

    有的时候安装python依赖包的时候,报错信息"Microsoft visual c++ 14.0 is required"的解决办法,下面这篇文章主要给大家介绍了关于Python中如何简单地解决Microsoft Visual C++ 14.0报错的相关资料,需要的朋友可以参考下
    2023-02-02
  • Python  inspect 模块的简单使用及常用方法

    Python  inspect 模块的简单使用及常用方法

    Python的inspect模块是一个强大的内省工具,允许开发者检查(inspect)活动对象和源代码,这篇文章主要介绍了Python inspect 模块的简单使用及常用方法,需要的朋友可以参考下
    2024-03-03
  • Python 元类(中):拦截类的创建方法

    Python 元类(中):拦截类的创建方法

    这段文章介绍了Python中的元元类的概念及其应用法,通过自定义元元类可以拦截类类创建过程、自动注入属性、校验类定义、实现单例模式和插件自动注册等功能,极大增强了类定义的灵活性与可控性,感兴趣的朋友一起看看吧
    2026-05-05
  • 简单介绍Python的第三方库yaml

    简单介绍Python的第三方库yaml

    今天给大家带来的是关于Python的相关知识,文章围绕着Python的第三方库yaml展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
    2021-06-06
  • Python yield的用法实例分析

    Python yield的用法实例分析

    这篇文章主要介绍了Python yield的用法,结合实例形式分析了Python yield的基本功能、使用方法及操作注意事项,需要的朋友可以参考下
    2020-03-03
  • python json load json 数据后出现乱序的解决方案

    python json load json 数据后出现乱序的解决方案

    今天小编就为大家分享一篇python json load json 数据后出现乱序的解决方案,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • Python用K-means聚类算法进行客户分群的实现

    Python用K-means聚类算法进行客户分群的实现

    这篇文章主要介绍了Python用K-means聚类算法进行客户分群的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-08-08
  • Python插入Elasticsearch操作方法解析

    Python插入Elasticsearch操作方法解析

    这篇文章主要介绍了Python插入Elasticsearch操作方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-01-01
  • 创建Shapefile文件并写入数据的例子

    创建Shapefile文件并写入数据的例子

    今天小编就为大家分享一篇创建Shapefile文件并写入数据的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11

最新评论