Lucia Auth项目中Redis令牌桶限流算法的实现与优化
2025-05-23 11:14:46作者:庞眉杨Will
概述
在Web应用开发中,限流是保护系统免受恶意请求或突发流量冲击的重要手段。Lucia Auth项目提供了一种基于Redis的令牌桶限流算法实现,本文将深入分析其工作原理、存在的问题以及优化方案。
令牌桶算法原理
令牌桶算法是一种经典的限流算法,其核心思想是:
- 系统以固定速率向桶中添加令牌
- 每个请求需要消耗一定数量的令牌
- 当桶中令牌不足时,请求将被拒绝
这种算法既能限制平均请求速率,又允许一定程度的突发流量,非常适合Web应用场景。
原始实现分析
Lucia Auth最初提供的Redis Lua脚本实现存在两个主要问题:
-
时间戳计算不准确:在补充令牌时,直接将当前时间设置为refilledAt,这会导致后续补充时间计算出现偏差。正确的做法应该是基于上一次补充时间加上补充间隔的整数倍。
-
缺少过期时间设置:Redis中的键没有设置TTL,可能导致无用数据长期占用内存。
优化方案
针对上述问题,我们提出以下优化措施:
1. 精确时间计算
优化后的时间计算逻辑如下:
local refill = math.floor((now - refilledAt) / refillIntervalSeconds)
count = math.min(count + refill, max)
refilledAt = refilledAt + (refill * refillIntervalSeconds)
这种计算方式确保了补充时间的精确性,避免了时间漂移问题。
2. 自动过期机制
我们为Redis键添加了TTL设置,有两种实现思路:
简单方案:固定TTL时间
redis.call("EXPIRE", key, ttlSeconds)
精确方案:根据桶满时间计算TTL
local expiresAt = refilledAt + (max - count) * refillIntervalSeconds
redis.call("EXPIREAT", key, expiresAt)
精确方案能确保桶在达到最大容量时自动过期,更加节省内存。
完整实现示例
以下是优化后的完整Lua脚本实现:
local key = KEYS[1]
local max = tonumber(ARGV[1])
local refillIntervalSeconds = tonumber(ARGV[2])
local cost = tonumber(ARGV[3])
local now = tonumber(ARGV[4])
local fields = redis.call("HGETALL", key)
if #fields == 0 then
redis.call("HSET", key, "count", max - cost, "refilled_at", now)
redis.call("EXPIRE", key, refillIntervalSeconds * max)
return {1}
end
local count = 0
local refilledAt = 0
for i = 1, #fields, 2 do
if fields[i] == "count" then
count = tonumber(fields[i+1])
elseif fields[i] == "refilled_at" then
refilledAt = tonumber(fields[i+1])
end
end
local refill = math.floor((now - refilledAt) / refillIntervalSeconds)
count = math.min(count + refill, max)
refilledAt = refilledAt + (refill * refillIntervalSeconds)
if count < cost then
return {0}
end
count = count - cost
local expiresAt = refilledAt + (max - count) * refillIntervalSeconds
redis.call("HSET", key, "count", count, "refilled_at", refilledAt)
redis.call("EXPIREAT", key, expiresAt)
return {1}
实际应用建议
在实际项目中应用时,建议:
- 使用Redis的SCRIPT LOAD命令预加载脚本,提高执行效率
- 为不同的限流场景使用不同的key前缀
- 合理设置最大令牌数和补充间隔,平衡系统负载和用户体验
- 监控限流触发情况,及时调整参数
总结
通过对Lucia Auth项目中Redis令牌桶实现的优化,我们不仅解决了时间计算精度问题,还增加了自动过期机制,使整个限流系统更加健壮和高效。这种实现方式非常适合需要精确控制请求速率的Web应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146