Lucia Auth项目中Redis令牌桶限流算法的实现与优化
2025-05-23 19:09:39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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
209
昇腾LLM分布式训练框架
Python
119
146
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781