概述
本章介绍了常见的黄牛入侵手段，以及如何使用对应的防刷手段防止黄牛入侵。同时业务的发展预估永远可能高于系统可承载的能力，因此介绍了使用多种限流技术保证系统的稳定。
1. 验证码错峰
- 包装秒杀令牌设置，需要验证码来错峰，分散用户的请求；
- 数学公式验证码生成器；
1.1 代码实现
@RequestMapping(value = "/generateverifycode", method = {RequestMethod.GET, RequestMethod.POST})
@ResponseBody
public void generateverifycode(HttpServletResponse response) throws BusinessException, IOException {
String token = httpServletRequest.getParameterMap().get("token")[0];
if (StringUtils.isEmpty(token)) {
throw new BusinessException(EmBusinessError.USER_NOT_LOGIN, "用户还未登陆，不能生成验证码");
}
UserModel userModel = (UserModel) redisTemplate.opsForValue().get(token);
if (userModel == null) {
throw new BusinessException(EmBusinessError.USER_NOT_LOGIN, "用户还未登陆，不能生成验证码");
}
Map<String, Object> map = CodeUtil.generateCodeAndPic();
redisTemplate.opsForValue().set("verify_code_" + userModel.getId(), map.get("code"));
System.out.println("验证码为" + map.get("code"));
redisTemplate.expire("verify_code_" + userModel.getId(), 10, TimeUnit.MINUTES);
ImageIO.write((RenderedImage) map.get("codePic"), "jpeg", response.getOutputStream());
}
Map<String, Object> map = CodeUtil.generateCodeAndPic();
1.生成验证码字符串与之对应的图片
2.将字符串返回给
2. 限流
流量远比你想象的要多；
系统能运行或者总比挂了要好；
宁愿让少数人能用，也不要让所有人不能用；
限流方案
2.1 限并发
例如同一时间固定访问接口的线程数，利用全局计数器，当ServerController被唤醒某一个需要限制的接口，那我们就将下单接口Controller的入口处加一个全局计数器，并且要支持并发下的减和加的操作，当controller在入口的时候，将计数器减1，判断一下计数器的数字是否大于0，在controller出口的时候将计数器加1，就可以做到同一时间内对计数器的操作是固定的，一旦减到0或者变为负数，就要处理对应的问题；
2.2 令牌桶算法
假设有一个桶内放了许多令牌，假设用户要请求对应的实体，需要先获取一个令牌；初始状态下令牌桶内有10个令牌，客户端获取一个令牌，令牌数减一；设置一个定时器，每秒会往令牌桶内放置10个令牌，这样就可以做到客户端一秒可以访问10个对应的流量进去，下一秒就是下一个10个；可以限定某一时刻的最大值，应对突发流量；
2.3 漏桶算法原理
有一个桶，初始是满的，有10滴水，每秒流出一滴水；客户端请求的时候是往客户端里面加一滴水；
如果桶是满的这一滴水就加不进去；漏桶算法没有办法应对突发流量，其目的是用来平滑网络流量，固定的速度对应的操作。
接口维度
总维度
假设系统有10个接口，分别是商品详情，下单列表、用户登录注册等，假设每个接口都可以承载5tps的流量，对应10个接口就是50tps,那我们的系统真的能承载50tps嘛，一般要比接口维度的总和要小20%左右；
限流范围
集群限流：依赖Redis或其它中间件技术做统一计数器，往往会产生性能瓶颈；
单机限流：负载均衡的前提下单机平均限流效果更好；
限流代码实现
private RateLimiter orderCreateRateLimiter;
@PostConstruct
public void init() {
executorService = new ThreadPoolExecutor(20, 20,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<>(1024), new ThreadPoolExecutor.AbortPolicy());
orderCreateRateLimiter = RateLimiter.create(1000);
}
//封装下单请求
@RequestMapping(value = "/createorder", method = {RequestMethod.POST}, consumes = {CONTENT_TYPE_FORMED})
@ResponseBody
public CommonReturnType createOrder(@RequestParam(name = "itemId") Integer itemId,
@RequestParam(name = "amount") Integer amount,
@RequestParam(name = "promoId", required = false) Integer promoId,
@RequestParam(name = "promoToken", required = false) String promoToken) throws BusinessException {
if (orderCreateRateLimiter.acquire() < 0) {
throw new BusinessException(EmBusinessError.RATELIMIT);
}
}
网友评论