溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
前言
限流是分布式系統設計中經常提到的概念，在某些要求不嚴格的場景下，使用Guava RateLimiter就可以滿足。但是Guava RateLimiter只能應用于單進程，多進程間協同控制便無能為力。本文介紹一種簡單的處理方式，用于分布式環境下接口調用頻次管控。
如何防止惡意IP攻擊某些暴露的接口呢（比如某些場景下短信驗證碼服務）？本文介紹一種本地緩存和分布式緩存集成方式判斷遠程IP是否為惡意調用接口的IP。
分布式IP限流
思路是使用redis incr命令，完成一段時間內接口請求次數的統計，以此來完成限流相關邏輯。
private static final String LIMIT_LUA =
"local my_limit = redis.call('incr', KEYS[1])\n" +
" if tonumber(my_limit) == 1 then\n" +
" redis.call('expire', KEYS[1], ARGV[1])\n" +
" return 1\n" +
" elseif tonumber(my_limit) > tonumber(ARGV[2]) then\n" +
" return 0\n" +
" else\n" +
" return 1\n" +
" end\n";
這里為啥時候用lua腳本來實現呢？因為要保證incr命令和expire命令的原子性操作。KEYS[1]代表自增key值， ARGV[1]代表過期時間，ARGV[2]代表最大頻次，明白了這些參數的含義，整個lua腳本邏輯也就不言而喻了。
/**
* @param limitKey 限制Key值
* @param maxRate 最大速率
* @param expire Key過期時間
*/
public boolean access(String limitKey, int maxRate, int expire) {
if (StringUtils.isBlank(limitKey)) {
return true;
}
String cacheKey = LIMIT_KEY_PREFIX + limitKey;
return REDIS_SUCCESS_STATUS.equals(
this.cacheService.eval(
LIMIT_LUA
, Arrays.asList(cacheKey)
, Arrays.asList(String.valueOf(expire), String.valueOf(maxRate))
).toString()
);
}
public void unlimit(String limitKey) {
if (StringUtils.isBlank(limitKey)) {
return;
}
String cacheKey = LIMIT_KEY_PREFIX + limitKey;
this.cacheService.decr(cacheKey);
}
access方法用來判斷 limitKey 是否超過了最大訪問頻次。緩存服務對象（cacheService）的eval方法參數分別是lua腳本、key list、value list。
unlimit方法其實就是執行redis decr操作，在某些業務場景可以回退訪問頻次統計。
防止惡意IP攻擊
由于某些對外暴露的接口很容易被惡意用戶攻擊，必須做好防范措施。最近我就遇到了這么一種情況，我們一個快應用產品，短信驗證碼服務被惡意調用了。通過后臺的日志發現，IP固定，接口調用時間間隔固定，明顯是被人利用了。雖然我們針對每個手機號每天發送短信驗證碼的次數限制在5次以內。但是短信驗證碼服務每天這樣被重復調用，會打擾用戶并產生投訴。針對這種現象，簡單的做了一個方案，可以自動識別惡意攻擊的IP并加入黑名單。
思路是這樣的，針對某些業務場景，約定在一段時間內同一個IP訪問最大頻次，如果超過了這個最大頻次，那么就認為是非法IP。識別了非法IP后，把IP同時放入本地緩存和分布式緩存中。非法IP再次訪問的時候，攔截器發現本地緩存（沒有則去分布式緩存）有記錄這個IP，直接返回異常狀態，不會繼續執行正常業務邏輯。
Guava本地緩存集成Redis分布式緩存
public abstract class AbstractCombineCache<K, V> {
private static Logger LOGGER = LoggerFactory.getLogger(AbstractCombineCache.class);
protected Cache<K, V> localCache;
protected ICacheService cacheService;
public AbstractCombineCache(Cache<K, V> localCache, ICacheService cacheService) {
this.localCache = localCache;
this.cacheService = cacheService;
}
public Cache<K, V> getLocalCache() {
return localCache;
}
public ICacheService getCacheService() {
return cacheService;
}
public V get(K key) {
//只有LoadingCache對象才有get方法，如果本地緩存不存在key值， 會執行CacheLoader的load方法，從分布式緩存中加載。
if (localCache instanceof LoadingCache) {
try {
return ((LoadingCache<K, V>) localCache).get(key);
} catch (ExecutionException e) {
LOGGER.error(String.format("cache key=%s loading error...", key), e);
return null;
} catch (CacheLoader.InvalidCacheLoadException e) {
//分布式緩存中不存在這個key
LOGGER.error(String.format("cache key=%s loading fail...", key));
return null;
}
} else {
return localCache.getIfPresent(key);
}
}
public void put(K key, V value, int expire) {
this.localCache.put(key, value);
String cacheKey = key instanceof String ? (String) key : key.toString();
if (value instanceof String) {
this.cacheService.setex(cacheKey, (String) value, expire);
} else {
this.cacheService.setexObject(cacheKey, value, expire);
}
}
}
AbstractCombineCache這個抽象類封裝了guava本地緩存和redis分布式緩存操作，可以降低分布式緩存壓力。
防止惡意IP攻擊緩存服務
public class IPBlackCache extends AbstractCombineCache<String, Object> {
private static Logger LOGGER = LoggerFactory.getLogger(IPBlackCache.class);
private static final String IP_BLACK_KEY_PREFIX = "wmhipblack_";
private static final String REDIS_SUCCESS_STATUS = "1";
private static final String IP_RATE_LUA =
"local ip_rate = redis.call('incr', KEYS[1])\n" +
" if tonumber(ip_rate) == 1 then\n" +
" redis.call('expire', KEYS[1], ARGV[1])\n" +
" return 1\n" +
" elseif tonumber(ip_rate) > tonumber(ARGV[2]) then\n" +
" return 0\n" +
" else\n" +
" return 1\n" +
" end\n";
public IPBlackCache(Cache<String, Object> localCache, ICacheService cacheService) {
super(localCache, cacheService);
}
/**
* @param ipKey IP
* @param maxRate 最大速率
* @param expire 過期時間
*/
public boolean ipAccess(String ipKey, int maxRate, int expire) {
if (StringUtils.isBlank(ipKey)) {
return true;
}
String cacheKey = IP_BLACK_KEY_PREFIX + ipKey;
return REDIS_SUCCESS_STATUS.equals(
this.cacheService.eval(
IP_RATE_LUA
, Arrays.asList(cacheKey)
, Arrays.asList(String.valueOf(expire), String.valueOf(maxRate))
).toString()
);
}
/**
* @param ipKey IP
*/
public void removeIpAccess(String ipKey) {
if (StringUtils.isBlank(ipKey)) {
return;
}
String cacheKey = IP_BLACK_KEY_PREFIX + ipKey;
try {
this.cacheService.del(cacheKey);
} catch (Exception e) {
LOGGER.error(String.format("%s, ip access remove error...", ipKey), e);
}
}
}
沒有錯，IP_RATE_LUA 這個lua腳本和上面說的限流方案對應的lua腳本是一樣的。
IPBlackCache繼承了AbstractCombineCache，構造函數需要guava的本地Cache對象和redis分布式緩存服務ICacheService 對象。
ipAccess方法用來判斷當前ip訪問次數是否在一定時間內已經達到了最大訪問頻次。
removeIpAccess方法是直接移除當前ip訪問頻次統計的key值。
防止惡意IP攻擊緩存配置類
@Configuration
public class IPBlackCacheConfig {
private static final String IPBLACK_LOCAL_CACHE_NAME = "ip-black-cache";
private static Logger LOGGER = LoggerFactory.getLogger(IPBlackCacheConfig.class);
@Autowired
private LimitConstants limitConstants;
@Bean
public IPBlackCache ipBlackCache(@Autowired ICacheService cacheService) {
GuavaCacheBuilder cacheBuilder = new GuavaCacheBuilder<String, Object>(IPBLACK_LOCAL_CACHE_NAME);
cacheBuilder.setCacheBuilder(
CacheBuilder.newBuilder()
.initialCapacity(100)
.maximumSize(10000)
.concurrencyLevel(10)
.expireAfterWrite(limitConstants.getIpBlackExpire(), TimeUnit.SECONDS)
.removalListener((RemovalListener<String, Object>) notification -> {
String curTime = LocalDateTime.now().toString();
LOGGER.info(notification.getKey() + " 本地緩存移除時間：" + curTime);
try {
cacheService.del(notification.getKey());
LOGGER.info(notification.getKey() + " 分布式緩存移除時間：" + curTime);
} catch (Exception e) {
LOGGER.error(notification.getKey() + " 分布式緩存移除異常...", e);
}
})
);
cacheBuilder.setCacheLoader(new CacheLoader<String, Object>() {
@Override
public Object load(String key) {
try {
Object obj = cacheService.getString(key);
LOGGER.info(String.format("從分布式緩存中加載key=%s, value=%s", key, obj));
return obj;
} catch (Exception e) {
LOGGER.error(key + " 從分布式緩存加載異常...", e);
return null;
}
}
});
Cache<String, Object> localCache = cacheBuilder.build();
IPBlackCache ipBlackCache = new IPBlackCache(localCache, cacheService);
return ipBlackCache;
}
}
注入redis分布式緩存服務ICacheService對象。
通過GuavaCacheBuilder構建guava本地Cache對象，指定初始容量（initialCapacity）、最大容量（maximumSize）、并發級別、key過期時間、key移除監聽器。最終要的是CacheLoader這個參數，是干什么用的呢？如果GuavaCacheBuilder指定了CacheLoader對象，那么最終創建的guava本地Cache對象是LoadingCache類型（參考AbstractCombineCache類的get方法），LoadingCache對象的get方法首先從內存中獲取key對應的value，如果內存中不存在這個key則調用CacheLoader對象的load方法加載key對應的value值，加載成功后放入內存中。
最后通過ICacheService對象和guava本地Cache對象創建IPBlackCache（防止惡意IP攻擊緩存服務）對象。
攔截器里惡意IP校驗
定義一個注解，標注在指定方法上，攔截器里會識別這個注解。
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface IPBlackLimit {
//統計時間內最大速率
int maxRate();
//頻次統計時間
int duration();
//方法名稱
String method() default StringUtils.EMPTY;
}
攔截器里加入ipAccess方法，校驗遠程IP是否為惡意攻擊的IP。
/**
* @param method 需要校驗的方法
* @param remoteAddr 遠程IP
*/
private boolean ipAccess(Method method, String remoteAddr) {
if (StringUtils.isBlank(remoteAddr) || !AnnotatedElementUtils.isAnnotated(method, IPBlackLimit.class)) {
return true;
}
IPBlackLimit ipBlackLimit = AnnotatedElementUtils.getMergedAnnotation(method, IPBlackLimit.class);
try {
String ip = remoteAddr.split(",")[0].trim();
String cacheKey = "cipb_" + (StringUtils.isBlank(ipBlackLimit.method()) ? ip : String.format("%s_%s", ip, ipBlackLimit.method()));
String beginAccessTime = (String) ipBlackCache.get(cacheKey);
if (StringUtils.isNotBlank(beginAccessTime)) {
LocalDateTime beginTime = LocalDateTime.parse(beginAccessTime, DateTimeFormatter.ISO_LOCAL_DATE_TIME), endTime = LocalDateTime.now();
Duration duration = Duration.between(beginTime, endTime);
if (duration.getSeconds() >= limitConstants.getIpBlackExpire()) {
ipBlackCache.getLocalCache().invalidate(cacheKey);
return true;
} else {
return false;
}
}
boolean access = ipBlackCache.ipAccess(cacheKey, ipBlackLimit.maxRate(), ipBlackLimit.duration());
if (!access) {
ipBlackCache.removeIpAccess(cacheKey);
String curTime = LocalDateTime.now().format(DateTimeFormatter.ISO_LOCAL_DATE_TIME);
ipBlackCache.put(cacheKey, curTime, limitConstants.getIpBlackExpire());
}
return access;
} catch (Exception e) {
LOGGER.error(String.format("method=%sï¼remoteAddr=%s, ip access check error.", method.getName(), remoteAddr), e);
return true;
}
}
remoteAddr取的是X-Forwarded-For對應的值。利用 remoteAddr 構造 cacheKey 參數，通過IPBlackCache判斷 cacheKey 是否存在。
如果是 cacheKey 存在的請求，判斷黑名單IP限制是否已經到達有效期，如果已經超過有效期則清除本地緩存和分布式緩存的 cacheKey ，請求合法；如果沒有超過有效期則請求非法。
否則是 cacheKey 不存在的請求，使用IPBlackCache對象的ipAccess方法統計一定時間內的訪問頻次，如果頻次超過最大限制，表明是非法請求IP，需要往IPBlackCache對象寫入“ cacheKey =當前時間”。
總結
本文的兩種方案都使用redis incr命令，如果不是特殊業務場景，redis的key要指定過期時間，嚴格來講需要保證incr和expire兩個命令的原子性，所以使用lua腳本方式。如果沒有那么嚴格，完全可以先setex（設置key，value，過期時間），然后再incr（注： incr不會更新key的有效期 ）。本文的設計方案僅供參考，并不能應用于所有的業務場景。
到此這篇關于詳解Java分布式IP限流和防止惡意IP攻擊方案的文章就介紹到這了,更多相關Java 分布式IP限流和防止惡意IP內容請搜索億速云以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持億速云！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
