开始
本篇分析braum的核心process处理流程。这里实现在BraumShieldProcessor里面。
缓存的3种key
正常key,通过调用formatKey生成。
限制key,在正常key的基础上,增加braum_前缀。
黑名单key,在正常key的基础上,增加braum_blacklist_前缀。
限制访问的条件判断(三个条件)
- 是否要长期禁止,长期禁止的条件是拉黑次数大于定义的faultTolerance。
这里要注意,如果faultTolerance=-1,则不进行长期禁止。
boolean isBlockingAccess = (properties.getFaultTolerance() != -1 && (blocklistCount = this.getBlacklistCount(key)) > properties.getFaultTolerance()); if (isBlockingAccess) {
return new BraumResponse().isError() .setMsg("Access has been restricted!") .setExpire(-1) .setLimitCount(blocklistCount) .setAccessInfo(request); }
讯享网
- 是否被短期限制,通过判断缓存是否存在当前ip生成的lockKey
讯享网 if (cache.hasKey(lockKey)) {
blocklistCount = this.getBlacklistCount(key); long expire = cache.getExpire(lockKey); String msg = String.format(lockMsgTpl, ip, blocklistCount, expire); log.debug(msg); return new BraumResponse().isError() .setMsg(msg) .setExpire(expire) .setLimitCount(blocklistCount) .setAccessInfo(request); }
- 是否需要限制,先累加访问次数,在isLimitedAccess里面累加,比较隐蔽,我当时也是找了很久。如果超过阈值,先加入一次黑名单,然后再以lockKey作为缓存存储。
这边感觉有点漏洞,如果faultTolerance=-1,其实黑名单是不生效的,这边先判断下faultTolerance再确定是否要加入黑名单比较严谨一些。
if (isLimitedAccess(key)) {
this.save2Blacklist(key); cache.set(lockKey, 1, properties.getLimitedTime(), TimeUnit.MILLISECONDS); long expire = cache.getExpire(lockKey); blocklistCount = this.getBlacklistCount(key); String msg = String.format(lockMsgTpl, ip, blocklistCount, expire); return new BraumResponse().isError() .setMsg(msg) .setExpire(expire) .setLimitCount(blocklistCount) .setAccessInfo(request); }
- 正常访问通过
讯享网 String msg = String.format(accessMsgTpl, ip, properties.getInterval(), cache.get(key).getValue()); return new BraumResponse() .isSuccess() .setMsg(msg) .setAccessInfo(request);
这里的三个条件顺序能否改变?
明显不行的,首先判断是否被长期限制,然后判断是否已经被限制,最后判断是否需要限制。
其他
更多源码分析,关注我学源码网www.darkberrynet.com

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/77189.html