Appearance

高并发下怎么调IP接口才不被打爆？缓存与限流实战 ​

免费的IP查询接口虽然好，但免费版都有个"每IP每分钟60次"的限制。如果你直接把所有用户的请求都怼上去，分分钟触发限流，然后整个功能瘫痪。

这篇文章讲讲高并发场景下，怎么把IP查询接口用得又稳又不浪费。核心就三招：缓存、聚合、降级。

第一招：缓存（最重要） ​

同一批IP，其实不用每次都查。缓存做得好，接口压力能下降90%以上。

本地缓存（单机够用）：

python
from functools import lru_cache

@lru_cache(maxsize=100000)
def query_ip(ip):
    ...

分布式缓存（多机共享）：

多台服务器各缓存各的，会重复查询。用 Redis 统一缓存，TTL设个5分钟：

python
import redis, requests

r = redis.Redis(host='127.0.0.1', port=6379)

def query_ip(ip):
    # 先查缓存
    cached = r.get(f"ip:{ip}")
    if cached:
        return json.loads(cached)
    # 缓存没有，再调接口
    data = requests.get(f"https://ip9.com.cn/get?ip={ip}", timeout=3).json()
    if data.get("ret") == 200:
        r.setex(f"ip:{ip}", 300, json.dumps(data["data"]))  # 缓存5分钟
        return data["data"]
    return None

关键细节：缓存过期别用"同时过期"。给TTL加一点随机值，避免所有key在同一秒失效，然后一起打到接口上——那叫缓存雪崩。

python
import random
ttl = 300 + random.randint(0, 60)

第二招：聚合请求 ​

如果同一个请求里需要查多个IP（比如一次查一批），别循环一个个请求。IP9 是标准GET，一次查一个。但你可以用"查多个时只查缓存里没有的"策略，把需要真实查询的IP数量压到最低。

还有个思路：热点IP集中查询。有些IP（比如某个机房出口）会被大量请求命中，这种IP查一次缓存起来，收益极大。

第三招：降级与兜底 ​

接口总有不可用的时候（限流、网络抖动）。生产环境必须有降级方案：

python
def safe_query(ip, fallback=None):
    try:
        data = query_ip(ip)
        if data:
            return data
    except Exception:
        pass
    # 降级：返回上次结果、返回空、或者用备用接口
    return fallback

降级三选一：

  • 静默：查询失败就不显示，别报错吓到用户；
  • 用旧数据：Redis里哪怕缓存过期了，也可以先把旧值返回，后台异步刷新；
  • 换备用：准备一个备用查询源，主源挂了自动切换。

一个完整的最小实现 ​

把上面三招拼起来：

python
import redis, requests, random, json
from functools import lru_cache

r = redis.Redis(host='127.0.0.1', port=6379)

@lru_cache(maxsize=10000)
def query_ip(ip):
    try:
        # 1. 查Redis缓存
        cached = r.get(f"ip:{ip}")
        if cached:
            return json.loads(cached)
        # 2. 查接口
        data = requests.get(
            f"https://ip9.com.cn/get?ip={ip}", timeout=3
        ).json()
        if data.get("ret") == 200:
            ttl = 300 + random.randint(0, 60)
            r.setex(f"ip:{ip}", ttl, json.dumps(data["data"]))
            return data["data"]
    except Exception:
        pass
    return None   # 3. 失败返回None，上层降级

双缓存（进程内 lru_cache + Redis）的好处是：热点IP连Redis都不用走，性能直接拉满。

一句忠告 ​

免费接口不是给你做压测用的。自己做足了缓存，接口请求量通常能降一个数量级，对大家都好。等哪天你真的并发高到免费版扛不住，该上VIP就上VIP，那本来就是为这个准备的。

IP9 的接口文档：https://www.ip9.com.cn