Redis实现限流的三种⽅式
第⼀种：基于Redis的setnx的操作
第⼆种：基于Redis的数据结构zset
第三种：基于Redis的令牌桶算法
⾯对越来越多的⾼并发场景，限流显⽰的尤为重要。
当然，限流有许多种实现的⽅式，Redis具有很强⼤的功能，我⽤Redis实践了三种的实现⽅式，可以较为简单的实现其⽅式。Redis不仅仅是可以做限流，还可以做数据统计，附近的⼈等功能，这些可能会后续写到。
第⼀种：基于Redis的setnx的操作
我们在使⽤Redis的分布式锁的时候，⼤家都知道是依靠了setnx的指令，在CAS（Compare and swap）的操作的时候，同时给指定的key 设置了过期实践（expire），我们在限流的主要⽬的就是为了在单位时间内，有且仅有N数量的请求能够访问我的代码程序。所以依靠setnx 可以很轻松的做到这⽅⾯的功能。
⽐如我们需要在10秒内限定20个请求，那么我们在setnx的时候可以设置过期时间10，当请求的setnx数量达到20时候即达到了限流效果。代码⽐较简单就不做展⽰了。
当然这种做法的弊端是很多的，⽐如当统计1-10秒的时候，⽆法统计2-11秒之内，如果需要统计N秒内的M个请求，那么我们的Redis中需要保持N个key等等问题
第⼆种：基于Redis的数据结构zset
其实限流涉及的最主要的就是滑动窗⼝，上⾯也提到1-10怎么变成2-11。其实也就是起始值和末端值都各+1即可。
⽽我们如果⽤Redis的list数据结构可以轻⽽易举的实现该功能
我们可以将请求打造成⼀个zset数组，当每⼀次请求进来的时候，value保持唯⼀，可以⽤UUID⽣成，⽽score可以⽤当前时间戳表⽰，因为score我们可以⽤来计算当前时间戳之内有多少的请求数量。⽽zset数据结构也提供了range⽅法让我们可以很轻易的获取到2个时间戳内有多少请求
代码如下
public Response limitFlow(){
Long currentTime = new Date().getTime();
System.out.println(currentTime);
if(redisTemplate.hasKey("limit")) {
Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime -  intervalTime, currentTime).size();        // intervalTime是限流的时间
System.out.println(count);
if (count != null && count > 5) {
return Response.ok("每分钟最多只能访问5次");
}
}
redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
return Response.ok("访问成功");
}
通过上述代码可以做到滑动窗⼝的效果，并且能保证每N秒内⾄多M个请求，缺点就是zset的数据结构会越来越⼤。实现⽅式相对也是⽐较简单的。
第三种：基于Redis的令牌桶算法
提到限流就不得不提到令牌桶算法了。
令牌桶算法提及到输⼊速率和输出速率，当输出速率⼤于输⼊速率，那么就是超出流量限制了。
也就是说我们每访问⼀次请求的时候，可以从Redis中获取⼀个令牌，如果拿到令牌了，那就说明没超出限制，⽽如果拿不到，则结果相反。
依靠上述的思想，我们可以结合Redis的List数据结构很轻易的做到这样的代码，只是简单实现
依靠List的leftPop来获取令牌
// 输出令牌
public Response limitFlow2(Long id){
Object result = redisTemplate.opsForList().leftPop("limit_list");
if(result == null){
return Response.ok("当前令牌桶中⽆令牌");
}
return Response.ok(articleDescription2);
}
再依靠Java的定时任务，定时往List中rightPush令牌，当然令牌也需要唯⼀性，所以我这⾥还是⽤UUID进⾏了⽣成
// 10S的速率往令牌桶中添加UUID，只为保证唯⼀性
@Scheduled(fixedDelay = 10_000,initialDelay = 0)
public void setIntervalTimeTask(){
redisTemplate.opsForList().rightPush("limit_list",UUID.randomUUID().toString());
}
综上，代码实现起始都不是很难，针对这些限流⽅式我们可以在AOP或者filter中加⼊以上代码，⽤来做到接⼝的限流，最终保护你的⽹站。Redis其实还有很多其他的⽤处，他的作⽤不仅仅是缓存，分布式锁的作⽤。他的数据结构也不仅仅是只有
String，Hash，List，Set，Zset。有兴趣的可以后续了解下他的GeoHash算法；BitMap，HLL以及布隆过滤器数据(Redis4.0之后加⼊，可以⽤Docker直接安装redislabs/rebloom)结构。redis支持的数据结构

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。