如何實現redis限流

如何實現redis限流？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

redis限流的實現方式有3種，分別是：

第一種：基于Redis的setnx的操作

我們在使用Redis的分布式鎖的時候，大家都知道是依靠了setnx的指令，在CAS（Compare and swap）的操作的時候，同時給指定的key設置了過期實踐（expire），我們在限流的主要目的就是為了在單位時間內，有且僅有N數量的請求能夠訪問我的代碼程序。所以依靠setnx可以很輕松的做到這方面的功能。

比如我們需要在10秒內限定20個請求，那么我們在setnx的時候可以設置過期時間10，當請求的setnx數量達到20時候即達到了限流效果。代碼比較簡單就不做展示了。

當然這種做法的弊端是很多的，比如當統計1-10秒的時候，無法統計2-11秒之內，如果需要統計N秒內的M個請求，那么我們的Redis中需要保持N個key等等問題

第二種：基于Redis的數據結構zset

其實限流涉及的最主要的就是滑動窗口，上面也提到1-10怎么變成2-11。其實也就是起始值和末端值都各+1即可。

而我們如果用Redis的list數據結構可以輕而易舉的實現該功能

我們可以將請求打造成一個zset數組，當每一次請求進來的時候，value保持唯一，可以用UUID生成，而score可以用當前時間戳表示，因為score我們可以用來計算當前時間戳之內有多少的請求數量。而zset數據結構也提供了range方法讓我們可以很輕易的獲取到2個時間戳內有多少請求

代碼如下

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是限流的時間 
            System.out.println(count);
            if (count != null && count > 5) {
                return Response.ok("每分鐘最多只能訪問5次");
            }
        }
        redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
        return Response.ok("訪問成功");
    }

通過上述代碼可以做到滑動窗口的效果，并且能保證每N秒內至多M個請求，缺點就是zset的數據結構會越來越大。實現方式相對也是比較簡單的。

第三種：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。令牌桶算法又稱之為水桶算法，具體可以參照度娘的解釋  令牌桶算法

令牌桶算法提及到輸入速率和輸出速率，當輸出速率大于輸入速率，那么就是超出流量限制了。

也就是說我們每訪問一次請求的時候，可以從Redis中獲取一個令牌，如果拿到令牌了，那就說明沒超出限制，而如果拿不到，則結果相反。

依靠上述的思想，我們可以結合Redis的List數據結構很輕易的做到這樣的代碼

依靠List的leftPop來獲取令牌

// 輸出令牌
public Response limitFlow2(Long id){
        Object result = redisTemplate.opsForList().leftPop("limit_list");
        if(result == null){
            return Response.ok("當前令牌桶中無令牌");
        }
        return Response.ok(articleDescription2);
    }

再依靠Java的定時任務，定時往List中rightPush令牌，當然令牌也需要唯一性，所以我這里還是用UUID進行了生成

// 10S的速率往令牌桶中添加UUID，只為保證唯一性
    @Scheduled(fixedDelay = 10_000,initialDelay = 0)
    public void setIntervalTimeTask(){
        redisTemplate.opsForList().rightPush("limit_list",UUID.randomUUID().toString());
    }

綜上，代碼實現起始都不是很難，針對這些限流方式我們可以在AOP或者filter中加入以上代碼，用來做到接口的限流，最終保護你的網站。

Redis其實還有很多其他的用處，他的作用不僅僅是緩存，分布式鎖的作用。他的數據結構也不僅僅是只有String，Hash，List，Set，Zset。有興趣的可以后續了解下他的GeoHash算法；BitMap，HLL以及布隆過濾器數據(Redis4.0之后加入，可以用Docker直接安裝redislabs/rebloom)結構。

關于如何實現redis限流問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。