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。