面對越來越多的高并發(fā)場景，限流顯示的尤為重要。

當(dāng)然，限流有許多種實現(xiàn)的方式，Redis具有很強大的功能，我用Redis實踐了三種的實現(xiàn)方式，可以較為簡單的實現(xiàn)其方式。Redis不僅僅是可以做限流，還可以做數(shù)據(jù)統(tǒng)計，附近的人等功能，這些可能會后續(xù)寫到。

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(shè)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(nèi)，有且僅有N數(shù)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(nèi)限定20個請求，那么我們在setnx的時候可以設(shè)置過期時間10，當(dāng)請求的setnx數(shù)量達(dá)到20時候即達(dá)到了限流效果。代碼比較簡單就不做展示了。

如果您正在學(xué)習(xí)Spring Boot，推薦一個連載多年還在繼續(xù)更新的免費教程：http://blog.didispace.com/spring-boot-learning-2x/

當(dāng)然這種做法的弊端是很多的，比如當(dāng)統(tǒng)計1-10秒的時候，無法統(tǒng)計2-11秒之內(nèi)，如果需要統(tǒng)計N秒內(nèi)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(shù)據(jù)結(jié)構(gòu)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?nèi)绻肦edis的list數(shù)據(jù)結(jié)構(gòu)可以輕而易舉的實現(xiàn)該功能

我們可以將請求打造成一個zset數(shù)組，當(dāng)每一次請求進(jìn)來的時候，value保持唯一，可以用UUID生成，而score可以用當(dāng)前時間戳表示，因為score我們可以用來計算當(dāng)前時間戳之內(nèi)有多少的請求數(shù)量。而zset數(shù)據(jù)結(jié)構(gòu)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(nèi)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(nèi)至多M個請求，缺點就是zset的數(shù)據(jù)結(jié)構(gòu)會越來越大。實現(xiàn)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。

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

另外，如果您正在學(xué)習(xí)Spring Cloud，推薦一個連載多年還在繼續(xù)更新的免費教程：https://blog.didispace.com/spring-cloud-learning/

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(jié)果相反。

依靠上述的思想，我們可以結(jié)合Redis的List數(shù)據(jù)結(jié)構(gòu)很輕易的做到這樣的代碼，只是簡單實現(xiàn)

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(dāng)前令牌桶中無令牌");
????????}
????????return?Response.ok(articleDescription2);
????}

再依靠Java的定時任務(wù)，定時往List中rightPush令牌，當(dāng)然令牌也需要唯一性，所以我這里還是用UUID進(jìn)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(xiàn)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(hù)你的網(wǎng)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(shù)據(jù)結(jié)構(gòu)也不僅僅是只有String，Hash，List，Set，Zset。有興趣的可以后續(xù)了解下他的GeoHash算法；BitMap，HLL以及布隆過濾器數(shù)據(jù)(Redis4.0之后加入，可以用Docker直接安裝redislabs/rebloom)結(jié)構(gòu)。

作者 |?Leonis丶L

歡迎關(guān)注“Java引導(dǎo)者”，我們分享最有價值的Java的干貨文章，助力您成為有思想的Java開發(fā)工程師！