Redis 實現(xiàn)限流的三種方式

• 第一種：基于Redis的setnx的操作
• 第二種：基于Redis的數(shù)據(jù)結(jié)構(gòu)zset
• 第三種：基于Redis的令牌桶算法

第一種：基于Redis的setnx的操作

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

//?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());
????}