面對越來越多的高并發場景，限流顯示的尤為重要。
當然，限流有許多種實現的方式，Redis具有很強大的功能，我用Redis實踐了三種的實現方式，可以較為簡單的實現其方式。Redis不僅僅是可以做限流，還可以做數據統計，附近的人等功能，這些可能會后續寫到。
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。
具體的setnx用法可以參照我另一篇博客 RedisTemplate下Redis分布式鎖引發的系列問題
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。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，只是簡單實現
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。目前我也已經把這些Redis的其他作用都用在了我自己的博客網站（前端技術較渣，沒時間研究怎么把文章爬蟲下來用MarkDown展示，有會的大佬可以指教下）。
到此這篇關于詳解Redis實現限流的三種方式的文章就介紹到這了,更多相關Redis 限流內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 基于Redis的限流器的實現(示例講解)
- 基于Redis實現分布式應用限流的方法
- redis限流的實際應用
- redis redisson 限流器的實例(RRateLimiter)
