Redis 限流的 3 种方式，还有谁不会？-白红宇

Redis 限流的 3 种方式，还有谁不会？

阅读量：800 次

发布时间：2023-03-06

本文共 2063 字，大约阅读时间需要 6 分钟。

面对越来越多的高并发场景，限流显示的尤为重要。限流是一种核心的流量管理机制，旨在在单位时间内限制系统的吞吐量，避免服务器过载或服务失效。本文将介绍Redis在限流中的三种主要实现方式，并分析其优缺点。

第一种：基于Redis的SetNX操作

Redis的SetNX命令（Set if Not Exists）在限流中被广泛使用。其基本原理是通过在指定的键中设置一个唯一的值（通常是一个随机的UUID），同时设置一个过期时间（Expire）。当单位时间内的请求数量达到预设的上限时，后续请求将被拒绝。

例如，假设我们希望在10秒内最多允许20个请求。SetNX操作会在Redis中创建一个键值对，键为“limit”，值为唯一的UUID，过期时间为10秒。当请求的数量达到20个时，系统将自动拒绝后续请求。这一方法实现起来相对简单，但存在一些明显的缺陷。

其主要缺点在于，当需要统计多个时间窗口（如1-10秒，2-11秒等）时，Redis的键会变得非常繁多，导致存储开销增加。此外，滑动窗口的实现需要额外的逻辑处理，才能确保计数的准确性。

第二种：基于Redis的数据结构ZSET

ZSET（有序集合）在限流中的应用主要体现在滑动窗口的实现上。滑动窗口的核心思想是记录当前窗口内的请求数量，并在每次请求到来时更新窗口的起始和结束时间。

具体实现方法是将每个请求的时间戳作为ZSET中的分数值（Score），请求自身的唯一标识作为ZSET的成员。通过查询ZSET中位于[currentTime - interval, currentTime]区间内的成员数量，可以快速得到当前窗口内的请求总数。

这种方法的优点在于实现简单且能够轻松支持复杂的滑动窗口逻辑。代码示例如下：

public Response limitFlow() {
    Long currentTime = new Date().getTime();
    if (redisTemplate.hasKey("limit")) {
        Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime - intervalTime, currentTime).size();
        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");
}

然而，这一方法也存在一些问题。ZSET的数据量会随着时间的推移而不断增加，尤其是在高并发场景下，可能导致存储压力增大。

第三种：基于Redis的令牌桶算法

令牌桶算法是限流领域的经典方法之一，其核心思想是通过控制令牌的分发速度来限制系统的吞吐量。与前两种方法不同，令牌桶算法更关注输入和输出速率的平衡。

具体实现方式是使用Redis的列表（List）数据结构来存储令牌。每次请求时，系统尝试从列表中取出一个令牌（leftPop）。如果成功，说明请求被允许；如果失败，则表示超出限流限制。

代码示例如下：

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);
}

为了保持令牌的唯一性，定时任务会向列表中添加新的令牌。例如：

@Scheduled(fixedDelay = 10000, initialDelay = 0)
public void setIntervalTimeTask() {
    redisTemplate.opsForList().rightPush("limit_list", UUID.randomUUID().toString());
}

这三种限流方式各有其优缺点。SetNX简单易行，但难以支持复杂的滑动窗口逻辑；ZSET能够轻松实现滑动窗口，但存在存储压力问题；令牌桶算法则更注重输入输出速率的平衡，但实现稍微复杂一些。

综上所述，选择合适的限流方式需要根据具体的业务需求和系统性能进行权衡。Redis不仅可以用于限流，还可以支持其他功能如数据统计、附近点查询等。未来可以进一步探索其其他应用场景。

转载地址：http://ooafk.baihongyu.com/

你可能感兴趣的文章