詳解Redis實現限流的三種方式

Posted on by

 面對越來越多的高並發場景，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實踐瞭三種的實現方式，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，這些可能會後續寫到。

第一種：基於Redis的setnx的操作

      我們在使用Redis的分佈式鎖的時候，大傢都知道是依靠瞭setnx的指令，在CAS（Compare and swap）的操作的時候，同時給指定的key設置瞭過期實踐（expire），我們在限流的主要目的就是為瞭在單位時間內，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，那麼我們在setnx的時候可以設置過期時間10，當請求的setnx數量達到20時候即達到瞭限流效果。代碼比較簡單就不做展示瞭。

    具體的setnx用法可以參照我另一篇博客  RedisTemplate下Redis分佈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，那麼我們的Redis中需要保持N個key等等問題

第二種：基於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怎麼變成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數據結構也提供瞭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("每分鐘最多隻能訪問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，並且能保證每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：基於Redis的令牌桶算法

    提到限流就不得不提到令牌桶算法瞭。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，當輸出速率大於輸入速率，那麼就是超出流量限制瞭。

    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，如果拿到令牌瞭，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，隻是簡單實現

    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，所以我這裡還是用UUID進行瞭生成

// 10S的速率往令牌桶中添加UUID，隻為保證唯一性
    @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，分佈式鎖的作用。他的數據結構也不僅僅是隻有String，Hash，List，Set，Zset。有興趣的可以後續瞭解下他的GeoHash算法；BitMap，HLL以及佈隆過濾器數據(Redis4.0之後加入，可以用Docker直接安裝redislabs/rebloom)結構。目前我也已經把這些Redis的其他作用都用在瞭我自己的博客網站（前端技術較渣，沒時間研究怎麼把文章爬蟲下來用MarkDown展示，有會的大佬可以指教下）。

到此這篇關於詳解Redis實現限流的三種方式的文章就介紹到這瞭,更多相關Redis 限流內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：