Redis 實現限流的三種方式

面對越來越多的高併發場景，限流顯示的尤爲重要。

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，可以較爲簡單的實現其方式。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爲了在單位時間內，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 可以很輕鬆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 時候即達到了限流效果。代碼比較簡單就不做展示了。

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，因爲 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了。

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，所以我這裏還是用 UUID 進行了生成

// 10S的速率往令牌桶中添加UUID，只爲保證唯一性
    @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 以及布隆過濾器數據 (Redis4.0 之後加入，可以用 Docker 直接安裝 redislabs/rebloom) 結構。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/npCndvrGY6dZwlIGnNGgJw

猜你喜歡