Redis 限流的 3 種方式，還有誰不會..

面對越來越多的高并發場景，限流顯示的尤為重要。

當然，限流有許多種實作的方式，Redis具有很強大的功能，我用Redis實踐了三種的實作方式，可以較為簡單的實作其方式。Redis不僅僅是可以做限流，還可以做資料統計，附近的人等功能，這些可能會後續寫到。

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設定了過期實踐（expire），我們在限流的主要目的就是為了在機關時間内，有且僅有N數量的請求能夠通路我的代碼程式。是以依靠setnx可以很輕松的做到這方面的功能。

比如我們需要在10秒内限定20個請求，那麼我們在setnx的時候可以設定過期時間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秒之内，如果需要統計N秒内的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：基于Redis的資料結構zset

其實限流涉及的最主要的就是滑動視窗，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資料結構可以輕而易舉的實作該功能。

我們可以将請求打造成一個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可以用目前時間戳表示，因為score我們可以用來計算目前時間戳之内有多少的請求數量。而zset資料結構也提供了range方法讓我們可以很輕易的擷取到2個時間戳内有多少請求

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("每分鐘最多隻能通路5次");
        }
    }
    redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
    return Response.ok("通路成功");
}      

通過上述代碼可以做到滑動視窗的效果，并且能保證每N秒内至多M個請求，缺點就是zset的資料結構會越來越大。實作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，那麼就是超出流量限制了。

也就是說我們每通路一次請求的時候，可以從Redis中擷取一個令牌，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資料結構很輕易的做到這樣的代碼，隻是簡單實作

依靠List的leftPop來擷取令牌

// 輸出令牌
public Response limitFlow2(Long id){
    Object result = redisTemplate.opsForList().leftPop("limit_list");
    if(result == null){
        return Response.ok("目前令牌桶中無令牌");
    }
    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，是以我這裡還是用UUID進行了生成

// 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，代碼實作起始都不是很難，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。他的資料結構也不僅僅是隻有String，Hash，List，Set，Zset。有興趣的可以後續了解下他的GeoHash算法；BitMap，HLL以及布隆過濾器資料(Redis4.0之後加入，可以用Docker直接安裝redislabs/rebloom)結構。

有問題歡迎留言探讨。