共计 2391 个字符，预计需要花费 6 分钟才能阅读完成。
自动写代码机器人，免费开通
这篇文章给大家分享的是有关 Redis 限流怎么实现的内容。丸趣 TV 小编觉得挺实用的，因此分享给大家做个参考，一起跟随丸趣 TV 小编过来看看吧。
面对越来越多的高并发场景，限流显示的尤为重要。
当然，限流有许多种实现的方式，Redis 具有很强大的功能，我用 Redis 实践了三种的实现方式，可以较为简单的实现其方式。Redis 不仅仅是可以做限流，还可以做数据统计，附近的人等功能，这些可能会后续写到。
第一种：基于 Redis 的 setnx 的操作
我们在使用 Redis 的分布式锁的时候，大家都知道是依靠了 setnx 的指令，在 CAS（Compare and swap）的操作的时候，同时给指定的 key 设置了过期实践（expire），我们在限流的主要目的就是为了在单位时间内，有且仅有 N 数量的请求能够访问我的代码程序。所以依靠 setnx 可以很轻松的做到这方面的功能。
比如我们需要在 10 秒内限定 20 个请求，那么我们在 setnx 的时候可以设置过期时间 10，当请求的 setnx 数量达到 20 时候即达到了限流效果。代码比较简单就不做展示了。
具体的 setnx 用法可以参照我另一篇博客 RedisTemplate 下 Redis 分布式锁引发的系列问题
当然这种做法的弊端是很多的，比如当统计 1 -10 秒的时候，无法统计 2 -11 秒之内，如果需要统计 N 秒内的 M 个请求，那么我们的 Redis 中需要保持 N 个 key 等等问题
第二种：基于 Redis 的数据结构 zset
其实限流涉及的最主要的就是滑动窗口，上面也提到 1 -10 怎么变成 2 -11。其实也就是起始值和末端值都各 + 1 即可。
而我们如果用 Redis 的 list 数据结构可以轻而易举的实现该功能
我们可以将请求打造成一个 zset 数组，当每一次请求进来的时候，value 保持唯一，可以用 UUID 生成，而 score 可以用当前时间戳表示，因为 score 我们可以用来计算当前时间戳之内有多少的请求数量。而 zset 数据结构也提供了 range 方法让我们可以很轻易的获取到 2 个时间戳内有多少请求
代码如下
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 是限流的时间
System.out.println(count);
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
}通过上述代码可以做到滑动窗口的效果，并且能保证每 N 秒内至多 M 个请求，缺点就是 zset 的数据结构会越来越大。实现方式相对也是比较简单的。
第三种：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。具体可以参照度娘的解释 令牌桶算法
令牌桶算法提及到输入速率和输出速率，当输出速率大于输入速率，那么就是超出流量限制了。
也就是说我们每访问一次请求的时候，可以从 Redis 中获取一个令牌，如果拿到令牌了，那就说明没超出限制，而如果拿不到，则结果相反。
依靠上述的思想，我们可以结合 Redis 的 List 数据结构很轻易的做到这样的代码，只是简单实现
依靠 List 的 leftPop 来获取令牌
// 输出令牌
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);
}再依靠 Java 的定时任务，定时往 List 中 rightPush 令牌，当然令牌也需要唯一性，所以我这里还是用 UUID 进行了生成
// 10S 的速率往令牌桶中添加 UUID，只为保证唯一性
@Scheduled(fixedDelay = 10_000,initialDelay = 0)
public void setIntervalTimeTask(){ redisTemplate.opsForList().rightPush(limit_list ,UUID.randomUUID().toString());
}综上，代码实现起始都不是很难，针对这些限流方式我们可以在 AOP 或者 filter 中加入以上代码，用来做到接口的限流，最终保护你的网站。
Redis 其实还有很多其他的用处，他的作用不仅仅是缓存，分布式锁的作用。他的数据结构也不仅仅是只有 String，Hash，List，Set，Zset。有兴趣的可以后续了解下他的 GeoHash 算法；BitMap，HLL 以及布隆过滤器数据 (Redis4.0 之后加入，可以用 Docker 直接安装 redislabs/rebloom) 结构。
感谢各位的阅读！关于“Redis 限流怎么实现”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
向 AI 问一下细节
