这篇文章将为大家详细讲解有关Redis中如何实现限流策略，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

当系统处理能力有限，如何组织计划外的请求对系统施压。首先我们先看下一些简单的限流策略，防止暴力攻击。比如要对IP访问，没5s只能访问10次，超过进行拦截。

如上图，一般使用滑动窗口来统计区间时间内的访问次数。使用 zset 记录 IP 访问次数，每个 IP 通过 key 保存下来，score 保存当前时间戳，value 唯一用时间戳或者UUID来实现

publicclassRedisLimiterTest{privateJedisjedis;publicRedisLimiterTest(Jedisjedis){this.jedis=jedis;}/***@paramipAddressIp地址*@paramperiod特定的时间内，单位秒*@parammaxCount最大允许的次数*@return*/publicbooleanisIpLimit(StringipAddress,intperiod,intmaxCount){Stringkey=String.format("ip:%s",ipAddress);//毫秒时间戳longcurrentTimeMillis=System.currentTimeMillis();Pipelinepipe=jedis.pipelined();//redis事务，保证原子性pipe.multi();//存放数据，value和score都使用毫秒时间戳pipe.zadd(key,currentTimeMillis,""+UUID.randomUUID());//移除窗口区间所有的元素pipe.zremrangeByScore(key,0,currentTimeMillis-period*1000);//获取时间窗口内的行为数量Response<Long>count=pipe.zcard(key);//设置zset过期时间，避免冷用户持续占用内存，这里宽限1spipe.expire(key,period+1);//提交事务pipe.exec();pipe.close();//比较数量是否超标returncount.get()>maxCount;}publicstaticvoidmain(String[]args){Jedisjedis=newJedis("localhost",6379);RedisLimiterTestlimiter=newRedisLimiterTest(jedis);for(inti=1;i<=20;i++){//验证IP10秒钟之内只能访问5次booleanisLimit=limiter.isIpLimit("222.73.55.22",10,5);System.out.println("访问第"+i+"次,结果："+(isLimit?"限制访问":"允许访问"));}}}

执行结果

访问第1次,结果：允许访问访问第2次,结果：允许访问访问第3次,结果：允许访问访问第4次,结果：允许访问访问第5次,结果：允许访问访问第6次,结果：限制访问访问第7次,结果：限制访问......

缺点：要记录时间窗口所有的行为记录，量很大，比如，限定60s内不能超过100万次这种场景，不太适合这样限流，因为会消耗大量的储存空间。

漏斗的容量是限定的，如果满了，就装不进去了。

如果将漏嘴放开，水就会往下流，流走一部分之后，就又可以继续往里面灌水。

如果漏嘴流水的速率大于灌水的速率，那么漏斗永远都装不满。

如果漏嘴流水速率小于灌水的速率，那么一旦漏斗满了，灌水就需要暂停并等待漏斗腾空。

publicclassFunnelLimiterTest{staticclassFunnel{intcapacity;//漏斗容量floatleakingRate;//漏嘴流水速率intleftQuota;//漏斗剩余空间longleakingTs;//上一次漏水时间publicFunnel(intcapacity,floatleakingRate){this.capacity=capacity;this.leakingRate=leakingRate;this.leftQuota=capacity;this.leakingTs=System.currentTimeMillis();}voidmakeSpace(){longnowTs=System.currentTimeMillis();longdeltaTs=nowTs-leakingTs;//距离上一次漏水过去了多久intdeltaQuota=(int)(deltaTs*leakingRate);//腾出的空间=时间*漏水速率if(deltaQuota<0){//间隔时间太长，整数数字过大溢出this.leftQuota=capacity;this.leakingTs=nowTs;return;}if(deltaQuota<1){//腾出空间太小就等下次，最小单位是1return;}this.leftQuota+=deltaQuota;//漏斗剩余空间=漏斗剩余空间+腾出的空间this.leakingTs=nowTs;if(this.leftQuota>this.capacity){//剩余空间不得高于容量this.leftQuota=this.capacity;}}booleanwatering(intquota){makeSpace();if(this.leftQuota>=quota){//判断剩余空间是否足够this.leftQuota-=quota;returntrue;}returnfalse;}}//所有的漏斗privateMap<String,Funnel>funnels=newHashMap<>();/***@paramcapacity漏斗容量*@paramleakingRate漏嘴流水速率quota/s*/publicbooleanisIpLimit(StringipAddress,intcapacity,floatleakingRate){Stringkey=String.format("ip:%s",ipAddress);Funnelfunnel=funnels.get(key);if(funnel==null){funnel=newFunnel(capacity,leakingRate);funnels.put(key,funnel);}return!funnel.watering(1);//需要1个quota}publicstaticvoidmain(String[]args)throwsException{FunnelLimiterTestlimiter=newFunnelLimiterTest();for(inti=1;i<=50;i++){//每1s执行一次Thread.sleep(1000);//漏斗容量是2，漏嘴流水速率是0.5每秒，booleanisLimit=limiter.isIpLimit("222.73.55.22",2,(float)0.5/1000);System.out.println("访问第"+i+"次,结果："+(isLimit?"限制访问":"允许访问"));}}}

执行结果

访问第1次,结果：允许访问#第1次，容量剩余2，执行后1访问第2次,结果：允许访问#第2次，容量剩余1，执行后0访问第3次,结果：允许访问#第3次，由于过了2s,漏斗流水剩余1个空间，所以容量剩余1，执行后0访问第4次,结果：限制访问#第4次，过了1s,剩余空间小于1，容量剩余0访问第5次,结果：允许访问#第5次，由于过了2s,漏斗流水剩余1个空间，所以容量剩余1，执行后0访问第6次,结果：限制访问#以此类推...访问第7次,结果：允许访问访问第8次,结果：限制访问访问第9次,结果：允许访问访问第10次,结果：限制访问

我们观察 Funnel 对象的几个字段，我们发现可以将 Funnel 对象的内容按字段存储到一个 hash 结构中，灌水的时候将 hash 结构的字段取出来进行逻辑运算后，再将新值回填到 hash 结构中就完成了一次行为频度的检测。

但是有个问题，我们无法保证整个过程的原子性。从 hash 结构中取值，然后在内存里运算，再回填到 hash 结构，这三个过程无法原子化，意味着需要进行适当的加锁控制。而一旦加锁，就意味着会有加锁失败，加锁失败就需要选择重试或者放弃。

如果重试的话，就会导致性能下降。如果放弃的话，就会影响用户体验。同时，代码的复杂度也跟着升高很多。这真是个艰难的选择，我们该如何解决这个问题呢？Redis-Cell 救星来了！

Redis 4.0 提供了一个限流 Redis 模块，它叫 redis-cell。该模块也使用了漏斗算法，并提供了原子的限流指令。该模块只有1条指令cl.throttle，它的参数和返回值都略显复杂，接下来让我们来看看这个指令具体该如何使用。

>cl.throttlekey:xxx1530601

15 : 15 capacity 这是漏斗容量

30 60 : 30 operations / 60 seconds 这是漏水速率

1 : need 1 quota (可选参数，默认值也是1)

>cl.throttlelaoqian:reply1530601)(integer)0#0表示允许，1表示拒绝2)(integer)15#漏斗容量capacity3)(integer)14#漏斗剩余空间left_quota4)(integer)-1#如果拒绝了，需要多长时间后再试(漏斗有空间了，单位秒)5)(integer)2#多长时间后，漏斗完全空出来(left_quota==capacity，单位秒)

在执行限流指令时，如果被拒绝了，就需要丢弃或重试。cl.throttle 指令考虑的非常周到，连重试时间都帮你算好了，直接取返回结果数组的第四个值进行 sleep 即可，如果不想阻塞线程，也可以异步定时任务来重试。

关于“Redis中如何实现限流策略”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，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。