Redis 实现限流器的三种方法

方法一：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。

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。

在具体实现的时候，可以考虑使用拦截器HandlerInterceptor ：

public class RequestCountInterceptor implements HandlerInterceptor {private LimitPolicy limitPolicy;public RequestCountInterceptor(LimitPolicy limitPolicy) {this.limitPolicy = limitPolicy;}@Overridepublic boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {if (!limitPolicy.canDo()) {return false;}return true;}
}

同时添加一个配置LimitConfiguration：

@Configuration
public class LimitConfiguration implements WebMvcConfigurer {@Overridepublic void addInterceptors(InterceptorRegistry registry) {registry.addInterceptor(new RequestCountInterceptor(new RedisLimit1())).addPathPatterns("/my/increase");}
}

这样每次在/my/increase请求到达Controller之前按策略RedisLimit1进行限流，原先Controller里面的代码就不用修改了：

@RestController
@RequestMapping("my")
public class MyController {int i = 0;@RequestMapping("/increase")public int increase() {return i++;}
}

具体的限流逻辑代码是在RedisLimit1类中：

/**
* 方法一：基于Redis的setnx的操作
*/
public class RedisLimit1 extends LimitPolicy {static {setNxExpire();}private static boolean setNxExpire() {SetParams setParams = new SetParams();setParams.nx();setParams.px(TIME);String result = jedis.set(KEY, COUNT + "", setParams);if (SUCCESS.equals(result)) {return true;}return false;}@Overridepublic boolean canDo() {if (setNxExpire()) {//设置成功，说明原先不存在，成功设置为COUNTreturn true;} else {//设置失败，说明已经存在，直接减1，并且返回return jedis.decrBy(KEY, 1) > 0;}}
}public abstract class LimitPolicy {public static final int COUNT = 10; //10 requestpublic static final int TIME= 10*1000 ; // 10spublic static final String SUCCESS = "OK";static Jedis jedis = new Jedis();abstract boolean canDo();
}

这样实现的一个效果是每秒最多请求10次。

方法二：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zrange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

/**
* 方法二：基于Redis的数据结构zset
*/
public class RedisLimit2 extends LimitPolicy {public static final String KEY2 = "LIMIT2";@Overridepublic boolean canDo() {Long currentTime = new Date().getTime();System.out.println(currentTime);if (jedis.zcard(KEY2) > 0) { // 这里不能用get判断，会报错：WRONGTYPE Operation against a key holding the wrong kind of valueInteger count = jedis.zrangeByScore(KEY2, currentTime - TIME, currentTime).size(); // 注意这里使用zrangeByScore，以时间作为score。zrange key start stop 命令的start和stop是序号。System.out.println(count);if (count != null && count > COUNT) {return false;}}jedis.zadd(KEY2, Double.valueOf(currentTime), UUID.randomUUID().toString());return true;}
}

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。

方法三：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。

首先配置一个定时任务，通过redis的list的rpush方法每秒插入一个令牌：

@Configuration      //1.主要用于标记配置类，兼备Component的效果。
@EnableScheduling   // 2.开启定时任务
public class SaticScheduleTask {//3.添加定时任务@Scheduled(fixedRate = 1000)private void configureTasks() {LimitPolicy.jedis.rpush("LIMIT3", UUID.randomUUID().toString());}
}

限流时，通过list的lpop方法从redis中获取对应的令牌，如果获取成功表明可以执行请求：

/**
* 方法三：令牌桶
*/
public class RedisLimit3 extends LimitPolicy {public static final String KEY3 = "LIMIT3";@Overridepublic boolean canDo() {Object result = jedis.lpop(KEY3);if (result == null) {return false;}return true;}
}