共计 2158 个字符，预计需要花费 6 分钟才能阅读完成。
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形式，Redis 具备很弱小的性能，我用 Redis 实际了三种的实现形式，能够较为简单的实现其形式。Redis 不仅仅是能够做限流，还能够做数据统计，左近的人等性能，这些可能会后续写到。
第一种：基于 Redis 的 setnx 的操作
咱们在应用 Redis 的分布式锁的时候，大家都晓得是依附了 setnx 的指令，在 CAS（Compare and swap）的操作的时候，同时给指定的 key 设置了过期实际（expire），咱们在限流的次要目标就是为了在单位工夫内，有且仅有 N 数量的申请可能拜访我的代码程序。所以依附 setnx 能够很轻松的做到这方面的性能。
比方咱们须要在 10 秒内限定 20 个申请，那么咱们在 setnx 的时候能够设置过期工夫 10，当申请的 setnx 数量达到 20 时候即达到了限流成果。代码比较简单就不做展现了。
具体的 setnx 用法能够参照我另一篇博客 RedisTemplate 下 Redis 分布式锁引发的系列问题
当然这种做法的弊病是很多的，比方当统计 1 -10 秒的时候，无奈统计 2 -11 秒之内，如果须要统计 N 秒内的 M 个申请，那么咱们的 Redis 中须要放弃 N 个 key 等等问题
第二种：基于 Redis 的数据结构 zset
其实限流波及的最次要的就是滑动窗口，下面也提到 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。
而咱们如果用 Redis 的 list 数据结构能够轻而易举的实现该性能
咱们能够将申请打造成一个 zset 数组，当每一次申请进来的时候，value 放弃惟一，能够用 UUID 生成，而 score 能够用以后工夫戳示意，因为 score 咱们能够用来计算以后工夫戳之内有多少的申请数量。而 zset 数据结构也提供了 range 办法让咱们能够很轻易的获取到 2 个工夫戳内有多少申请
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 是限流的工夫
System.out.println(count);
if (count != null && count > 5) {return Response.ok("每分钟最多只能拜访 5 次");
}
}
redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
return Response.ok("拜访胜利");
}通过上述代码能够做到滑动窗口的成果，并且能保障每 N 秒内至少 M 个申请，毛病就是 zset 的数据结构会越来越大。实现形式绝对也是比较简单的。
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。
令牌桶算法提及到输出速率和输入速率，当输入速率大于输出速率，那么就是超出流量限度了。
也就是说咱们每拜访一次申请的时候，能够从 Redis 中获取一个令牌，如果拿到令牌了，那就阐明没超出限度，而如果拿不到，则后果相同。
依附上述的思维，咱们能够联合 Redis 的 List 数据结构很轻易的做到这样的代码，只是简略实现
依附 List 的 leftPop 来获取令牌
// 输入令牌
public Response limitFlow2(Long id){Object result = redisTemplate.opsForList().leftPop("limit_list");
if(result == null){return Response.ok("以后令牌桶中无令牌");
}
return Response.ok(articleDescription2);
}再依附 Java 的定时工作，定时往 List 中 rightPush 令牌，当然令牌也须要唯一性，所以我这里还是用 UUID 进行了生成
// 10S 的速率往令牌桶中增加 UUID，只为保障唯一性
@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，针对这些限流形式咱们能够在 AOP 或者 filter 中退出以上代码，用来做到接口的限流，最终爱护你的网站。
Redis 其实还有很多其余的用途，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。有趣味的能够后续理解下他的 GeoHash 算法；BitMap，HLL 以及布隆过滤器数据 (Redis4.0 之后退出，能够用 Docker 间接装置 redislabs/rebloom) 构造。
关键词：前端培训
