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