导航：首页 > 数据库 >

Redis中如何实现限流策略

发表于：2025-01-20 作者：千家信息网编辑

千家信息网最后更新 2025年01月20日，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。一、简单的限流基本原理当系统处理能力有限，如何组织计划外的请求

千家信息网最后更新 2025年01月20日Redis中如何实现限流策略

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。

一、简单的限流

基本原理

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

代码实现

public class RedisLimiterTest {    private Jedis jedis;    public RedisLimiterTest(Jedis jedis) {        this.jedis = jedis;    }    /**     * @param ipAddress Ip地址     * @param period    特定的时间内，单位秒     * @param maxCount  最大允许的次数     * @return     */    public boolean isIpLimit(String ipAddress, int period, int maxCount) {        String key = String.format("ip:%s", ipAddress);        // 毫秒时间戳        long currentTimeMillis = System.currentTimeMillis();        Pipeline pipe = 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 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1s        pipe.expire(key, period + 1);        // 提交事务        pipe.exec();        pipe.close();        // 比较数量是否超标        return count.get() > maxCount;    }    public static void main(String[] args) {        Jedis jedis = new Jedis("localhost", 6379);        RedisLimiterTest limiter = new RedisLimiterTest(jedis);        for (int i = 1; i <= 20; i++) {            // 验证IP  10秒钟之内只能访问5次            boolean isLimit = 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。

二、漏斗限流

基本原理

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。

示例代码

public class FunnelLimiterTest {    static class Funnel {        int capacity; // 漏斗容量        float leakingRate; // 漏嘴流水速率        int leftQuota; // 漏斗剩余空间        long leakingTs; // 上一次漏水时间        public Funnel(int capacity, float leakingRate) {            this.capacity = capacity;            this.leakingRate = leakingRate;            this.leftQuota = capacity;            this.leakingTs = System.currentTimeMillis();        }        void makeSpace() {            long nowTs = System.currentTimeMillis();            long deltaTs = nowTs - leakingTs; // 距离上一次漏水过去了多久            int deltaQuota = (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1                return;            }            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;            }        }        boolean watering(int quota) {            makeSpace();            if (this.leftQuota >= quota) { // 判断剩余空间是否足够                this.leftQuota -= quota;                return true;            }            return false;        }    }    // 所有的漏斗    private Map funnels = new HashMap<>();    /**     * @param capacity    漏斗容量     * @param leakingRate 漏嘴流水速率 quota/s     */    public boolean isIpLimit(String ipAddress, int capacity, float leakingRate) {        String key = String.format("ip:%s", ipAddress);        Funnel funnel = funnels.get(key);        if (funnel == null) {            funnel = new Funnel(capacity, leakingRate);            funnels.put(key, funnel);        }        return !funnel.watering(1); // 需要1个quota    }    public static void main(String[] args) throws Exception{        FunnelLimiterTest limiter = new FunnelLimiterTest();        for (int i = 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，            boolean isLimit = 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-Cell

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.throttle key:xxx 15 30 60 1

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.throttle laoqian:reply 15 30 601) (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。

很赞哦！