Redis 实现限流的 3 种方式介绍

在高并发的应用场景中，限流是保障系统稳定运行的重要手段。Redis 作为一款高性能的内存数据结构存储系统，为限流提供了强大的支持。下面将介绍三种常见的使用 Redis 实现限流的方式。

计数器方式

计数器方式是最基本的限流实现方法。它通过 Redis 的原子自增操作，记录单位时间内的请求次数。当请求到达时，使用 INCR 命令对特定键的值进行自增。如果该键不存在，则初始化为 1。然后，将当前计数与预设的限流阈值进行比较。若超过阈值，则拒绝后续请求；若未超过，则允许请求通过。为该键设置一个过期时间，以确保单位时间结束后，计数能够重新开始。例如，设定一分钟内最多允许 100 次请求，当一分钟内的计数达到 100 后，后续请求将被拒绝，直到一分钟过去，计数器重置。

滑动窗口算法

滑动窗口算法在计数器方式的基础上进行了优化，它将时间窗口划分为多个更小的子窗口，每个子窗口都有独立的计数器。通过记录每个子窗口内的请求次数，能够更精确地控制限流。随着时间的推移，窗口会像滑动一样移动，新的子窗口进入统计范围，旧的子窗口移出。计算滑动窗口内所有子窗口的计数总和，当总和超过限流阈值时，拒绝请求。这种方式相较于计数器方式，能够在限流的同时，更平滑地处理请求流量。

令牌桶算法

令牌桶算法是一种更为复杂但高效的限流方式。在 Redis 中，我们可以模拟一个令牌桶，以固定的速率向桶中放入令牌。请求到达时，尝试从桶中获取令牌，如果能够获取到，则允许请求通过；若桶中没有令牌，则拒绝请求。通过控制令牌放入的速率，能够有效地限制请求的流量。可以使用 Redis 的定时任务或 Lua 脚本来实现令牌的定时放入操作，确保令牌桶的稳定运行。

通过上述三种方式，借助 Redis 的强大功能，我们能够根据不同的业务场景，灵活选择合适的限流策略，保障系统在高并发环境下的稳定运行，提升用户体验。