Redis的简单限流 Java源码实现

最新推荐文章于 2024-12-26 02:09:41 发布

原创最新推荐文章于 2024-12-26 02:09:41 发布 · 851 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#redis #java

试验专栏收录该内容

6 篇文章

订阅专栏

本文探讨了在系统处理能力受限或需控制用户行为时，采用滑动窗口限流策略的实现方法。通过使用Redis的ZSet数据结构，设计了一个接口来判断用户在指定时间段内的请求是否超过设定的最大请求数。

限流一般就是用在两个方面，一个是当系统的处理能力不够的时候，我们要阻止一些请求到达我们的系统就需要用到限流。另一个方面，当我们需要限制用户的行为的时候，我们也可以使用到限流。
首先我们考虑这么一个问题，如果让你来设计一个方法，他需要满足限制用户在一段时间内的某个行为，你会如何设计？进一步考虑，对于你设计的方法，你需要使用redis的哪种数据结构来进行实现？
对于接口，我们可以很清晰的设计出来。

//用户的某个行为在一段时间内是否被允许
public boolean isReqAllowed(String userUid, String method, Integer period, Integer maxReqCount){
	xxxxx
	sssss
	return xxx;
}

好了，现在我们已经设计出了方法，那么这个场景下redis的哪个数据结构适合来干这么一件事情呢？一段时间，又有限制的请求数，稍微刷过算法的都脱口而出了-----滑动窗口。没错，就是滑动窗口，而redis中实现滑动串口最适合的数据结构莫过于zset了。key可以是用户和某个行为拼接的串，而value可以是唯一性高的时间戳也可以是uuid，value在这里其实并没有什么特殊的意义。最重要的是score，这个是关键点。我们需要根据score来判断是否在滑动窗口内部，还要根据他来查看滑动窗口内部有多少的元素，综上所述时间戳无疑都是最好的选择。
附上Java代码

	@Autowired
    private RedisTemplate<String,String> redisTemplate;
    
    public boolean isReqAllowed(String userUid, String method, Integer period, Integer maxReqCount){
        String key = String.format("histrix:%s:%s",userUid,method);
        long nowTime = System.currentTimeMillis();
        //先将请求添加进zset里面去，然后将滑动窗口之外的请求都删除掉，再将zset的元素个数得到于我们的最大阈值进行对比返回结果
        redisTemplate.opsForZSet().add(key,""+nowTime,nowTime);
        redisTemplate.opsForZSet().remove(key,0,nowTime - period*1000);
        Long count = redisTemplate.opsForZSet().size(key);
        if(count == null)return true;
        return maxReqCount >= count;
    }