Redis实现多种限流算法

一 常见限流算法

1 固定窗口限流

每一个时间段计数器，当计数器达到阈值后拒绝，每过完这个时间段，计数器重置0，重新计数。

优点：实现简单，性能高；

缺点：明显的临界问题，限流不准确；

--KEYS[1]: 限流 key
--ARGV[1]: 阈值
--ARGV[2]: 时间窗口，计数器的过期时间
local rateLimitKey = KEYS[1];
local rate = tonumber(ARGV[1]);
local rateInterval = tonumber(ARGV[2]);

local allowed = 1;
-- 每次调用，计数器rateLimitKey的值都会加1
local currValue = redis.call('incr', rateLimitKey);

if (currValue == 1) then
--  初次调用时，通过给计数器rateLimitKey设置过期时间rateInterval达到固定时间窗口的目的
    redis.call('expire', rateLimitKey, rateInterval);
    allowed = 1;
else
--  当计数器的值（固定时间窗口内） 大于频度rate时，返回0，不允许访问
    if (currValue > rate) then
        allowed = 0;
    end
end
return allowed

2 滑动日志限流

记录每次请求时间戳，新请求到来后以该时间为时间窗口的结尾统计该时间窗口内请求数是否超过阈值。

优点：没有临界问题，限流较准确；

缺点：记录时间戳内存占用大，每次重新计算请求数，计算性能差；