8. 基于 Redis 实现限流

在高并发的分布式系统中，限流是保证服务稳定性的重要手段之一。通过限流机制，可以控制系统处理请求的频率，避免因瞬时流量过大导致系统崩溃。Redis 是一种高效的缓存数据库，具备丰富的数据结构和原子操作，适合用来实现分布式环境下的限流。

本文将结合 Spring Boot 和 Redis，详细讲解如何实现基于 Redis 的限流功能，包括应用场景、实现原理、具体过程以及效果分析。

一、限流的应用场景

限流在各种场景中扮演着重要角色，以下是几个典型的使用场景：

1. 接口防刷：防止恶意用户或爬虫频繁访问某些接口，导致服务负载过高。
2. API 调用频率控制：对外部 API 提供服务时，限制用户调用频率，避免超出系统处理能力。
3. 短信验证码：发送短信验证码时限制同一用户的发送频率，防止滥用。
4. 交易场景：在抢购或秒杀系统中，限制用户请求的频次，防止瞬时高并发请求导致服务器宕机。

二、限流的实现原理

Redis 实现限流通常采用以下几种方式：

1. 固定窗口限流：在固定的时间窗口内，限制请求的次数。例如每分钟最多允许 100 次请求。
2. 滑动窗口限流：将固定时间窗口划分为多个小的时间段，保证限流更平滑和公平。
3. 令牌桶算法：限制访问速率，按照固定的速率往令牌桶中放置令牌，用户每次请求必须获取一个令牌才能通过。
4. 漏桶算法：按照固定的速率处理请求，若请求过多则溢出丢弃。

本文主要使用固定窗口和滑动窗口两种方法进行 Redis 限流的实现。

三、基于 Redis 实现限流的步骤

1. 项目配置

首先，创建一个 Spring Boot 项目，并引入 Redis 相关依赖。

<dependencies><!-- Spring Boot Starter for Redis --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency><!-- Spring Boot Web Starter --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency>
</dependencies>

在 application.properties 中配置 Redis 连接：

spring.redis.host=localhost
spring.redis.port=6379
spring.redis.password=yourpassword

2. 实现固定窗口限流

固定窗口限流的核心思路是，每个用户在一个固定时间窗口（如 1 分钟）内只能发起 N 次请求。Redis 提供的 INCR 和 EXPIRE 命令可以高效地实现这一限流机制。

我们可以通过以下步骤来实现固定窗口限流：

• 检查 Redis 中该用户的访问计数，如果不存在则创建，并设置有效期为 1 分钟。
• 如果计数未达到阈值，允许访问并增加计数。
• 如果计数超过阈值，拒绝请求。

首先，创建 RateLimiterUtil 工具类。

import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;import java.util.concurrent.TimeUnit;@Component
public class RateLimiterUtil {private final StringRedisTemplate redisTemplate;public RateLimiterUtil(StringRedisTemplate redisTemplate) {this.redisTemplate = redisTemplate;}/*** 基于固定窗口的限流* @param key 限流标识* @param limit 限流次数* @param windowSize 时间窗口大小（秒）* @return 是否允许访问*/public boolean isAllowed(String key, int limit, long windowSize) {Long count = redisTemplate.opsForValue().increment(key);if (count == 1) {// 第一次访问，设置过期时间redisTemplate.expire(key, windowSize, TimeUnit.SECONDS);}return count <= limit;}
}

3. 使用固定窗口限流进行接口请求控制

接下来，我们可以在需要限流的接口上使用 RateLimiterUtil 来控制请求的频率。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;@RestController
public class ApiController {@Autowiredprivate RateLimiterUtil rateLimiterUtil;private static final String LIMIT_KEY = "api_limit";@GetMapping("/api/resource")public String getResource() {// 限制每个用户每分钟最多访问 10 次boolean isAllowed = rateLimiterUtil.isAllowed(LIMIT_KEY, 10, 60);if (!isAllowed) {return "访问频率过高，请稍后再试";}return "访问成功";}
}

4. 实现滑动窗口限流

相比固定窗口，滑动窗口限流可以更细粒度地控制请求频率，避免流量高峰时集中在某个时间段。

滑动窗口的核心思想是，将一个大时间窗口划分为多个小的时间段，每次请求都会在 Redis 中记录当前时间段的请求次数，并删除过期的时间段数据。

可以通过 Redis 的 ZADD（有序集合）来记录请求的时间戳，结合 ZRANGE 和 ZREM 来计算当前窗口内的请求次数。

import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;import java.time.Instant;@Component
public class SlidingWindowRateLimiter {private final StringRedisTemplate redisTemplate;public SlidingWindowRateLimiter(StringRedisTemplate redisTemplate) {this.redisTemplate = redisTemplate;}/*** 基于滑动窗口的限流* @param key 限流标识* @param limit 限流次数* @param windowSize 时间窗口大小（秒）* @return 是否允许访问*/public boolean isAllowed(String key, int limit, long windowSize) {long now = Instant.now().getEpochSecond();long windowStart = now - windowSize;// 使用 Redis 的有序集合记录请求时间redisTemplate.opsForZSet().add(key, String.valueOf(now), now);// 移除窗口之外的数据redisTemplate.opsForZSet().removeRangeByScore(key, 0, windowStart);// 统计窗口内的请求数Long requestCount = redisTemplate.opsForZSet().zCard(key);if (requestCount != null && requestCount > limit) {return false;}return true;}
}

5. 使用滑动窗口限流控制接口访问

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;@RestController
public class SlidingApiController {@Autowiredprivate SlidingWindowRateLimiter slidingWindowRateLimiter;private static final String LIMIT_KEY = "sliding_api_limit";@GetMapping("/api/sliding_resource")public String getResource() {// 限制每个用户每分钟最多访问 10 次boolean isAllowed = slidingWindowRateLimiter.isAllowed(LIMIT_KEY, 10, 60);if (!isAllowed) {return "访问频率过高，请稍后再试";}return "访问成功";}
}

四、限流效果分析

1. 性能与效率：基于 Redis 的限流具有较高的性能，INCR、EXPIRE 和 ZADD 等操作都具备原子性，且 Redis 本身可以高效处理大量并发请求，适用于分布式系统。
2. 限流精度：固定窗口限流简单易实现，适用于对请求频率没有精细控制要求的场景；滑动窗口限流能够提供更加平滑的限流体验，避免了流量高峰。
3. 分布式扩展：Redis 支持分布式部署，适用于多实例环境中的限流需求，能够保证多个节点对同一用户的请求进行统一控制。

五、其他优化与改进建议

1. 限流规则动态调整：可以通过 Redis 订阅发布模式（Pub/Sub）实现限流规则的动态调整，适应不同的流量需求。
2. 用户维度限流：在实际应用中，限流往往根据不同用户、IP 地址等维度进行，可以通过 key 动态拼接用户 ID 或 IP 来实现多维度限流。
3. 分布式缓存与 Redis 哨兵：使用 Redis 的哨兵机制或集群模式来提高限流系统的可用性。