“限流”这种事在生活中很常见，比如逢年过节时景点的限流，还有工作日的车辆单双号限流等，有人可能会问为什么要限流？我既然买了车子你还不让我上路开？还有我倒景点买了门票，景点不是能赚更多的钱吗？为什么要限流呢？
其实限流的主要目的就是为了保证整个系统的正常运行，比如以车辆限流为了，它的作用主要有两个，一个是为了保证我们生存空间的资源少受污染，尤其是近几年雾霾已经越来越严重了，如果不采取相应的手段会导致生态系统更加恶化，第二，目前车辆的增长速度已经远远的超过了市政道路的新建速度，尤其是上班的时候大家都在赶时间，如果车流量太大的话就会造成严重的交通拥堵，那么导致的直接后果就是大家上班都会迟到，为了解决这个问题所有需要限行。包括北上广深从几年前已经开始买车要摇号了，其实也是一种限流的手段，目的就是为了更好的保证我们整个系统的正常运行。
回到程序的这个层面也是一样，假设我们的系统只能为 10 万人同时提供购物服务，但是某一天因为老罗带货突然就涌进了 100 万用户，那么导致的直接后果就是服务器瘫痪，谁也甭想买东西了，所以这个时候我们需要“限流”的功能保证先让一部分用户享受购物的服务，而其他用户进行排队等待购物，这样就可以让整个系统正常的运转了。
我们本文的面试题是，使用 Redis 如何实现限流功能？
典型回答
我们可以使用 Redis 中的 ZSet（有序集合）加上滑动时间算法来实现简单的限流。所谓的滑动时间算法指的是以当前时间为截止时间，往前取一定的时间，比如往前取 60s 的时间，在这 60s 之内运行最大的访问数为 100，此时算法的执行逻辑为，先清除 60s 之前的所有请求记录，再计算当前集合内请求数量是否大于设定的最大请求数 100，如果大于则执行限流拒绝策略，否则插入本次请求记录并返回可以正常执行的标识给客户端。
滑动时间窗口如下图所示：
image.png
其中每一小个表示 10s，被红色虚线包围的时间段则为需要判断的时间间隔，比如 60s 秒允许 100 次请求，那么红色虚线部分则为 60s。
下面我们通过具体的代码来实现一下滑动时间算法，我们借助 Jedis 包来操作 Redis，实现在 pom.xml 添加 Jedis 框架的引用，配置如下：
<!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.3.0</version>
</dependency>
具体的 Java 实现代码如下：
import redis.clients.jedis.Jedis;
public class RedisLimit {
// Redis 操作客户端
static Jedis jedis = new Jedis("127.0.0.1", 6379);
public static void main(String[] args) throws InterruptedException {
for (int i = 0; i < 15; i++) {
boolean res = isPeriodLimiting("java", 3, 10);
if (res) {
System.out.println("正常执行请求：" + i);
} else {
System.out.println("被限流：" + i);
}
}
// 休眠 4s
Thread.sleep(4000);
// 超过最大执行时间之后，再从发起请求
boolean res = isPeriodLimiting("java", 3, 10);
if (res) {
System.out.println("休眠后，正常执行请求");
} else {
System.out.println("休眠后，被限流");
}
}
/**
* 限流方法（滑动时间算法）
* @param key 限流标识
* @param period 限流时间范围（单位：秒）
* @param maxCount 最大运行访问次数
* @return
*/
private static boolean isPeriodLimiting(String key, int period, int maxCount) {
long nowTs = System.currentTimeMillis(); // 当前时间戳
// 删除非时间段内的请求数据（清除老访问数据，比如 period=60 时，标识清除 60s 以前的请求记录）
jedis.zremrangeByScore(key, 0, nowTs - period * 1000);
long currCount = jedis.zcard(key); // 当前请求次数
if (currCount >= maxCount) {
// 超过最大请求次数，执行限流
return false;
}
// 未达到最大请求数，正常执行业务
jedis.zadd(key, nowTs, "" + nowTs); // 请求记录 +1
return true;
}
}
以上程序的执行结果为：
正常执行请求：0 正常执行请求：1 正常执行请求：2 正常执行请求：3 正常执行请求：4 正常执行请求：5 正常执行请求：6 正常执行请求：7 正常执行请求：8 正常执行请求：9 被限流：10 被限流：11 被限流：12 被限流：13 被限流：14 休眠后，正常执行请求
考点分析
使用 ZSet 的方式加上滑动时间的算法固然可以实现简单的限流，但是这个解决方案存在一定的问题，比如当我们允许 60s 的最大访问次数为 1000w 的时候，此时如果使用 ZSet 的方式就会占用大量的空间用来存储请求的记录信息，并且它的判断和添加属于两条 Redis 执行指令是非原子单元的，所以使用它可以出现问题。那有没有更好的实现 Redis 限流的方法呢？限流的算法还有哪些？
网友评论