redis限流的實作方式有3種，分別是：1、基於Redis的setnx的操作，給指定的key設定了過期實踐；2、基於Redis的資料結構zset，將請求打造成一個zset數組；3.基於Redis的令牌桶演算法，輸出速率大於輸入速率，就要限流。
redis限流的實作方式有3種，分別是：
第一種：基於Redis的setnx的操作
我們在使用Redis的分散式鎖的時候，大家都知道是依靠了setnx的指令，在CAS（Compare and swap）的操作的時候，同時給指定的key設定了過期實踐（expire），我們在限流的主要目的就是為了在單位時間內，有且僅有N數量的請求能夠存取我的程式碼程式。所以依靠setnx可以很輕鬆的做到這方面的功能。
例如我們需要在10秒內限定20個請求，那麼我們在setnx的時候可以設定過期時間10，當請求的setnx數量達到20時候即達到了限流效果。程式碼比較簡單就不做展示了。
當然這種做法的弊端是很多的，例如當統計1-10秒的時候，無法統計2-11秒之內，如果需要統計N秒內的M個請求，那麼我們的Redis中需要保持N個key等等問題
相關學習推薦：redis影片教學
第二種：基於Redis的資料結構zset
其實限流所涉及的最主要的是滑動窗口，上面也提到1-10怎麼變成2-11。其實也就是起始值和末端值都各 1即可。
而我們如果用Redis的list資料結構可以輕鬆的實現該功能
我們可以將請求打造成一個zset數組，當每一次請求進來的時候，value保持唯一，可以用UUID生成，而score可以用當前時間戳表示，因為score我們可以用來計算當前時間戳記內有多少的請求數量。而zset資料結構也提供了range方法讓我們可以很輕易的取得到2個時間戳內有多少請求
程式碼如下
public Response limitFlow(){
Long currentTime = new Date().getTime();
System.out.println(currentTime);
if(redisTemplate.hasKey("limit")) {
Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime - intervalTime, currentTime).size(); // intervalTime是限流的时间
System.out.println(count);
if (count != null && count > 5) {
return Response.ok("每分钟最多只能访问5次");
}
}
redisTemplate.opsForZSet().add("limit",UUID.randomUUID().toString(),currentTime);
return Response.ok("访问成功");
}透過上述程式碼可以做到滑動視窗的效果，並且能確保每N秒內至多M個請求，缺點就是zset的資料結構會越來越大。實作方式相對也是比較簡單的。
第三種：基於Redis的令牌桶演算法
提到限流就不得不提到令牌桶演算法了。令牌桶演算法又稱為水桶演算法，具體可以參考度娘的解釋 令牌桶演算法
令牌桶演算法提及輸入速率和輸出速率，當輸出速率大於輸入速率，那麼就是超出流量限制了。
也就是說我們每訪問一次請求的時候，可以從Redis取得一個令牌，如果拿到令牌了，那就表示沒超出限制，而如果拿不到，則結果相反。
依靠上述的思想，我們可以結合Redis的List資料結構很輕易的做到這樣的程式碼
依靠List的leftPop來取得令牌
#// 输出令牌
public Response limitFlow2(Long id){
Object result = redisTemplate.opsForList().leftPop("limit_list");
if(result == null){
return Response.ok("当前令牌桶中无令牌");
}
return Response.ok(articleDescription2);
}再依靠Java的定時任務，定時往List中rightPush令牌，當然令牌也需要唯一性，所以我這裡還是用UUID進行了生成
// 10S的速率往令牌桶中添加UUID，只为保证唯一性
@Scheduled(fixedDelay = 10_000,initialDelay = 0)
public void setIntervalTimeTask(){
redisTemplate.opsForList().rightPush("limit_list",UUID.randomUUID().toString());
}綜上，程式碼實現起始都不是很難，針對這些限流方式我們可以在AOP或filter加入以上程式碼，用來做到介面的限流，最終保護你的網站。
Redis其實還有很多其他的用途，他的作用不只是緩存，分散式鎖定的作用。他的資料結構也不只是只有String，Hash，List，Set，Zset。有興趣的可以後續了解下他的GeoHash演算法；BitMap，HLL以及布隆過濾器資料(Redis4.0之後加入，可以用Docker直接安裝redislabs/rebloom)結構。
有問題歡迎留言探討
以上是redis限流的實作方式有幾種？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
