為什么要做限流
首先讓我們先看一看系統架構設計中，為什么要做“限流”。
旅游景點通常都會有最大的接待量，不可能無限制的放游客進入，比如故宮每天只賣八萬張票，超過八萬的游客，無法買票進入，因為如果超過八萬人，景點的工作人員可能就忙不過來，過于擁擠的景點也會影響游客的體驗和心情，并且還會有安全隱患；「只賣N張票，這就是一種限流的手段」。
軟件架構中的服務限流也是類似，也是當系統資源不夠的時候，已經不足以應對大量的請求，為了保證服務還能夠正常運行，那么按照規則，「系統會把多余的請求直接拒絕掉，以達到限流的效果」；
不知道大家注意過沒有，比如雙11，剛過12點有些顧客的網頁或APP會顯示下單失敗的提示，有些就是被限流掉了。
常見的限流算法
計數法
顧名思義就是來一個，記錄一個，比如我1分鐘只能處理1000個請求，那么我們就可以設置一個計數器，來一個請求就incr+1，當1分鐘之內的數量大于等于1000之后不處理了即可，偽代碼如下
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$rate_limit = 1000; //限制個數
$rate_seconds = 60; //限制時間
$redis_key = "redis_limit";
$count = $redis->get($redis_key);
if ($count >= $rate_limit){ //判斷60秒內請求個數是否已經達到上限
//直接返回，不處理請求
return
}
$redis->incr($redis_key, 1);//請求計數
$redis->expire($redis, $rate_seconds); //設置過期時間 60s
//to do 業務邏輯處理.......
這種計數方式比較簡單快捷，但是有很大的缺點，因為請求的訪問不一定是很平穩的，如果0:59過來了1000個請求，1:01已經是下一個窗口，又過來了1000個請求，但實際上三秒內來了2000個請求，已經超過我們的限流上限了。所以這種方法是不推薦的。
滑動窗口算法
還拿上面的例子，一分鐘分6份，每份10秒；每過10秒鐘，我們的時間窗口就會往右滑動一格，每個格子都有獨立的計數器，我們每次都計算時間窗口內的數量，可以解決計數器法中的問題，而且當滑動窗口的格子越多，那么限流的統計就會越精確。具體可以參考下圖，看圖比較清晰
偽代碼實現如下
function api_limit($scene, $period, $maxCount){
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$key = sprintf('hist:%s', $scene); //限流場景唯一標識
$now = msectime(); // 毫秒時間戳,這樣更精確
$pipe=$redis->multi(Redis::PIPELINE); //使用管道提升性能
$pipe->zadd($key, $now, $now); //value 和 score 都使用毫秒時間戳
$pipe->zremrangebyscore($key, 0, $now - $period); //移除時間窗口之前的行為記錄，剩下的都是時間窗口內的
$pipe->zcard($key); //獲取窗口內的行為數量
$pipe->expire($key, $period/1000 + 1); //多加一秒過期時間
$replies = $pipe->exec();
return $replies[2] = $maxCount; //$replies[2]為zcard返回的個數 如果zcard結果大于maxCount，則不處理結果
}
for ($i=0; $i20; $i++){ //測試限流是否實現代碼
var_dump(isActionAllowed("uniq_scene", 60*1000, 5)); //執行可以發現只有前5次是通過的
}
//返回當前的毫秒時間戳
function msectime() {
list($msec, $sec) = explode(' ', microtime());
$msectime = (float)sprintf('%.0f', (floatval($msec) + floatval($sec)) * 1000);
return $msectime;
}
這段代碼還是略顯復雜，需要讀者花一定的時間好好啃。它的整體思路就是：每一個行為到來時，都維護一次時間窗口。將時間窗口外的記錄全部清理掉，只保留窗口內的記錄。
因為這幾個連續的 Redis 操作都是針對同一個 key 的，使用 pipeline 可以顯著提升Redis 存取效率。「但這種方案也有缺點，因為它要記錄時間窗口內所有的行為記錄，如果這個量很大，比如限定 60s 內操作不得超過 100w 次這樣的參數，它是不適合做這樣的限流的，因為會消耗大量的存儲空間」。
后面還有漏桶算法和令牌桶算法，由于各自的實現比較復雜，所以準備各自新開一篇文章單獨描述
到此這篇關于redis限流的實際應用的文章就介紹到這了,更多相關redis限流內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 基于Redis的限流器的實現(示例講解)
- 詳解Redis實現限流的三種方式
- 基于Redis實現分布式應用限流的方法
- redis redisson 限流器的實例(RRateLimiter)
