限流在分布式系統中是一個經常被提到的話題，如果當前系統的能力，不足以承受那么大的訪問量的時候，那么我們就要阻止外來請求對系統繼續施壓

實現簡單限流

首先我們來看一個常見的簡單限流策略，系統要限制每個用戶在一定時間內的某個行為只能操作N次，如何是用redis的數據結構來實現這個限流的功能呢。

解決方案

這個限流需求中存在一個滑動時間窗口，想想 zset 數據結構的 score 值，是不是可以通過 score 來圈出這個時間窗口來。而且我們只需要保留這個時間窗口，窗口之外的數據都可以砍掉。那這個 zset 的 value 填什么比較合適呢？它只需要保證唯一性即可，用 uuid 會比較浪費空間，那就改用毫秒時間戳吧。

image.png

如圖所示，用一個 zset 結構記錄用戶的行為歷史，每一個行為都會作為 zset 中的一個 key 保存下來。同一個用戶同一種行為用一個 zset 記錄。

為節省內存，我們只需要保留時間窗口內的行為記錄，同時如果用戶是冷用戶，滑動時間窗口內的行為是空記錄，那么這個 zset 就可以從內存中移除，不再占用空間。

通過統計滑動窗口內的行為數量與閾值 max_count 進行比較就可以得出當前的行為是否允許。用代碼表示如下：

public class SimpleRateLimiter {

  private Jedis jedis;

  public SimpleRateLimiter(Jedis jedis) {
    this.jedis = jedis;
  }

  public boolean isActionAllowed(String userId, String actionKey, int period, int maxCount) {
    String key = String.format("hist:%s:%s", userId, actionKey);
    long nowTs = System.currentTimeMillis();
    Pipeline pipe = jedis.pipelined();
    pipe.multi();
    pipe.zadd(key, nowTs, "" + nowTs);
    pipe.zremrangeByScore(key, 0, nowTs - period * 1000);
    Response<Long> count = pipe.zcard(key);
    pipe.expire(key, period + 1);
    pipe.exec();
    pipe.close();
    return count.get() <= maxCount;
  }

  public static void main(String[] args) {
    Jedis jedis = new Jedis();
    SimpleRateLimiter limiter = new SimpleRateLimiter(jedis);
    for(int i=0;i<20;i++) {
      System.out.println(limiter.isActionAllowed("laoqian", "reply", 60, 5));
    }
  }

}

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。zset 集合中只有 score 值非常重要，value 值沒有特別的意義，只需要保證它是唯一的就可以了。

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。