使用redis和zset实现滑动窗口限流


文章目录

  • 使用redis和zset实现滑动窗口限流
  • Zset
  • **初始化一个ZSet**：其中包含所有用户的ID和时间戳。
  • **添加元素到ZSet**：当用户发起请求时，将当前时间戳和用户ID作为元素添加到ZSet中。
  • **删除过期的元素**：为了保持滑动窗口的大小，需要删除超出时间窗口范围的元素。例如，如果滑动窗口的大小为60秒，那么需要删除60秒之前添加的元素。
  • **检查是否超过限制**：在添加新元素后，检查ZSet的大小是否超过限制。如果超过限制，则拒绝请求。
  • 拓展补充


Zset

Redis的ZSet（有序集合）可以很好地用来实现滑动窗口限流。滑动窗口限流是一种常见的流量控制方法，它限制了在一定时间窗口内的请求数量。下面是使用Redis ZSet实现滑动窗口限流的一个简单示例：

初始化一个ZSet：其中包含所有用户的ID和时间戳。

ZSet<String> zset = redisTemplate.opsForZSet().create("rateLimiter");

添加元素到ZSet：当用户发起请求时，将当前时间戳和用户ID作为元素添加到ZSet中。

long currentTimeMillis = System.currentTimeMillis();
String userId = "user1";
redisTemplate.opsForZSet().add("rateLimiter", userId, currentTimeMillis);

删除过期的元素：为了保持滑动窗口的大小，需要删除超出时间窗口范围的元素。例如，如果滑动窗口的大小为60秒，那么需要删除60秒之前添加的元素。

long windowSizeInSeconds = 60;
long currentTimeMillis = System.currentTimeMillis();
// 获取ZSet中所有元素
List<ZSetElement<String>> elements = redisTemplate.opsForZSet().reverseRangeWithScores("rateLimiter", 0, -1);
for (ZSetElement<String> element : elements) {
    long elementTimestamp = element.getScore();
    if (currentTimeMillis - elementTimestamp > windowSizeInSeconds * 1000) {
        redisTemplate.opsForZSet().remove("rateLimiter", element.getValue());
    }
}

检查是否超过限制：在添加新元素后，检查ZSet的大小是否超过限制。如果超过限制，则拒绝请求。

int limit = 100; // 每分钟的请求限制
long size = redisTemplate.opsForZSet().size("rateLimiter");
if (size >= limit) {
    // 超过限制，拒绝请求...
}

注意，以上代码是基于Java的Spring Data Redis实现，如果你使用其他语言的Redis客户端，代码可能会有所不同，但基本的思路是相同的。此外，这个简单的实现没有考虑分布式环境下的限流，这需要额外的同步机制。

拓展补充

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;

@Component
public class ApiCallCounter {

    private static final String API_CALLS = "api_calls:";

    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    public void incrementApiCallCount(String apiName) {
        String key = API_CALLS + apiName + ":current";
        redisTemplate.opsForValue().increment(key);
    }
}

在上述代码中，我们定义了一个ApiCallCounter类，用于计数接口调用量。当接口被调用时，我们使用incrementApiCallCount方法增加计数。该方法使用RedisTemplate的opsForValue().increment方法对指定键进行递增操作。我们使用一个包含API名称和时间戳的键来存储每分钟的调用量。例如，如果API名称为exampleApi并且当前时间是2023年7月19日10点05分，则键将是api_calls:exampleApi:current:202307191005