主流的四种限流策略，我都可以通过redis实现，干货仅此一篇，真的醉了

• 正如图示一样，他的最大问题就是临界状态。在临界状态最坏情况会受到两倍流量请求

• 除了临界的情况，还有一种是在一个单元时间窗内前期如果很快地消耗完请求阈值。那么剩下的时间将会无法请求。这样就会因为一瞬间的流量导致一段时间内系统不可用。这在互联网高可用的系统中是不能接受的。

实现

• 好了，关于原理介绍及优缺点我们已经了解了。下面我们动手实现它

• 首先我们在实现这种计数时，采用redis是非常好的选择。这里我们通过redis实现

controller

@RequestMapping(value = "/start",method = RequestMethod.GET)

    public Map<String,Object> start(@RequestParam Map<String, Object> paramMap) {

        return testService.startQps(paramMap);

    } 

service

@Override

public Map<String, Object> startQps(Map<String, Object> paramMap) {

    //根据前端传递的qps上线

    Integer times = 100;

    if (paramMap.containsKey("times")) {

        times = Integer.valueOf(paramMap.get("times").toString());

    }

    String redisKe