使用Redis实现滑动窗口限流

使用Redis实现滑动窗口限流

在大多数分布式系统中，限流是确保系统稳定性和可用性的重要手段之一。滑动窗口限流是一种经典的限流算法，通过限制单位时间窗口内的请求次数来控制系统的流量，从而保护后端服务免受过载的影响。本文将介绍如何使用Redis实现滑动窗口限流，并通过Go语言代码展示具体实现。

算法原理

滑动窗口限流算法的核心思想是维护一个滑动窗口，在单位时间窗口内统计请求次数，当请求次数超过阈值时进行限流处理。具体实现时，我们可以利用Redis的有序集合（Sorted Set）来实现滑动窗口，利用Redis的原子性操作和过期时间来确保限流的准确性和实时性。

Go语言实现

下面是一个使用Go语言和Redis实现滑动窗口限流的示例代码：

package ratelimit

import (
	"context"
	"github.com/redis/go-redis/v9"
	"time"
)

// 定义滑动窗口限流器接口
type Limiter interface {
	Limited(ctx context.Context, key string) (bool, error)
}

// RedisSlidingWindowLimiter 是基于Redis的滑动窗口限流器实现
type RedisSlidingWindowLimiter struct {
	cmd      redis.Cmdable
	interval time.Duration // 窗口大小
	rate     int           // 阈值
}

// NewRedisSlidingWindowLimiter 创建一个新的Redis滑动窗口限流器
func NewRedisSlidingWindowLimiter(cmd redis.Cmdable, interval time.Duration, rate int) Limiter {
	return &RedisSlidingWindowLimiter{
		cmd:      cmd,
		interval: interval,
		rate:     rate,
	}
}

// Limited 实现滑动窗口限流器接口
func (r RedisSlidingWindowLimiter) Limited(ctx context.Context, key string) (bool, error) {
	now := time.Now().UnixNano() / int64(time.Millisecond)
	window := r.interval.Milliseconds()

	// 调用Lua脚本执行限流逻辑
	return r.cmd.Eval(ctx, luaSlideWindow, []string{key}, window, r.rate, now).Bool()
}

Lua脚本

上述代码中的luaSlideWindow是一个用Lua语言编写的Redis脚本，用于实现滑动窗口限流的具体逻辑。下面是该脚本的实现：

-- 限流对象
local key = KEYS[1]
-- 窗口大小
local window = tonumber(ARGV[1])
-- 阈值
local threshold = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
-- 窗口的起始时间
local min = now - window

-- 移除过期的记录
redis.call('ZREMRANGEBYSCORE', key, '-inf', min)
-- 统计当前窗口内的请求次数
local cnt = redis.call('ZCOUNT', key, '-inf', '+inf')

if cnt >= threshold then
    -- 执行限流
    return "true"
else
    -- 添加当前请求的记录，并设置过期时间
    redis.call('ZADD', key, now, now)
    redis.call('PEXPIRE', key, window)
    return "false"
end

总结

通过使用Redis和Lua脚本，我们可以方便地实现滑动窗口限流算法，保护后端服务免受突发流量的冲击。在实际应用中，我们可以根据业务需求和系统负载情况调整窗口大小和阈值，从而达到更好的限流效果。滑动窗口限流算法是一种简单而有效的限流手段，在分布式系统中具有广泛的应用前景。