【redis限流策略】redis实现限流的三种方式

请求限流的前提以及如何限流：

当我们接口被恶意调用的时候通常情况下需要进行限流设置，有两种限流操作情况，一种是我们对这个接口做全局限制，就是默认所有人在单位时间内只能调用多少次，第二种是对调用者的IP地址做限制。

何时限流：

当我们在执行这个方法之前就应该先判断是否限流，所以我们可以采用AOP+注解模式
所以我们现在就是要用注解+AOP对接口做两种模式限流：全局和IP地址。

限流策略：
Redis是一款高性能的key-value数据存储系统，其一大特色为支持丰富的数据结构，如字符串、哈希、列表、集合和有序集合等。由于其高效的读写性能和多种数据类型的支持，越来越多的应用需要利用Redis实现限流功能，以避免应用遭受突发高流量而导致服务不可用等问题。
1、计数器算法

计数器算法是Redis实现限流的常见手段，其核心思想为统计单位时间内的请求数量并与阈值进行比较，当达到阈值时就拒绝后续访问，从而起到限制流量的目的。具体实现方法如下：

1.1 使用Redis的原子操作incr操作，实现计数器的自增。

1.2 通过Redis对key设置过期时间，例如设置一分钟后过期。

1.3 当计算器的值超过限制阈值时，拒绝访问，否则可以继续访问并重置计数器值。

需要注意的是，由于计数器算法只记录请求数量，无法区分不同类型的请求，可能会存在被恶意用户绕过的可能性。因此，这种方法适用于单一请求的场景，如接口限流。

2、漏桶算法

漏桶算法也是一种流量控制算法，和计数器算法相比，漏桶算法会对请求进行一个统一的速率限制，而非单纯地限制访问量。其主要思想为模拟水桶中的水流量，加入一个固定的速率加入水，如果水桶满了，就拒绝后续的请求，否则按照固定的速率处理请求。具体实现方法如下：

2.1 将漏桶看作一个固定大小的容器，以固定的速率漏出水。

2.2 使用Redis的List数据类型，将每个请求按照时间顺序加入List中，即水流进入水桶的过程。

2.3 使用Redis的过期机制，将List中已经达到一定时间的请求移出，即水从桶中漏出的过程。

2.4 当请求加入List时，判断List的长度是否达到桶的最大限制，如果超过限制，就拒绝请求，否则可以正常处理。

漏桶算法可用于应对各种请求，由于限制速率而非请求数量，不容易被恶意用户绕过，常用于对整个应用的限流控制。

3、令牌桶算法

令牌桶算法也属于流量控制算法，其主要思想为固定速率向令牌桶中添加令牌，一个请求需要获取令牌才能执行，当令牌桶中没有令牌时，请求将被拒绝。具体实现方法如下：

3.1 使用Redis的List数据类型，将一定数量的令牌添加到List中，表示令牌桶的容量。

3.2 使用Redis过期机制，每当有请求到来时，如果List中还有令牌，则可以正常处理请求，并从List中移除一个令牌，否则拒绝请求。

3.3 当令牌生成速度过快或者请求到来速度过慢时，可能会出现令牌桶溢出的情况。因此，可使用Redis的有序集合数据类型，记录每次执行的时间和执行次数，用于在下一次添加令牌时，调整添加令牌的数量，以适应实际情况。

令牌桶算法不仅能够限制并发数，而且可以控制请求速率，比较适合对底层资源进行保护，比如数据库连接池、磁盘IO等。

总结

这三种算法适用于不同的应用场景，可以根据具体的需求选取合适的方案实现限流功能。同时，需要注意的是，每种算法的具体实现方法会影响到性能和精度，因此需要根据实际情况进行选择和调整。