假设我们要做一个业务需求，这个需求就是限制用户的访问频次。比如1分钟内只能访问20次，10分钟内只能访问200次。因为是用户维度的场景，性能肯定是要首先考虑，那么适合这个场景的非Redis莫属。
最简单的实现，莫过于只是用incr进行计数操作，于是有了下面的代码：
long count = redisTemplate.opsForValue().increment("user:1:60");
if (count > maxLimitCount) {
throw new LimitException("访问太频繁");
}
count = redisTemplate.opsForValue().increment("user:1:600");
if (count > maxLimitCount) {
throw new LimitException("访问太频繁");
}
来，我们对上面这段代码解读一下。需求有2个时间维度的限制，所以这边基于用户和时间维度构建了Redis的Key。然后对每个Key进行计数，计数后的结果用于跟限制的值进行判断，如果超出了限制的值就抛出异常。
假设限制的时间场景有10个呢？那上面的代码是不是得写10遍才可以。有人可能会说，这还不简单吗？循环呀，循环确实能够解决这个问题。但是大家有没有去思考，这是用户维度的请求，如果每个请求里面都去操作10次Redis的话，这耗时至少也得10来毫秒吧。所以问题在这，并不是说这个逻辑实现的有问题。
那我们就改成批量的吧，用pipeline来批量执行。
redisTemplate.execute(new RedisCallback<Long>() {
@Override
public Long doInRedis(RedisConnection connection) throws DataAccessException {
connection.openPipeline();
connection.incr("user:1:60".getBytes());
connection.incr("user:1:600".getBytes());
onnection.closePipeline();
return null;
}
});
用pipeline也有一个问题，那就是拿不到返回值，也就只能增加，但是没办法判断是否超过了限制的阀值。
所以需要在第一步先查询下，用查到的值进行判断，这样也就是只需要和Redis交互两次就可以了。
上面的代码在单节点下没问题，但是如果在集群下，其实每个Key都可能分配到不同的节点上去，只不过是底层帮你屏蔽掉了细节，并发执行，拿到了所有结果后合并返回的。所以我们需要让所有的Key都路由到一个节点上，本来就是用户维度的，直接使用userId路由即可。
这个时候Redis的HashTag功能就排上用场了，将Key user:1:600改写成user:{1}:600 。
虽然已经优化了，但是还是要发起两次网络请求才能完成这个逻辑，有没有可能再进一步优化下呢？一次请求行不行。
这个时候要放大招了，Lua脚本走起，将所有逻辑都放入Lua脚本中，一次网络交互即可完成。
local current
current = redis.call("incr",KEYS[1])
if current == 1 then
redis.call("expire",KEYS[1],1)
end
if current > ARGV[1]
return 1
end
return 0
上面脚本演示了如何对一个Key进行处理，返回1表示限流，返回0表示通过。不过使用lua脚本的时候要注意，某些云服务的Redis会对脚本进行校验，像Redis的Key不能使用变量，必须用KEYS[下标]的方式，所以这里操作多个Key还不能用循环，代码得写多遍，这是一个恶心的点。
总结
到此这篇关于利用Redis实现访问次数限流的文章就介绍到这了,更多相关Redis访问次数限流内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)！
