引言

在现代分布式系统中，接口限流是一项至关重要的性能优化策略。通过限制一定时间窗口内的请求频率，可以有效保护后端服务免受过载冲击，保持系统的稳定性和响应速度。Redis因其高性能和丰富的数据结构特性，成为了实现限流功能的理想选择。结合Lua脚本，我们可以实现原子性的限流操作，并为存储的限流状态设置过期时间，从而进一步优化资源使用。

一、什么是接口限流及其重要性

接口限流是指对特定接口在指定时间段内允许处理的请求数量进行限制，超过这个数量的请求将被暂时拒绝或延迟处理。这一策略对于防止突发流量导致的服务崩溃、保障用户体验以及资源合理分配具有重要意义。

二、利用Redis实现接口限流

基于Redis计数器实现简单限流

一种简单的限流方案是使用Redis作为计数器。例如，我们可以在规定的时间窗口（如1秒）内，为每个接口调用者生成一个唯一的Key，每当有新的请求时，对该Key对应的Value进行递增操作。当Value超过预设阈值时，触发限流逻辑。

String key = "rate_limit:" + userId;
long currentCount = redisTemplate.opsForValue().increment(key, 1);
if (currentCount > rateLimit) {
    // 请求过多，触发限流逻辑
}

然而，这种方法并未考虑时间窗口滚动的问题，也未提供自动清理过期记录的功能。

进阶方案：使用Redis与Lua脚本实现精确限流及过期

为了实现基于时间窗口的精确限流并自动清理过期计数，我们可以编写Lua脚本来执行以下操作：

• 获取当前Key的计数值。
• 检查是否达到限流阈值，如果已达到，则返回限流信号。
• 更新Key的过期时间，使其对应到下一个时间窗口。

-- lua_script.lua
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local timeWindowSeconds = tonumber(ARGV[2])

-- 获取当前计数值
local currentCount = redis.call('get', key)

-- 如果计数值不存在或已过期，初始化为0
if not currentCount or currentCount == false then
    currentCount = 0
end

-- 计数值加1
currentCount = currentCount + 1

-- 判断是否超出限流阈值
if currentCount > limit then
    return 0 -- 表示已达限流阈值，拒绝请求
else
    -- 设置键值并更新其过期时间至下一个时间窗口结束
    redis.call('set', key, currentCount)
    redis.call('expire', key, timeWindowSeconds)
    return 1 -- 表示未达限流阈值，允许请求
end

Java代码中调用Lua脚本：

String script = "..." // 载入上述Lua脚本内容
Object result = jedis.eval(script, Collections.singletonList(userIdKey), Arrays.asList(String.valueOf(rateLimit), String.valueOf(timeWindowSeconds)));

if ((Long) result == 0) {
    // 已达限流阈值，拒绝请求
} else {
    // 未达限流阈值，继续处理请求
}

通过以上Lua脚本，我们实现了在Redis中对限流状态进行原子检查、更新及过期设置，确保了限流功能的准确性和资源的有效回收。

三、总结

Redis配合Lua脚本为实现接口限流提供了强大而灵活的解决方案。借助Redis的高性能和Lua的原子操作能力，我们可以精准地控制接口调用频率，并通过设置键的过期时间实现限流状态的自动清理，进而提升系统整体的稳定性和资源利用率。实际应用中，可以根据业务需求调整限流算法、时间窗口大小以及过期时间等参数。