redis-lua实现令牌桶限流算法_使用 redis+lua 脚本实现令牌桶

常用流控算法

流控算法是用来控制流量的一种算法，它可以在高并发场景中避免系统的过载，保证系统的稳定性和可用性。常见的流控算法包括以下几种：

漏桶算法
漏桶算法是一种常用的流控算法，它将流量视为水流，使用一个固定大小的桶来缓存流量，然后以固定的速率向外输出流量。当桶中的水满时，多余的流量将被丢弃。漏桶算法可以有效地控制流量，避免系统的过载。

令牌桶算法
令牌桶算法是一种基于令牌的流控算法，它将流量视为令牌，使用一个固定大小的桶来缓存令牌，并以固定的速率向桶中添加令牌。当请求到达时，只有在桶中有足够的令牌时，请求才能被处理。令牌桶算法可以有效地控制流量，避免系统的过载。

计数器算法
计数器算法是一种基于计数器的流控算法，它使用一个计数器来记录当前请求的数量，并根据计数器的值来判断是否允许继续处理请求。当请求到达时，如果当前请求的数量已经超过了设定的阈值，则请求将被拒绝或者延迟处理。计数器算法可以简单地控制流量，但是需要注意阈值的设置。

平滑限流算法
平滑限流算法是一种基于时间窗口的流控算法，它将时间划分为多个时间窗口，并在每个时间窗口内限制请求的数量。平滑限流算法可以根据不同的时间窗口来限制请求的数量，以适应不同的流量变化。

redis-lua实现令牌桶限流算法

Redis可以通过Lua脚本来实现令牌桶限流算法。下面是一个使用redis-lua实现令牌桶限流算法的示例代码：

-- 令牌桶限流算法实现
-- key：限流的key
-- limit：限流大小
-- rate：生成令牌的速率
-- burst：桶的大小
-- now：当前时间
-- return：0表示限流，1表示放行
local function token_bucket(key, limit, rate, burst, now)
    local current = tonumber(redis.call('get', key) or '0')
    local last_refreshed = tonumber(redis.call('get', key .. ':last_refreshed') or '0')
    local time_passed = math.max(now - last_refreshed, 0)
    local new_tokens = math.floor(time_passed * rate)

    if new_tokens > 0 then
        local tokens = math.min(current + new_tokens, burst)
        redis.call('set', key, tokens)
        redis.call('set', key .. ':last_refreshed', now)
    end

    if current < limit then
        redis.call('decr', key)
        return 1
    else
        return 0
    end
end

-- 调用令牌桶限流算法
return token_bucket(KEYS[1], tonumber(ARGV[1]), tonumber(ARGV[2]), tonumber(ARGV[3]), tonumber(ARGV[4]))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

该Lua脚本接收4个参数，分别是限流的key、限流大小、生成令牌的速率、桶的大小和当前时间。脚本首先从Redis中获取当前桶中的令牌数量和上次刷新时间，计算出过去的时间和生成的新令牌数量，并更新桶中的令牌数量和上次刷新时间。最后判断当前桶中的令牌数量是否小于限流大小，如果是则允许放行请求，否则拒绝请求。

可以通过Redis的eval命令来调用该Lua脚本，示例代码如下：

eval "token_bucket.lua" 1 key limit rate burst now
1

使用方式

• 直接调用 lua 脚本
• 结合 AOP 封装