| 首先讓我們先看一看系統架構設計中，爲什麼要做“限流”。不知道大家注意過沒有，比如雙11，剛過12點有些顧客的網頁或APP會顯示下單失敗的提示，有些就是被限流掉了。 |
首先讓我們先看一看系統架構設計中，爲什麼要做“限流”。
旅遊景點通常都會有最大的接待量，不可能無限制的放遊客進入，比如故宮每天只賣八萬張票，超過八萬的遊客，無法買票進入，因爲如果超過八萬人，景點的工作人員可能就忙不過來，過於擁擠的景點也會影響遊客的體驗和心情，並且還會有安全隱患;「只賣N張票，這就是一種限流的手段」。
軟件架構中的服務限流也是類似，也是當系統資源不夠的時候，已經不足以應對大量的請求，爲了保證服務還能夠正常運行，那麼按照規則，「系統會把多餘的請求直接拒絕掉，以達到限流的效果」;
不知道大家注意過沒有，比如雙11，剛過12點有些顧客的網頁或APP會顯示下單失敗的提示，有些就是被限流掉了。
顧名思義就是來一個，記錄一個，比如我1分鐘只能處理1000個請求，那麼我們就可以設置一個計數器，來一個請求就incr+1，當1分鐘之內的數量大於等於1000之後不處理了即可，僞代碼如下
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$rate_limit = 1000; //限制個數
$rate_seconds = 60; //限制時間
$redis_key = "redis_limit";
$count = $redis->get($redis_key);
if ($count >= $rate_limit){ //判斷60秒內請求個數是否已經達到上限
//直接返回，不處理請求
return
}
$redis->incr($redis_key, 1);//請求計數
$redis->expire($redis, $rate_seconds); //設置過期時間 60s
//to do 業務邏輯處理.......
這種計數方式比較簡單快捷，但是有很大的缺點，因爲請求的訪問不一定是很平穩的，如果0:59過來了1000個請求，1:01已經是下一個窗口，又過來了1000個請求，但實際上三秒內來了2000個請求，已經超過我們的限流上限了。所以這種方法是不推薦的。
還拿上面的例子，一分鐘分6份，每份10秒;每過10秒鐘，我們的時間窗口就會往右滑動一格，每個格子都有獨立的計數器，我們每次都計算時間窗口內的數量，可以解決計數器法中的問題，而且當滑動窗口的格子越多，那麼限流的統計就會越精確。具體可以參考下圖，看圖比較清晰
僞代碼實現如下
function api_limit($scene, $period, $maxCount){
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$key = sprintf('hist:%s', $scene); //限流場景唯一標識
$now = msectime(); // 毫秒時間戳,這樣更精確
$pipe=$redis->multi(Redis::PIPELINE); //使用管道提升性能
$pipe->zadd($key, $now, $now); //value 和 score 都使用毫秒時間戳
$pipe->zremrangebyscore($key, 0, $now - $period); //移除時間窗口之前的行爲記錄，剩下的都是時間窗口內的
$pipe->zcard($key); //獲取窗口內的行爲數量
$pipe->expire($key, $period/1000 + 1); //多加一秒過期時間
$replies = $pipe->exec();
return $replies[2] <= $maxCount; //$replies[2]爲zcard返回的個數 如果zcard結果大於maxCount，則不處理結果
}
for ($i=0; $i<20; $i++){ //測試限流是否實現代碼
var_dump(isActionAllowed("uniq_scene", 60*1000, 5)); //執行可以發現只有前5次是通過的
}
//返回當前的毫秒時間戳
function msectime() {
list($msec, $sec) = explode(' ', microtime());
$msectime = (float)sprintf('%.0f', (floatval($msec) + floatval($sec)) * 1000);
return $msectime;
}
這段代碼還是略顯複雜，需要讀者花一定的時間好好啃。它的整體思路就是：每一個行爲到來時，都維護一次時間窗口。將時間窗口外的記錄全部清理掉，只保留窗口內的記錄。
因爲這幾個連續的 Redis 操作都是針對同一個 key 的，使用 pipeline 可以顯著提升Redis 存取效率。「但這種方案也有缺點，因爲它要記錄時間窗口內所有的行爲記錄，如果這個量很大，比如限定 60s 內操作不得超過 100w 次這樣的參數，它是不適合做這樣的限流的，因爲會消耗大量的存儲空間」。
後面還有漏桶算法和令牌桶算法，由於各自的實現比較複雜，所以準備各自新開一篇文章單獨描述