公司前段时间需要一个限流的功能，使用场景则是在一个滑动时间段内统计某一IP的访问数量

第一次接触窗口的概念还是在学习大数据的时候，在实时处理的时候了解到的，自然而然就想到了窗口统计的操作，不过目前业务量可能还不至于吧，嗯对就是那样

无脑上呗，就利用Redis做了一个实现（不是原子性的）

我太啰嗦了，网上百度一下Redis限流很多理论和操作实践就不罗嗦了，直接上自己魔改过的

基于Redis的ZSet实现的窗口限流操作

忘记参考哪个贴了，如果有相似部分请补充一下原帖链接，代码各位取其精华去其糟粕，嗯~很可能都没了

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
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
/**
 * 窗口限制
 *
 * @param key         限制key
 * @param windowTimes 窗口内限制次数
 * @param windowTime  窗口时间(ms)
 * @param windowLimitTime 达到限制时，限制时间
 * @param timeUnit 时间类型
 * @param errorMsg 限制时提示的信息
 */
public void windowLimit(String key, int[] windowTimes, long[] windowTime, long[] windowLimitTime, TimeUnit timeUnit, String errorMsg) {
        long currentTime = System.currentTimeMillis();
        String windowKey = WINDOW + key;
        if (redisUtils.exists(WINDOW_LIMIT + key)) {
            String[] errors = splitError(errorMsg);
	    // 这里要做分割是因为错误信息里有其他的数据，但是又不是全提示用户
            log.warn("当前[{}]被[{}]限制,锁定时间[{}],错误信息:[{}]", key, "窗口锁", redisUtils.getExpire(WINDOW_LIMIT + key), errors[0]);
            throw new ErrorCodeException(ErrorCodeEnum.ERROR, errors[1]);
        }
        // 按照窗口最大值，清除历史key
        OptionalLong max = Arrays.stream(windowTime).max();
        if (max.isPresent()) {
            long maxWindow = max.getAsLong();
            long minScore = currentTime - timeUnit.toMillis(maxWindow);
            // 删除最远时间之前的元素，精简大小
            redisUtils.removeRangeByScore(windowKey, 0, minScore - 1);
        }

        // 判断窗口是否达到限制
        // 这段代码感觉可以优化 但是无解~
        for (int i = 0; i < windowTime.length; i++) {
            // 窗口区间开始位置
            long rangeBegin = currentTime - timeUnit.toMillis(windowTime[i]);
            // rangeBegin，currentTime是限流的时间
            Set<Object> limits = redisUtils.rangeByScore(windowKey, rangeBegin, currentTime);
            // 判断是否达到窗口限制
            if (Objects.nonNull(limits)) {
                // 时间内次数小于窗口限制次数不处理
                if (limits.size() < windowTimes[i]) {
                    continue;
                }
                // 放入redis限制key，代表下一次一定会被限制
                redisUtils.set(WINDOW_LIMIT + key, errorMsg, windowLimitTime[i], timeUnit);
                // 如果时间内次数大于窗口限制次数，抛出异常
                if (limits.size() > windowTimes[i]) {
                    String[] errors = splitError(errorMsg);
                    log.warn("当前[{}]被[{}]限制,锁定时间[{}],错误信息:[{}]", key, "窗口锁", redisUtils.getExpire(WINDOW_LIMIT + key), errors[0]);
                    throw new ErrorCodeException(ErrorCodeEnum.ERROR, errors[1]);
                }
            }
        }
	// 时间戳作为zset的score 后续清数据取数据用
        redisUtils.zSetAdd(windowKey, StringUtils.replaceAll(UUID.randomUUID().toString(), "-", ""), currentTime);
    }

代码写的有点糙请谅解~

还是上面提到的小部分应用还是可以的，大规模的使用还是建议专业的事专业的人干比较好~