本文目录一览：
- 1、分布式解决方案之:限流
- 2、redis怎么进行限流?
- 3、如何实现限流功能?
分布式解决方案之:限流
1、为了解决这个问题，业界又提出另外一种限流算法，即滑动窗口限流。滑动窗口限流解决固定窗口临界值的问题，可以保证在任意时间窗口内都不会超过阈值。相对于固定窗口，滑动窗口除了需要引入计数器之外还需要记录时间窗口内每个请求到达的时间点，因此对内存的占用会比较多。
2、实现限流通常包括统计请求、更新统计、设置阈值等步骤，单机情况下直接在本地存储，集群则需使用分布式存储如Tair或Redis。本文将使用Redis作为分布式存储，通过Redisson客户端实现限流算法，如固定窗口限流和滑动窗口限流，以及漏桶算法和令牌桶算法。固定窗口限流以固定时间窗口计数，可能引发突发流量问题。
3、在分布式限流中，使用全局存储如Redis进行整体管理，但需注意竞争条件，可通过放宽限制、会话保持、加锁或使用Redis的Lua脚本来解决。理解和运用这些限流策略，可以有效地维护系统的稳定和高效运行。
4、在分布式场景下，将整个系统视为一个整体进行限流考量。针对IP的限流规则，无论请求落在哪个节点，都会受到限流规则的约束。限流信息通常保存在“中心化”的组件中，以实现集群中所有机器的访问状态监控。主流限流方案包括令牌桶算法和漏桶算法。令牌桶算法 令牌桶算法通过生成令牌和限制令牌桶容量来实现限流。
5、我们的解决方案主要是通过Sentinel的限流、降级、熔断（增加服务器数量就不说了）以及消息中间件的削峰（我会专门写一期关于消息中间件的文章，到时候大家可以看看）。没错，本期的主角出现了，他就是 Sentinel ，阿里开源的面向分布式服务框架的轻量级流量控制框架。
6、因此，目前唯一可行的解决方案就是分布式限流。我目前选择直接使用Redisson库中的RRateLimiter实现分布式限流。Redisson其实是在Redis能力上构建的开发库，除了支持Redis的基础操作外，还封装了布隆过滤器、分布式锁、限流器等工具。今天要说的RRateLimiter就是其实现的限流器。
redis怎么进行限流?
1、固定窗口限流 固定窗口限流***用的是时间窗口的固定设定，允许在设定时间内进行特定次数的请求，一旦超出次数则拒绝请求。以分钟为单位，每分钟生成一个key进行计数，达到请求上限后返回友好信息。
2、常见的限流算法包括计数器算法、滑动窗口算法和令牌桶算法。计数器算法通过维持一个计数器并设置过期时间来限制请求，但存在突刺问题。滑动窗口算法利用有序***存储请求时间，通过窗口内请求数量判断是否限流。令牌桶算法通过定时任务在Redis中添加令牌，程序通过获取令牌执行操作。
3、限流的核心思想是基于Redis的incr命令，通过设置key的过期时间作为5秒的滑动窗口。例如，限制每5秒内的请求次数不超过10次，首先设置key的过期时间为5秒，每次请求前对key进行自增操作。如果自增次数小于或等于10，说明未达到限流，key继续累积。5秒过后，key过期，次数重新计算。
4、因此，目前唯一可行的解决方案就是分布式限流。我目前选择直接使用Redisson库中的RRateLimiter实现分布式限流。Redisson其实是在Redis能力上构建的开发库，除了支持Redis的基础操作外，还封装了布隆过滤器、分布式锁、限流器等工具。今天要说的RRateLimiter就是其实现的限流器。
5、依靠List的leftPop来获取令牌 再依靠Java的定时任务，定时往List中rightPush令牌，当然令牌也需要唯一性，所以我这里还是用UUID进行了生成 综上，代码实现起始都不是很难，针对这些限流方式我们可以在AOP或者filter中加入以上代码，用来做到接口的限流，最终保护你的网站。
6、基于Redis的setnx的操作，给指定的key设置了过期实践。基于Redis的数据结构zset，将请求打造成一个zset数组。基于Redis的令牌桶算法，输出速率大于输入速率，就要限流。
如何实现限流功能?
1、**Spring Cloud Gateway的RequestRateLimiter**：当使用Spring Cloud Gateway作为API***时，可利用内置的`RequestRateLimiter`过滤器实现限流，通常结合Redis等外部存储来维护状态。适用于分布式系统中的限流管理。
2、常见的限流算法包括计数器算法、滑动窗口算法和令牌桶算法。计数器算法通过维持一个计数器并设置过期时间来限制请求，但存在突刺问题。滑动窗口算法利用有序***存储请求时间，通过窗口内请求数量判断是否限流。令牌桶算法通过定时任务在Redis中添加令牌，程序通过获取令牌执行操作。
3、Nginx官方限流模块Nginx官方提供了两个模块来限制IP连接和并发：limit_req_zone用于限制特定UA的访问，而ngx_http_limit_conn_module则用于控制单个IP的请求数。它们会根据配置，仅在服务器处理请求并读取完整请求头后才计算连接数。实战示例例如，可以配置一个规则，限制每个IP每秒的访问速率为2次。
4、创建流量控制***，继承抽象***类，实现预过滤逻辑，在其中执行流量控制策略。 利用Guava的RateLimiter类实现流量控制。定义一个全局限流器，使用tryAcquire（）方法尝试获取令牌。成功获取令牌表示请求通过限流器，否则返回特定状态码。 继承WebMvcConfigurerAdapter以添加自定义***。
