基于 Redis 的访问限流方法

基于 Redis 的访问限流主要有两种常见方法：计数器限流（固定窗口） 和 滑动窗口限流。它们各有优缺点，适用于不同的场景。

1. 计数器限流（固定窗口）

实现方式

  • 使用 Redis 的 INCR + EXPIRE 实现固定时间窗口内的请求计数。
  • 例如：限制 100 请求/分钟，每分钟重置计数器。

PHP 示例代码

function isRateLimited(string $key, int $limit, int $windowSeconds): bool
{
    $redis = Redis::connection();
    $current = $redis->incr($key);

    if ($current === 1) {
        $redis->expire($key, $windowSeconds); // 首次设置过期时间
    }

    return $current > $limit;
}

调用方式：

$key = "rate_limit:user_123"; // 限流 key
$limit = 100;                 // 100 次/分钟
$windowSeconds = 60;          // 60 秒窗口
if (isRateLimited($key, $limit, $windowSeconds)) {
    throw new Exception("请求太频繁，请稍后再试");
}

优点

✅ 实现简单，适合低并发场景
✅ 性能高，仅需 INCR + EXPIRE
✅ 内存占用低，仅存储一个计数

缺点

❌ 临界时间问题（窗口边界可能突破限制）

  • 例如：
    • 在 00:59 发送 100 次请求
    • 在 01:00 又发送 100 次请求
    • 实际 2 秒内处理了 200 次请求，超出预期

2. 滑动窗口限流

实现方式

  • 使用 Redis 的 ZSET（有序集合）记录每次请求的时间戳
  • 每次请求时，清理过期的请求，并计算当前窗口内的请求数

PHP 示例代码

function isRateLimitedSlidingWindow(string $key,int $limit,int $windowSeconds): bool {
    $redis = Redis::connection();
    $now = microtime(true) * 1000; // 毫秒时间戳
    $windowStart = $now - ($windowSeconds * 1000);

    // 1. 移除过期请求
    $redis->zremrangebyscore($key, 0, $windowStart);

    // 2. 获取当前窗口内的请求数
    $currentCount = $redis->zcard($key);

    if ($currentCount >= $limit) {
        return true; // 限流
    }

    // 3. 记录当前请求
    $redis->zadd($key, $now, $now);
    $redis->expire($key, $windowSeconds); // 避免 ZSET 无限增长

    return false;
}

调用方式：

$key = "rate_limit_sliding:user_123";
$limit = 100;      // 100 次/分钟
$windowSeconds = 60;
if (isRateLimitedSlidingWindow($key, $limit, $windowSeconds)) {
    throw new Exception("请求太频繁，请稍后再试");
}

优点

✅ 更精确的限流，避免固定窗口的临界问题
✅ 平滑控制，不会出现短时间突发流量

缺点

❌ 实现较复杂，需要 ZSET 操作
❌ 性能稍低，每次请求需清理过期数据
❌ 内存占用更高，存储所有请求时间戳

3. 两种方法的对比

对比项 计数器（固定窗口） 滑动窗口
实现复杂度 ⭐⭐（简单） ⭐⭐⭐⭐（较复杂）
性能 ⭐⭐⭐⭐（高） ⭐⭐⭐（稍低）
内存占用 ⭐（低） ⭐⭐（较高）
精确度 ❌（临界问题） ✅（更精确）
适用场景 低并发、允许少量突发 高并发、严格限流

4. 如何选择？

  • 计数器（固定窗口）：

    • 适用于 API 限流、低频业务（如登录防暴力破解）
    • 对 精确度要求不高，但需要 高性能 的场景

  • 滑动窗口：

    • 适用于 高并发 API、支付接口、秒杀系统
    • 需要 严格限流，避免突发流量

5. 进阶方案

  • 令牌桶（Token Bucket）：
    • 使用 Redis + Lua 实现更平滑的限流（如 Google Guava 的 RateLimiter）
  • 漏桶（Leaky Bucket）：
    • 适用于 恒定速率处理（如消息队列消费限速）

如果你需要 更严格的限流，建议使用 滑动窗口 或 令牌桶。如果只是简单限流，计数器 就够用了。