嗨，大家好！今天给大家分享一个高并发系统中必备的技能——限流。
在正式开始之前我想问问大家，身为程序员的大家，在周一到周五早上上班进地铁站的时候，有没有见过类似这样的场景？
同样，在互联网行业中，也存在这样得场景，我们把它称为——限流，为什么要限流呢，原因如下：
在系统上线初期，用户量和访问量不大得时候，一般部署几台应用服务器，数据库做一个读写分离就基本上抗得住，但随着时间的推移，业务的发展，用户量和日活得增加，系统所承受的压力越来越大，我么都知道，应用服务器扩容很方便，但数据库扩容就有些麻烦，如果请求数据库的量太大的话，或者遇到恶意攻击，数据库极有可能宕机，最后导致整个网站不可用。
为了避免这样的事情发生，我们通常要限制住用户的请求次数。对于合法的用户，我们要限制单位时间内用户调用接口的次数，对于恶意攻击者，直接将他放入黑名单中。
我们通常用Redis中的zset数据结构来做限流。由于zset底层是用跳跃表存储数据的，按score字段从小到大排序，我们可以把时间戳存入score字段。随着时间的流逝，把每一次请求的时间戳存入score中，而member呢？随便存储什么无所谓啦，但不要存储太大的数据。如下图：
假如我们要求接口的调用一分钟不能超过100次，那么图中橙色矩形区域是一个时间段范围内的时间窗口，矩形的有边框是当前时间，它随着时间的流逝一点一点向右移动，矩形左边框是1min前，矩形的宽度就是1min。我们通过Redis的zcount命令很容易计算出这个时间范围内的数据量，如果数据量超出100，说明用户请求的太快了，应该进行限流的操作。下面来看一段简单的代码：
/**
* 基于zset限流
* @param key redis key
* @param maxCount 指定时间内最大通过个数
* @param timeRange 时间窗范围，单位：秒
* @return 是否可以继续请求
*/
public static boolean rateLimiterByZset(String key,int maxCount,int timeRange){
try (Jedis jedis = jedisPool.getResource()) {
long currentTime = new Date().getTime(); //当前时间戳
long secondTime = currentTime-timeRange*1000; //second秒前的时间戳
long memberCount = jedis.zcount(key,secondTime,currentTime);
if(memberCount >= maxCount){
return false;
}
jedis.zadd(key,currentTime,currentTime+"");
//删除时间框外的数据，因为它们已经没有用了
jedis.zremrangeByScore(key,0,secondTime);
}
return true;
}哈哈，就这么简单。有一点要注意的是，请大家及时删除时间框（也就是上图中左边框外）范围外的数据，因为它们已经没有用了，留着非常消耗内存资源。
大家会不会有这样的疑问：对zset操作这么频繁，会不会有性能上的问题呀？其实大家不必太担心，毕竟Redis的数据结构都是经过精心设计的，性性能很高，大家可以参考小编的这篇文章，来学习Redis的数据结构。
测试程序和输出效果如下：
@Test
public void test1() throws Exception{
int i = 1;
while(true){
Thread.sleep(5);
boolean flag = RedisRateLimiter.rateLimiterByZset("keysss",10,1);
if(flag){
System.out.println("第"+i+"个请求成功");
}else{
System.out.println("第"+i+"个被限流");
}
i++;
}
}
第1个请求成功
第2个请求成功
第3个请求成功
第4个请求成功
第5个请求成功
第6个请求成功
第7个请求成功
第8个请求成功
第9个请求成功
第10个请求成功
第11个被限流
第12个被限流
...
第42个被限流
第43个被限流
第44个请求成功
第45个请求成功好了，这次的内容很简单，小编最近一直忙工作上的事情，有空再为大家分享更多有趣的东西