Redis 与缓存 / 系统课时

实现滑动窗口限流

实现滑动窗口限流

本课使用 Redis Sorted Set 保存请求时间,并用 Lua 原子完成过期记录清理、窗口计数和请求写入,从而限制任意连续时间窗口内的请求数量。

学习目标

  • 理解滑动窗口的连续时间统计方式
  • 使用 Sorted Set 保存请求时间与唯一标识
  • 用 Lua 保证清理、判断和写入的原子性

数据模型

每个限流主体使用一个 Sorted Set。score 保存 Redis 服务器的毫秒时间戳,member 使用“时间戳-请求 ID”保证唯一。每次请求先删除窗口起点及更早的记录,再统计剩余成员数量。

滑动窗口限流时间轴

原子限流脚本

脚本使用 Redis 的 TIME 获取可信时间,避免客户端伪造时间戳或不同实例时钟偏差影响统计。

lua
local key = KEYS[1]
local window = tonumber(ARGV[1])
local limit = tonumber(ARGV[2])
local requestId = ARGV[3]

local time = redis.call("TIME")
local now = tonumber(time[1]) * 1000 + math.floor(tonumber(time[2]) / 1000)
local cutoff = now - window

redis.call("ZREMRANGEBYSCORE", key, "-inf", cutoff)
local count = redis.call("ZCARD", key)

if count >= limit then
    return {0, count}
end

redis.call("ZADD", key, now, now .. "-" .. requestId)
redis.call("PEXPIRE", key, window)
return {1, count + 1}

将脚本保存为 sliding-window.lua,使用一个新的测试键验证 10 秒内最多 2 次:

bash
KEY="rate:user:1001:demo-$$"

redis-cli --eval sliding-window.lua "$KEY" , 10000 2 req-1
redis-cli --eval sliding-window.lua "$KEY" , 10000 2 req-2
redis-cli --eval sliding-window.lua "$KEY" , 10000 2 req-3

预期输出:

text
1) (integer) 1
2) (integer) 1
1) (integer) 1
2) (integer) 2
1) (integer) 0
2) (integer) 2

每次返回的第一项表示是否放行,第二项表示当前窗口内的请求数。示例使用当前 Shell 进程号生成新键,因此三次调用共享同一窗口且不会受旧数据影响。

成本与边界

滑动窗口比固定窗口更精确,但每个放行请求都会产生一个成员。高流量场景要评估成员数量、内存占用、清理成本和 Lua 执行时间,并为请求 ID 提供足够唯一性。

还要提前定义 Redis 不可用时的策略。登录保护等安全场景通常倾向拒绝或严格降级;非关键查询可有限放行,但必须配合本地保护,避免 Redis 故障直接冲垮后端。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

实现滑动窗口限流

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通