面试题：高并发下Redis计数器与限流器的一致性保证

确保一致性的方法

使用事务（MULTI - EXEC）：

Redis事务可以将多个命令打包成一个原子操作。对于计数器和限流器，例如在实现限流器时，先通过GET获取当前计数，然后根据业务逻辑判断是否限流，若不限流则INCR计数器，这一系列操作可以放在一个事务中。
示例代码（Python + Redis - py）：

import redis

r = redis.Redis()
pipe = r.pipeline()
try:
    pipe.watch('counter_key')
    current_count = pipe.get('counter_key')
    if current_count is None:
        current_count = 0
    else:
        current_count = int(current_count)
    if current_count < limit:
        pipe.multi()
        pipe.incr('counter_key')
        pipe.execute()
    else:
        print('限流')
except redis.WatchError:
    print('事务执行过程中数据发生变化，重试')
finally:
    pipe.unwatch()

Lua脚本：

因为Redis执行Lua脚本是原子性的，所以可以将计数器和限流器的逻辑写在Lua脚本中。Lua脚本可以保证在脚本执行期间，不会有其他命令干扰，从而确保一致性。
示例Lua脚本（用于计数器和简单限流器）：

local key = KEYS[1]
local limit = tonumber(ARGV[1])
local current = tonumber(redis.call('GET', key))
if current == nil then
    current = 0
end
if current < limit then
    redis.call('INCR', key)
    return 1
else
    return 0
end

在Python中调用该Lua脚本：

import redis

r = redis.Redis()
script = """
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local current = tonumber(redis.call('GET', key))
if current == nil then
    current = 0
end
if current < limit then
    redis.call('INCR', key)
    return 1
else
    return 0
end
"""
result = r.eval（script, 1, 'counter_key', 10） # 10为限流器的限制值
if result == 1:
    print('未限流')
else:
    print('限流')

乐观锁机制：
- 在获取计数器的值时，同时获取一个版本号（可以使用Redis的WATCH命令）。在更新计数器时，检查版本号是否一致，如果一致则更新，否则重试。
- 例如，在事务中使用WATCH命令，在EXEC之前如果被WATCH的键值发生变化，事务会失败，需要重新执行。

不一致可能的原因

网络延迟：
- 在分布式系统中，不同节点与Redis之间可能存在网络延迟。例如，一个节点A对计数器进行INCR操作后，由于网络延迟，节点B还未获取到最新的计数器值就进行了读取和判断，导致限流器和计数器不一致。
缓存过期：
- 如果计数器使用了过期机制（如设置了EXPIRE时间），在过期时间到了之后，计数器被重置为0。而限流器可能仍然基于之前的计数逻辑进行判断，导致不一致。
并发写冲突：
- 多个客户端同时对计数器进行写操作，如同时执行INCR命令。虽然Redis单线程执行命令，但如果没有使用事务或Lua脚本等原子性操作，可能会出现部分写操作丢失，导致计数器与限流器逻辑不一致。
时钟漂移：
- 在分布式环境中，不同服务器的时钟可能存在差异（时钟漂移）。如果限流器是基于时间窗口的（如每分钟限制一定次数），时钟漂移可能导致不同节点对时间窗口的判断不一致，进而影响限流器与计数器的一致性。

解决不一致的方法

处理网络延迟：
- 使用可靠的网络协议和优化网络配置，减少网络延迟。
- 增加重试机制，当由于网络延迟导致操作失败（如事务执行失败）时，进行重试。
应对缓存过期：
- 可以使用缓存更新策略，如在缓存过期前主动更新计数器的值，避免突然重置为0。
- 或者在限流器逻辑中，除了依赖计数器，还可以记录最后一次重置时间，当计数器为0时，结合时间判断是否是因为过期重置，从而更准确地进行限流。
避免并发写冲突：
- 如上述提到的，使用事务（MULTI - EXEC）或Lua脚本保证原子性操作，避免并发写冲突。
解决时钟漂移：
- 使用NTP（网络时间协议）同步服务器时钟，减少时钟漂移。
- 在限流器逻辑中，使用分布式时钟（如Google的TrueTime）来统一时间判断，确保不同节点对时间窗口的判断一致。

星途面试题库

面试题：高并发下Redis计数器与限流器的一致性保证

知识考点

面试题答案

确保一致性的方法

不一致可能的原因

解决不一致的方法