面试题：Redis固定窗口限流与其他限流算法结合应用

设计思路

固定窗口限流：Redis固定窗口限流简单地统计在一个固定时间窗口内的请求次数，当达到设定的阈值时进行限流。但它存在临界问题，在窗口切换瞬间可能出现突发流量高峰。
漏桶算法：漏桶算法将请求看作水，以固定速率从桶中流出。无论请求产生速率如何，处理速率恒定。可用于平滑流量，避免瞬间大量请求。
令牌桶算法：令牌桶以固定速率生成令牌放入桶中，请求到来时尝试从桶中获取令牌，有令牌则处理请求，无令牌则限流。能在限制平均速率同时允许一定程度突发流量。

结合方式：可先使用令牌桶算法处理突发流量，允许一定程度的流量高峰，然后用漏桶算法平滑流量，确保整体流量稳定，最后再用Redis固定窗口限流做兜底，防止长时间流量超出预期。

实现方案

令牌桶算法实现：
- 使用Redis的 INCR 命令模拟令牌生成。例如，设置一个键 token_bucket，每次生成令牌时执行 INCR token_bucket。
- 设定令牌生成速率和桶的容量。可以通过计算两次生成令牌的时间间隔来控制速率，如每 x 秒生成 y 个令牌。
- 请求到达时，通过 GET 命令获取当前令牌数量，若大于0则减少令牌（DECR token_bucket）并处理请求，否则限流。
漏桶算法实现：
- 同样使用Redis，设置一个键 leaky_bucket 表示桶中请求数量。
- 设定漏桶流出速率，如每 m 秒允许处理 n 个请求。
- 请求到达时，INCR leaky_bucket，同时根据当前时间和上次处理请求时间计算是否达到流出速率，若达到则减少桶中请求数量并处理请求，否则限流。
Redis固定窗口限流实现：
- 利用Redis的 INCR 和 EXPIRE 命令。设置一个键 fixed_window_limit，每次请求 INCR fixed_window_limit。
- 设定时间窗口和阈值，如1分钟内最多允许100个请求。当 INCR 后的值超过阈值且时间窗口未过期则限流，同时在设置键时用 EXPIRE 设置时间窗口。

以下为示例代码（以Python和Redis为例）：

import redis
import time

r = redis.Redis(host='localhost', port=6379, db=0)

# 令牌桶算法相关参数
token_rate = 10  # 每秒生成10个令牌
bucket_capacity = 100  # 桶容量100个令牌
last_token_generation = time.time()
current_tokens = bucket_capacity

# 漏桶算法相关参数
leak_rate = 5  # 每秒允许流出5个请求
last_leak_time = time.time()
leaky_bucket_count = 0

# 固定窗口限流相关参数
window_size = 60  # 1分钟
limit = 100  # 1分钟内最多100个请求

def token_bucket():
    global current_tokens, last_token_generation
    now = time.time()
    current_tokens = min(bucket_capacity, current_tokens + (now - last_token_generation) * token_rate)
    last_token_generation = now
    if current_tokens >= 1:
        current_tokens -= 1
        return True
    return False

def leaky_bucket():
    global leaky_bucket_count, last_leak_time
    now = time.time()
    if now - last_leak_time >= 1:
        leaky_bucket_count = max(0, leaky_bucket_count - leak_rate)
        last_leak_time = now
    if leaky_bucket_count < leak_rate:
        leaky_bucket_count += 1
        return True
    return False

def fixed_window_limit():
    key = 'fixed_window_limit'
    r.incr(key)
    r.expire(key, window_size)
    if int(r.get(key) or 0) > limit:
        return False
    return True

def combined_limit():
    if not token_bucket():
        return False
    if not leaky_bucket():
        return False
    if not fixed_window_limit():
        return False
    return True

星途面试题库

面试题：Redis固定窗口限流与其他限流算法结合应用

知识考点

面试题答案

设计思路

实现方案