面试题：Redis滑动窗口限流中如何合理划分子窗口

Question

在Redis滑动窗口限流场景下，阐述划分子窗口的常见考虑因素，以及不同子窗口划分方式对限流效果的影响。

Answer 1

划分子窗口的常见考虑因素

1. 时间粒度：
   • 较细的时间粒度（如毫秒级）能更精确地控制流量，适合对流量变化敏感、需要高精度限流的场景，比如高频交易接口。但细粒度会增加内存开销，因为每个子窗口都需要记录相关统计信息。
   • 较粗的时间粒度（如秒级或分钟级），内存开销较小，适用于对流量控制精度要求不高、流量相对稳定的场景，例如一些普通的网站页面访问限流。
2. 业务场景：
   • 对于突发流量较大且需要快速响应的业务，如抢购活动，可能需要更细粒度的子窗口划分，以便及时感知和限制流量，防止瞬间流量过大导致系统崩溃。
   • 而对于一些平稳增长或周期性变化的流量场景，如常规的后台数据同步任务，可以采用相对粗粒度的子窗口划分。
3. 系统资源：
   • 若系统内存资源有限，应避免过细的子窗口划分，因为每个子窗口都占用一定的内存空间来存储计数器等信息。可以根据系统可承受的内存压力，权衡选择合适的子窗口时间粒度。

不同子窗口划分方式对限流效果的影响

1. 细粒度子窗口：
   • 优点：限流更加精准，能及时发现并限制短时间内的突发流量。例如在一个允许每秒100次请求的限流场景下，若采用毫秒级子窗口，可精确到每毫秒的请求数量，一旦某个毫秒内请求超过阈值，就能立即触发限流，更好地保护系统资源。
   • 缺点：增加系统计算和存储开销。由于子窗口数量多，需要频繁更新每个子窗口的统计信息（如请求计数），同时占用更多内存存储这些信息。如果系统性能不佳或内存紧张，可能会影响整体系统的运行效率。
2. 粗粒度子窗口：
   • 优点：系统开销小，计算量和内存占用相对较低。在一些流量波动较小的场景下，粗粒度子窗口足以满足限流需求，如普通的博客文章浏览接口，每分钟统计一次请求数进行限流即可，无需过于精细的控制。
   • 缺点：限流不够精确，可能会在短时间内允许过量的请求通过。比如在一个允许每分钟1000次请求的场景下，若采用1分钟的粗粒度子窗口，前30秒没有请求，后30秒突然涌入1000次请求，在这1分钟内不会触发限流，但实际上后30秒的流量已经远超系统瞬间承受能力，可能对系统造成冲击。