面试题：Redis漏桶限流中漏桶满时常规处理策略及实现方式

丢弃新请求
- 策略阐述：当漏桶已满，新到来的请求直接被丢弃，不进行处理。这种策略简单直接，适用于对请求处理实时性要求不高，或者请求本身不是非常关键的场景。
- Redis实现：假设我们用Redis的字符串类型来表示漏桶的水量（请求数量），用key来标识这个漏桶。例如bucket_key。我们可以使用INCR命令来模拟请求进入漏桶。每次有新请求时，先执行INCR bucket_key，如果返回值大于漏桶容量（假设容量为capacity），则丢弃该请求，然后执行DECR bucket_key将计数恢复。如下代码示例（以Python为例，结合redis - py库）：

import redis

r = redis.Redis(host='localhost', port = 6379, db = 0)
capacity = 10
# 模拟新请求到来
new_request_count = r.incr('bucket_key')
if new_request_count > capacity:
    r.decr('bucket_key')
    print('请求被丢弃')
else:
    print('请求被处理')

阻塞等待
- 策略阐述：当漏桶已满时，新请求进入等待队列，直到漏桶有空间时再处理。这种策略适用于请求不能丢失，但允许一定程度延迟处理的场景。
- Redis实现：我们可以使用Redis的列表（List）数据结构来实现等待队列。假设用bucket_key表示漏桶当前水量，用waiting_queue_key表示等待队列。每次有新请求时，先检查漏桶是否已满（通过GET bucket_key获取当前水量与容量比较），如果已满，将请求相关信息（比如请求ID等）通过RPUSH waiting_queue_key request_info命令加入等待队列。当漏桶有空间时（可以通过定期检查或者在处理请求后检查），使用LPOP waiting_queue_key从队列中取出请求进行处理。如下代码示例（以Python为例，结合redis - py库）：

import redis

r = redis.Redis(host='localhost', port = 6379, db = 0)
capacity = 10
# 模拟新请求到来
current_water = int(r.get('bucket_key') or 0)
if current_water >= capacity:
    r.rpush('waiting_queue_key','request_id_123')
else:
    r.incr('bucket_key')
    print('请求被处理')
# 检查漏桶有空间时处理等待队列中的请求
if current_water < capacity:
    waiting_request = r.lpop('waiting_queue_key')
    if waiting_request:
        r.incr('bucket_key')
        print('从等待队列中取出请求并处理:', waiting_request)

限流后处理
- 策略阐述：当漏桶已满时，对新请求进行特殊处理，比如记录下来，然后在系统负载较低或者漏桶有空闲空间时进行批量处理。这种策略适用于对请求数据完整性有要求，并且可以在后续集中处理的场景。
- Redis实现：可以使用Redis的有序集合（Sorted Set）来记录这些请求。假设用bucket_key表示漏桶当前水量，用delayed_requests_key表示存储延迟处理请求的有序集合。每次有新请求时，先检查漏桶是否已满（通过GET bucket_key获取当前水量与容量比较），如果已满，将请求相关信息（如请求ID和时间戳）通过ZADD delayed_requests_key timestamp request_id命令加入有序集合（这里时间戳可以用于后续按照顺序处理）。当漏桶有空间时，通过ZRANGEBYSCORE delayed_requests_key -inf +inf LIMIT 0 1 WITHSCORES获取最早的请求（根据时间戳），处理后通过ZREM delayed_requests_key request_id移除该请求。如下代码示例（以Python为例，结合redis - py库）：

import redis
import time

r = redis.Redis(host='localhost', port = 6379, db = 0)
capacity = 10
# 模拟新请求到来
current_water = int(r.get('bucket_key') or 0)
if current_water >= capacity:
    timestamp = time.time()
    r.zadd('delayed_requests_key', {f'request_id_123': timestamp})
else:
    r.incr('bucket_key')
    print('请求被处理')
# 检查漏桶有空间时处理延迟请求
if current_water < capacity:
    result = r.zrangebyscore('delayed_requests_key', '-inf', '+inf', start = 0, num = 1, withscores = True)
    if result:
        request_id, _ = result[0]
        r.zrem('delayed_requests_key', request_id)
        r.incr('bucket_key')
        print('从延迟集合中取出请求并处理:', request_id)

星途面试题库

面试题：Redis漏桶限流中漏桶满时常规处理策略及实现方式

知识考点

面试题答案