需求背景：同一用户1分钟内登录失败次数超过3次，页面添加验证码登录验证，也即是限流的思想。
常见的限流算法：固定窗口计数器；滑动窗口计数器；漏桶；令牌桶。本篇选择的滑动窗口计数器
Redis 有序集合(sorted set)和集合(set)一样也是 string 类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数(score)。redis 正是通过分数来为集合中的成员进行从小到大的排序。
可参考java的LinkedHashMap和HashMap，都是通过多维护变量使无序的集合变成有序的。区别是LinkedHashMap内部是多维护了2个成员变量Entry<K,V> before, after用于双向链表的连接，redis zset是多维护了一个score变量完成顺序的排列。
有序集合的成员是唯一的,但分数(score)可以重复。
滑动窗口算法思想就是记录一个滑动的时间窗口内的操作次数，操作次数超过阈值则进行限流。
网上找的图：
key使用用户的登录名，value数据类型使用zset，zset的score使用当前登录时间戳，value也使用当前登录时间戳。
key虽然我用的登录名(已满足我的需求)，但建议实际应用时使用uid等具有唯一标识的字段。zset要求value唯一不可重复，所以当前时间戳需不需要再添加一随机数来做唯一标识待验证。
import java.util.concurrent.TimeUnit;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ZSetOperations;
import org.springframework.stereotype.Component;
/**
* redis使用zset实现滑动窗口计数
* key：sliding_window_用户登录名
* value(zset)：value=当前时间戳,score=当前时间戳
*
* @author zhaoshuxiang
* @date 2022/3/2
*/
@Component
@Slf4j
public class SlidingWindowCounter {
/**
* redis key前缀
*/
private static final String SLIDING_WINDOW = "sliding_window_";
@Autowired
private RedisTemplate redisTemplate;
* 判断key的value中的有效访问次数是否超过最大限定值maxCount
* 判断与数量增长分开处理
*
* @param key redis key
* @param windowInSecond 窗口间隔，秒
* @param maxCount 最大计数
* @return 是 or 否
public boolean overMaxCount(String key, int windowInSecond, long maxCount) {
key = SLIDING_WINDOW + key;
log.info("redis key = {}", key);
// 当前时间
long currentMs = System.currentTimeMillis();
// 窗口开始时间
long windowStartMs = currentMs - windowInSecond * 1000L;
// 按score统计key的value中的有效数量
Long count = redisTemplate.opsForZSet().count(key, windowStartMs, currentMs);
// 已访问次数 >= 最大可访问值
return count >= maxCount;
}
* 判断key的value中的有效访问次数是否超过最大限定值maxCount，若没超过，调用increment方法，将窗口内的访问数加一
* 判断与数量增长同步处理
* @return 可访问 or 不可访问
public boolean canAccess(String key, int windowInSecond, long maxCount) {
//按key统计集合中的有效数量
Long count = redisTemplate.opsForZSet().zCard(key);
if (count < maxCount) {
increment(key, windowInSecond);
return true;
} else {
return false;
}
* 滑动窗口计数增长
public void increment(String key, Integer windowInSecond) {
long windowStartMs = currentMs - windowInSecond * 1000;
// 单例模式(提升性能)
ZSetOperations zSetOperations = redisTemplate.opsForZSet();
// 清除窗口过期成员
zSetOperations.removeRangeByScore(key, 0, windowStartMs);
// 添加当前时间 value=当前时间戳 score=当前时间戳
zSetOperations.add(key, String.valueOf(currentMs), currentMs);
// 设置key过期时间
redisTemplate.expire(key, windowInSecond, TimeUnit.SECONDS);
}
主要针对目前线上短信被脚本恶意盗刷的情况，用Redis实现滑动窗口限流
public void checkCurrentWindowValue(String telNum) {
String windowKey = CommonConstant.getNnSmsWindowKey(telNum);
//获取当前时间戳
long currentTime = System.currentTimeMillis();
//1小时，默认只能发5次，参数smsWindowMax做成可配置项，配置到Nacos配置中心，可以动态调整
if (RedisUtil.hasKey(windowKey)) {
//参数smsWindowTime表示限制的窗口时间
//这里获取当前时间与限制窗口时间之间的短信发送次数
Optional<Long> optional = Optional.ofNullable(RedisUtil.zCount(windowKey, currentTime - smsWindowTime, currentTime));
if (optional.isPresent()) {
long count = optional.get();
if (count >= smsWindowMax) {
log.error("==========>当前号码：{} 短信发送太频繁，{}", telNum, count);
throw new ServiceException(MidRetCode.umid_10060);
}
}
}
StringBuilder sb =new StringBuilder();
String windowEle = sb.append(telNum).append(":").append(currentTime).toString();
//添加当前发送元素到zSet中(由于保证元素唯一，这里将元素加上了当前时间戳)
RedisUtil.zAdd(windowKey, windowEle, currentTime);
//设置2倍窗口Key：windowKey 的过期时间
RedisUtil.expire(windowKey, smsWindowTime*2, TimeUnit.MILLISECONDS);
}
