Redis 实现限流
常见的限流算法有：计数器，漏桶、令牌桶。
计数器（时间窗口）
原理：记录每个请求，判断在设定的限流时间窗口内请求数是否大于限制数。限流要注意避免边界问题，滑动时间窗口的方法能很好解决这个问题。
利用 Redis 有序集合实现，并用管道加速。
思路：假设 $period 秒内，一个用户只能访问 $maxCount 次。用户ID作为 key，毫秒时间戳作为 score 和 value。
一个请求进入，
- 加入有序集合——zadd
- 移除时间窗口之前的行为记录，剩下的都是时间窗口内的——zremrangebyscore
- 更新过期时间——expire
- 获取窗口内的元素数量——zcard
- 判断窗口内元素数量是否大于最大请求限制数（maxCount），若大于等于则拒绝请求，若小于则接受请求。
function isActionAllowed($userId, $action, $period, $maxCount)
{
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$key = sprintf('hist:%s:%s', $userId, $action);
$now = msectime(); # 毫秒时间戳
$pipe=$redis->multi(Redis::PIPELINE); //使用管道提升性能
$pipe->zadd($key, $now, $now); //value 和 score 都使用毫秒时间戳
$pipe->zremrangebyscore($key, 0, $now - $period * 1000); //移除时间窗口之前的行为记录，剩下的都是时间窗口内的
$pipe->zcard($key); //获取窗口内的行为数量
$pipe->expire($key, $period + 1); //多加一秒过期时间
$replies = $pipe->exec();
return $replies[2] <= $maxCount;
}
// 执行
for ($i=0; $i<20; $i++){
var_dump(isActionAllowed("110", "reply", 60, 5)); //执行可以发现只有前5次是通过的
}
//返回当前的毫秒时间戳
function msectime() {
list($msec, $sec) = explode(' ', microtime());
$msectime = (float)sprintf('%.0f', (floatval($msec) + floatval($sec)) * 1000);
return $msectime;
}
漏斗算法
原理：漏桶 (Leaky Bucket) 算法思路很简单，水 (请求) 先进入到漏桶里，漏桶以一定的速度出水 (接口有响应速率), 当水流入速度过大会直接溢出 (访问频率超过接口响应速率), 然后就拒绝请求，可以看出漏桶算法能强行限制数据的传输速率。
利用 Redis-Cell 模块实现
Redis 4.0 提供了一个限流 Redis 模块，名称为 redis-cell，该模块提供漏斗算法，并提供原子的限流指令。
该模块只有一条指令 cl.throttle，下面看一下其参数和返回值
> cl.throttle tom:reply 14 30 60 1
1) (integer) 0 # 0表示允许，1表示拒绝
2) (integer) 15 # 漏斗容量capacity
3) (integer) 14 # 漏斗剩余空间left_quota
4) (integer) -1 # 如果拒绝了，需要多长时间后再重试，单位秒
5) (integer) 2 # 多长时间后，漏斗完全空出来，单位秒
令牌桶算法
原理：令牌桶算法 (Token Bucket) 和 Leaky Bucket 效果一样但方向相反的算法，更加容易理解。随着时间流逝，系统会按恒定 1/QPS 时间间隔 (如果 QPS=100, 则间隔是 10ms) 往桶里加入 Token (想象和漏洞漏水相反，有个水龙头在不断的加水), 如果桶已经满了就不再加了。新请求来临时，会各自拿走一个 Token, 如果没有 Token 可拿了就阻塞或者拒绝服务。
利用 Redis String + 定时任务实现
利用定时任务不断增加令牌数，Redis->incr()，自增一，令牌桶满则不再增加；
来一个请求消耗一个令牌，Redis->decr()，自减一，当没有令牌时则拒绝请求。
一旦需要提高速率，则按需提高放入桶中的令牌的速率即可。