使用Redis实现令牌桶算法

最新推荐文章于 2025-05-10 13:11:36 发布
最新推荐文章于 2025-05-10 13:11:36 发布
阅读量1.2k 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： redis bootstrap 数据库 Redis
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/DxJavascript/article/details/133150802
Redis 专栏收录该内容
141 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了如何利用Redis实现令牌桶算法，以控制系统的请求速率并防止过载。通过使用有序集合并结合Redis的原子性操作，确保了算法的可靠性和高效性。示例代码展示了如何创建令牌桶并进行令牌的添加、过期处理和消费。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

令牌桶算法是一种常见的流量控制算法，可以用于限制系统的请求速率。Redis作为一个高性能的缓存和数据存储解决方案，可以很好地支持令牌桶算法的实现。在本文中，我们将介绍如何使用Redis实现令牌桶算法，并提供相应的源代码示例。

令牌桶算法的基本原理是，系统以恒定的速率产生令牌，并将这些令牌放入一个桶中。每当有请求到达时，系统会尝试从桶中获取一个令牌，如果桶中没有令牌，则请求会被限制或延迟处理。这样可以有效控制请求的速率，防止系统过载。

在Redis中，可以使用有序集合（Sorted Set）来实现令牌桶算法。有序集合中的每个成员表示一个令牌，成员的分值表示令牌的到达时间。通过定时移除过期的令牌，并计算有序集合中成员的数量，我们可以实现令牌的产生和消费。

下面是一个使用Redis实现令牌桶算法的示例代码：

import time
import redis

class TokenBucket:
了解本专栏 订阅专栏 解锁全文
PHP基于Redis使用令牌桶算法实现限流
致梦Blog
12-11 1045
PHP基于Redis使用令牌桶算法实现限流
Java 实现分布式限流功能（基于 Redis 和令牌桶算法）
安
01-16 596
Java 实现分布式限流功能（基于 Redis 和令牌桶算法）
php 基于redis使用令牌桶算法实现流量控制
02-23
系统在运行过程中，如遇上某些活动，访问的人数会在一瞬间内爆增，导致服务器瞬间压力飙升，使系统超负荷工作。使用流量控制可以减轻服务器压力，避免服务器挂掉。本文介绍php基于redis，使用令牌桶算法，实现访问流量的控制，提供完整算法说明及演示实例，方便大家学习使用。
分布式限流——Redis实现令牌桶算法
zainful的博客
04-01 4298
2. **原子操作**：Redis提供了一系列操作哈希的原子命令，例如`HSET`, `HGET`, `HMSET`, `HMGET`等。- **Key（键）**：`"token_bucket:/api/action"`（这个键唯一标识了`/api/action`这个API的令牌桶）- **Value**：对于每个键（即每个令牌桶），其值是一个包含`last_fill_time`和`tokens`字段的哈希结构。2. **请求到达时**：计算自上次填充以来应该新增的令牌数，并更新令牌桶的容量。
Java中的令牌桶算法实现与应用
最新发布
weixin_42153793的博客
05-10 798
简介：令牌桶算法用于网络数据传输和服务器限流等场景，通过Java实现可以有效管理资源并确保服务的稳定性。本文详细介绍了令牌桶算法的工作原理，包括Java中的关键组件实现和不限桶大小的含义。同时，通过一个Java示例代码展示了令牌桶算法的简单实现，包括如何按固定速率向桶中添加令牌，以及如何处理请求。文章也探讨了不限制桶大小设置的潜在问题，并指出实际应用中应根据需求合理设定桶容量和令牌生成速率。
Redis令牌桶（限流算法）
xuxinan88888的博客
05-28 2699
Redis令牌桶（Token Bucket）是一种常用的限流算法，可以用来控制请求的速率，防止系统因过多请求而崩溃。令牌桶算法基于一个简单的概念：在固定的时间间隔内生成一定数量的令牌，每个请求需要消耗一个令牌，如果令牌不足，请求将被拒绝或等待。下面是Redis令牌桶的详细讲解。
使用redis实现 令牌桶算法 漏桶算法
热门推荐
言之。
02-08 1万+
流量控制算法，用于限制请求的速率。可以应对缓存雪崩。
利用Redis进行分布式限流，实现令牌桶算法
wuyuxiu123的博客
03-14 2000
分布式限流方案 计数：简单，双倍临界情况 漏桶：恒定速度，不能应对峰值 令牌桶：允许一定突然，丢掉部分请求有待商榷，令牌桶普遍用得多一些 成熟方案可见，阿里Sentinel：https://sentinelguard.io/zh-cn/docs/basic-implementation.html 计数实现 原理：没超出显示进行自增 local key = "rate.limit:" .. KEYS[1] local limit = tonumber(ARGV[1]) local expire_time =
分布式限流——Redis + Lua脚本实现令牌桶算法
一蓑烟雨任平生
04-17 1321
这个Lua脚本简化了令牌桶算法的实现，实际应用中可能还需要考虑更多细节，例如如何精确地按照时间间隔补充令牌、如何处理多个请求同时竞争令牌等情况。客户端在调用这个Lua脚本时，应当传递正确的参数，包括令牌桶的键名以及令牌相关的配置信息。此外，在高并发场景下，为了避免多个客户端同时修改令牌数，Lua脚本的执行必须是原子性的，这正是Redis.eval/evalsha命令所提供的功能。
03-Redis分布式限流算法之令牌桶
q287573145的博客
12-17 3430
工作中对外提供的API 接口设计很多时候要考虑限流，如果不考虑，可能会造成系统的连锁反应，轻者响应缓慢，重者系统宕机。而常用的限流算法有令牌桶算法和漏桶算法，本篇介绍令牌桶算法 1、令牌桶算法 原理如上图，系统以恒定速率不断产生令牌，令牌桶有最大容量，超过最大容量则丢弃，同时用户请求接口，如果此时令牌桶中有令牌则能访问获取数据，否则直接拒绝用户请求 2、java代码实现 /** * 线程池每0.5s发送随机数量的请求，每次请求计算当前的令牌数量，请求令牌数量超出当前令...
redis实现基于令牌桶算法(控制速率)以及固定时间的固定请求次数的请求限流器(golang版)
Enjun97的博客
03-22 1781
具体地，我们可以使用Redis中的有序集合(sorted set)来实现令牌桶算法。首先，我们需要在Redis中设置一个有序集合，将时间戳作为成员(member)，将令牌数作为分值(score)。然后，每次收到一个请求时，就从有序集合中获取当前的令牌数，并将其减1。同时，我们也需要根据一定的规则，定期向有序集合中添加令牌，确保令牌桶中的令牌数不会永久耗尽。Redis可以通过实现一个基于令牌桶算法的限流器来限制HTTP请求的访问速率。令牌桶算法是一种常见的限流算法，它基于一个令牌桶来控制请求的速率。
基于令牌桶算法的Java限流实现
02-23
基于令牌桶算法的Java限流实现。 项目需要使用限流措施，查阅后主要使用令牌桶算法实现，为了更灵活的实现限流，就自己实现了一个简单的基于令牌桶算法的限流实现。
Go-利用Redis和Golang实现分布式令牌桶算法
08-14
利用Redis和Golang实现分布式令牌桶算法，令牌桶算法对速率限制和网络拥塞控制非常有用
redis令牌机制实现秒杀系统
10-18
秒杀是电商系统非常常见的功能模块，是商家进行相关促销推广的常用方式。主要 特点是商品库存有限，抢购时间有限。那么在系统设计之初就应该考虑在数量和时 间有限的情况下导致的一个高并发以及高并发所带来的库存超卖的问题。 秒杀需要解决的问题： 1） 库存超卖 解决方案： 1) 悲观锁：synchronize 、 Lock 2) 乐观锁：数据库乐观锁版本号控制 2） 高并发情况下系统压力以及用户体验 解决方案： redis 本教程采用：redis中list类型达到令牌机制完成秒杀。用户抢redis中的令牌，抢到 令牌的用户才能进行支付，支付成功之后可以生成订单，如果一定时间之内没有支 付那么就由定时任务来归还令牌
分布式限流实战--redis实现令牌桶限流
田培融的博客
08-03 9908
这篇文章我们主要是分析一下分布式限流的玩法。 因为限流也是一个经典用法了。 1.微服务限流 随着微服务的流行，服务和服务之间的稳定性变得越来越重要。缓存、降级和限流是保护微服务系统运行稳定性的三大利器。 缓存的目的是提升系统访问速度和增大系统能处理的容量，而降级是当服务出问题或者影响到核心流程的性能则需要暂时屏蔽掉，待高峰或者问题解决后再打开，而有些场景并不能用缓存和降级来解决，比如稀缺资源、数据库的写操作、频繁的复杂查询，因此需有一种手段来限制这些场景的请求量，即限流。 比如当我们设计了一个函数，准备上线
redis实现令牌桶算法思路
读万卷书，行万里路
08-31 1103
1.常用的限流思路令牌桶算法和漏桶算法 直接令牌桶算法代码 <?php class TokenBucket{ private $_config; //redis设定 private $_redis; //redis对象 private $_queue; //令牌桶 private $_max; //最大令牌数 /** * 创建redis连接 * @return Redis */ private function
redis实现令牌桶的正确姿势
weixin_42645678的博客
04-26 6977
redis实现令牌桶的正确姿势 最近需要自己做一个限流功能，其他业务代码都好说。唯一的终点就是限流实现，想到redis可以实现令牌桶。一拍脑门，就用它了！ 真实开发中才发现想的太简单，如果是基于redis提供的命令在代码中调用的话，效率是小事。原子性根本无法保证！如下： 线程1 获取到令牌桶获取总数为10 线程1 消耗1个令牌，剩余9个令牌 线程2 获取到令牌桶获取总数为10 线程1 刷新令牌为9个 线程2 消耗1个令牌，剩余9个令牌 线程2 刷新令牌为9个 原子性完全无法保证。加锁？ 那多节点岂不
Redis实现令牌桶
04-02
### 使用 Redis 实现令牌桶算法 令牌桶算法是一种常见的流量控制方法，适用于网络流量整形、速率限制等场景。通过 Redis 的高效键值存储能力以及原子操作特性，可以轻松实现该算法。 以下是基于 Redis 实现令牌桶算法的核心逻辑： #### 1. **核心概念** - **桶容量 (capacity)**：表示令牌桶的最大容量。 - **填充率 (rate)**：每秒向桶中添加的令牌数量。 - **当前令牌数 (tokens)**：桶中的实际令牌数量。 - **上次更新时间 (last_updated_time)**：记录上一次计算的时间戳。 这些参数可以通过 Redis 中的一个哈希表来保存，并利用 Lua 脚本确保操作的原子性。 --- #### 2. **Redis 数据结构设计** 假设我们为每个用户维护一个独立的令牌桶，则可以使用如下命名空间： ```plaintext token_bucket:<user_id> ``` 其中 `token_bucket:<user_id>` 是一个 Hash 键，用于存储以下字段： - `tokens`：当前剩余的令牌数。 - `timestamp`：最后一次更新的时间戳（单位为毫秒）。 - `capacity`：桶的最大容量。 - `fill_rate`：每秒填充的令牌数。 --- #### 3. **Lua 脚本实现** 为了保证线程安全并减少多次请求之间的竞争条件，建议将整个逻辑封装到 Lua 脚本中执行。以下是完整的 Lua 脚本代码： ```lua local key = KEYS[1] local now = tonumber(ARGV[1]) local fill_rate = tonumber(ARGV[2]) local capacity = tonumber(ARGV[3]) -- 获取当前状态 local state = redis.call('hgetall', key) -- 初始化变量 local tokens, last_update_time if #state == 0 then -- 如果不存在则初始化 tokens = capacity last_update_time = now else tokens = tonumber(state[3]) or 0 last_update_time = tonumber(state[5]) or 0 end -- 计算新增令牌 local elapsed_seconds = (now - last_update_time) / 1000 local new_tokens = math.min(capacity, tokens + elapsed_seconds * fill_rate) tokens = new_tokens -- 判断是否有足够的令牌供消费 local requested_tokens = tonumber(ARGV[4]) if requested_tokens > tokens then return {false, math.floor(tokens)} end -- 扣除令牌并更新状态 tokens = tokens - requested_tokens redis.call('hmset', key, 'tokens', tokens, 'timestamp', now) return {true, math.floor(tokens)} ``` 此脚本接受四个参数： 1. 当前时间戳（毫秒级精度）。 2. 填充率（每秒增加多少令牌）。 3. 桶的最大容量。 4. 请求消耗的令牌数。 返回值是一个数组： - 第一项为布尔值，指示是否成功获取令牌。 - 第二项为扣减后的剩余令牌数。 --- #### 4. **Python 客户端调用示例** 下面展示如何在 Python 中调用上述 Lua 脚本来实现令牌桶功能： ```python import time import redis def init_token_bucket(redis_client, user_id, capacity, fill_rate): """初始化令牌桶""" bucket_key = f"token_bucket:{user_id}" pipeline = redis_client.pipeline() pipeline.hset(bucket_key, mapping={ "tokens": capacity, "timestamp": int(time.time() * 1000), "capacity": capacity, "fill_rate": fill_rate }) pipeline.execute() def try_consume_tokens(redis_client, user_id, required_tokens): """尝试消费指定数量的令牌""" bucket_key = f"token_bucket:{user_id}" lua_script = """ local key = KEYS[1] local now = tonumber(ARGV[1]) local fill_rate = tonumber(ARGV[2]) local capacity = tonumber(ARGV[3]) local state = redis.call('hgetall', key) local tokens, last_update_time if #state == 0 then tokens = capacity last_update_time = now else tokens = tonumber(state[3]) or 0 last_update_time = tonumber(state[5]) or 0 end local elapsed_seconds = (now - last_update_time) / 1000 local new_tokens = math.min(capacity, tokens + elapsed_seconds * fill_rate) tokens = new_tokens if tonumber(ARGV[4]) > tokens then return {false, math.floor(tokens)} end tokens = tokens - tonumber(ARGV[4]) redis.call('hmset', key, 'tokens', tokens, 'timestamp', now) return {true, math.floor(tokens)} """ current_time_ms = int(time.time() * 1000) result = redis_client.eval( lua_script, keys=[bucket_key], args=[ str(current_time_ms), # 当前时间戳 redis_client.hget(bucket_key, "fill_rate") or 1, # 默认填充率为1 redis_client.hget(bucket_key, "capacity") or 10, # 默认容量为10 required_tokens # 需要消耗的令牌数 ] ) return result # 连接 Redis r = redis.StrictRedis(host='localhost', port=6379, db=0) # 初始化用户的令牌桶 init_token_bucket(r, "user_1", capacity=10, fill_rate=1) # 尝试消费令牌 success, remaining_tokens = try_consume_tokens(r, "user_1", 3) print(f"Success: {success}, Remaining Tokens: {remaining_tokens}") ``` --- #### 5. **性能优化与注意事项** - **过期策略**：为了避免内存泄漏，可以在创建令牌桶时设置合理的 TTL 时间[^1]。 - **高并发环境下的锁机制**：虽然 Lua 脚本本身具备原子性，但在极端情况下仍需考虑分布式锁的设计[^2]。 - **动态调整参数**：可以根据业务需求实时修改填充率或最大容量，从而灵活应对不同的流量模式。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值