时间窗口限流算法，基于redis的zset数据结构完成

最新推荐文章于 2025-12-03 13:40:34 发布

原创最新推荐文章于 2025-12-03 13:40:34 发布 · 175 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#redis #数据结构

文章讲述了在用户登录过程中，通过Redis实现的限流策略，每5分钟内限制3次登录请求，超过则返回错误提示。系统首先清除5分钟前的无用数据，然后检查最近登录尝试，确保限流效果。

public ResponseResult login(LoginDto loginDto) {

    /**\
     * 如果用户名与密码存在则进行正常登录
     */
    if(StringUtils.isNotBlank(loginDto.getPhone()) && StringUtils.isNotBlank(loginDto.getPassword())){

        //1.查看是否达到限流阈值（5分钟之内3次请求）
        //先对5分钟之前推积的无用数据进行清除
        long timestamp = System.currentTimeMillis() - (5 * 60 * 1000); // 五分钟前的时间戳

        cacheService.zRemoveRangeByScore("User:Login:"+loginDto.getPhone(),Double.NEGATIVE_INFINITY,timestamp);

        System.err.println("当前五分钟之前的时间戳"+timestamp);

        //查询5分钟之内的数据
        Set<String> strings = cacheService.zReverseRangeByScore("User:Login:" + loginDto.getPhone(), timestamp, new Date().getTime());
        if(strings.size()<3){
            cacheService.zAdd("User:Login:"+loginDto.getPhone(), String.valueOf(new Date().getTime()),new Date().getTime());
        }else{
            return ResponseResult.errorResult(AppHttpCodeEnum.NO_OPERATOR_AUTH,"当前登录次数过多，请于一分钟后重试");
        }

}