Redis 分布式锁与限流

在分布式系统中，为了保证数据的一致性和避免并发访问的问题，我们常常需要使用分布式锁来控制对共享资源的访问。另外，为了保护系统不被过多请求拥挤，我们也需要对系统进行限流。本文将介绍如何利用Redis实现分布式锁和限流，并展示一些简单的代码示例。

Redis 分布式锁

在分布式系统中，多个服务可能同时访问同一个资源，为了避免并发冲突，我们可以使用Redis的分布式锁来控制对资源的访问。通常，我们可以通过Redis的setnx命令来实现分布式锁，即利用Redis的原子性操作来确保只有一个客户端能够成功获取锁。

// 加锁
if redis.setnx(lockKey, requestId) == 1 {
  // 执行业务逻辑
  // 释放锁
  redis.del(lockKey)
} else {
  // 获取锁失败，处理逻辑
}

以上代码中，我们首先尝试使用setnx命令来获取锁，如果返回值为1，表示获取锁成功，可以执行业务逻辑；如果返回值为0，表示获取锁失败，需要根据业务需求进行相应处理。

Redis 限流

在高并发的场景下，为了保护系统不受过多请求拥挤，我们可以通过Redis的计数器来实现限流。通过记录每个时间窗口内的请求数量，并与设定的阈值进行比较，可以控制系统的请求流量。

// 限流
if redis.incr(counterKey) > maxRequests {
  // 超过限流阈值，拒绝请求
} else {
  // 可以处理请求
}

以上代码中，我们通过incr命令对计数器递增，然后与设定的阈值进行比较，如果超过阈值则拒绝请求，否则可以处理请求。

代码示例

// 分布式锁代码示例
if redis.setnx(lockKey, requestId) == 1 {
  // 执行业务逻辑
  redis.del(lockKey)
} else {
  // 处理获取锁失败逻辑
}

// 限流代码示例
if redis.incr(counterKey) > maxRequests {
  // 超过限流阈值，拒绝请求
} else {
  // 处理请求
}

旅行图

journey
    title Journey of Redis Distributed Lock and Rate Limiting
    section 分布式锁
        Redis Setnx -> 获取锁成功 -> 执行业务逻辑 -> 释放锁
        Redis Setnx -> 获取锁失败 -> 处理获取锁失败逻辑
    section 限流
        Redis Incr -> 计数器递增 -> 超过限流阈值 -> 拒绝请求
        Redis Incr -> 计数器递增 -> 未超过限流阈值 -> 处理请求

类图

classDiagram
    class Redis {
        + setnx(lockKey, requestId)
        + del(lockKey)
        + incr(counterKey)
    }

通过使用Redis实现分布式锁和限流，可以有效地保护系统免受并发访问和过多请求的问题。同时，通过控制对共享资源的访问和请求流量，可以提升系统的稳定性和性能。希望本文对大家理解和应用Redis分布式锁和限流有所帮助。