Redis通过令牌桶算法、滑动窗口计数、Lua脚本原子操作实现分布式限流，结合集群模式与过期时间策略可应对百万级QPS场景。本文详解4种主流方案的实现差异，并给出电商、社交平台的真实优化案例。
分布式限流算法究竟该怎么选？
问题：面对令牌桶、漏桶、滑动窗口、计数器等不同算法，开发者常陷入选择困难。
方案：Redis实现时推荐优先考虑时间窗口+令牌桶组合方案：
- 使用ZSET结构记录请求时间戳（时间窗口）
- 通过DECR原子操作管理令牌数量（令牌桶）
- Lua脚本保证多指令原子性执行
案例：某电商秒杀系统采用zadd+zcard+expire组合指令，在Redis集群中将限流精度从秒级提升到毫秒级，错误率降低83%。
Redis集群限流如何避免热点Key？
问题：当单节点处理超过5万QPS时，传统hash_tag分片会导致数据倾斜。
方案：采用虚拟节点+动态预热策略：
- 对限流Key增加随机后缀生成虚拟节点
- 使用pipeline预创建多个时间窗口
- 通过CLUSTER KEYSLOT命令验证分布均衡性
案例：某社交平台消息系统通过该方案，在Redis Cluster中将单节点负载从78%降至22%，整体吞吐量提升3倍。
突发流量场景如何实现弹性限流？
问题：秒杀活动开始时的流量尖峰容易触发误限流。
方案：结合预热机制+动态阈值应对：
- 通过监控数据预测流量曲线
- 使用Redis的INCRBY动态调整令牌生成速率
- 设置分级阈值触发不同限流策略
案例：某票务系统在开票前10分钟自动提升限流阈值30%，活动期间成功拦截12万次异常请求，正常请求通过率保持99.6%。
微服务架构下的限流配置实战
问题：跨服务调用时传统单点限流会导致级联故障。
方案：构建分布式令牌中台：
- 在Redis中建立全局令牌池
- 通过Redisson的RRateLimiter组件封装接口
- 结合Hystrix实现熔断降级
案例：某银行支付系统通过该架构，在双十一期间成功处理每秒4.2万笔交易请求，系统零宕机。
常见问题解答
Q：Redis限流与Nginx限流如何配合使用？
A：建议在Nginx层做粗粒度限流（如IP限制），Redis负责业务维度精准控制，两者通过共享计数协同工作。
Q：Redis事务会影响限流性能吗？
A：使用Lua脚本比MULTI事务快5-7倍，建议将限流逻辑封装为单个脚本执行，实测百万QPS下延迟小于2ms。
