用Redis咋整滑动窗口计数，感觉这功能挺实用的，不知道性能咋样

（主要思路来自《Redis实战》和Redis官方文档关于INCR和EXPIRE的用法）

用Redis搞滑动窗口计数，这玩意儿说白了就是看某个东西（比如用户请求）在最近一段时间内发生了多少次，为啥用Redis？因为它快，所有操作都在内存里完成，而且自带好用的数据过期功能,正好符合咱们的需求。

核心就两步：记录每次事件 + 清理过期数据。

最直接的法子就是用一个Redis的键（key）来代表这个事件（比如用户ID+接口名），值（value）就是个计数器，每次事件来了，就给这个键执行一个 INCR 命令（原子性加1），但光加不行啊，窗口是滑动的，老数据得扔掉，这时候就用上过期时间了，给这个键设置一个过期时间（TTL），比如窗口长度是60秒，就设个60秒后过期，这样,超过60秒的旧计数就会自动被Redis清掉。

听着挺完美是吧？但这里有个坑，如果你每次 INCR 后都重新设置一次过期时间，EXPIRE key 60，那这个键就永远不过期了，因为每次访问都会刷新TTL，正确的做法是，只在键第一次创建的时候设置过期时间，可以用Redis的 MULTI 命令（开启事务）把 INCR 和 EXPIRE 包起来原子性执行，或者用更简单的 SET 命令组合：SET key 1 EX 60 NX（当key不存在时设置值为1并过期时间60秒），如果键已存在，就只用 INCR。

这个方法简单粗暴，对于精度要求不高、时间窗口不是特别长的场景（比如一分钟内的防刷）完全够用，但它有个缺点：它统计的是“从第一次事件开始往后的一段时间”，而不是“严格意义上的最近60秒”，用户在0秒时第一次请求，然后在第59秒和第61秒各请求一次，在第61秒时，计数器显示是3（0秒、59秒、61秒），但严格来说0秒的请求已经不在“最近60秒”这个窗口内了（当前是61秒，60秒内是从第1秒到第61秒）,这种误差在窗口较大或者事件分布不均时可能不太准。

想要更精确咋办？那就得上“桶”了。

这个思路在Redis Labs的博客里提到过（就是做Redis那个公司），咱们不只记一个总数，而是把时间窗口切成更小的片段，比如60秒的窗口，切成60个1秒的“桶”,每个桶只负责记录它那1秒钟内发生的事件次数。

具体做的时候，可以用一个Redis的哈希（Hash）结构，哈希的键名还是代表这个事件（比如用户:接口），哈希里面的字段（field）就用时间戳来表示是哪个桶，timestamp_floor（时间戳取整到秒），每次事件来了，先算出当前时间对应的桶（比如当前秒数），然后对这个哈希里对应的字段执行 HINCRBY 命令（给哈希里某个字段的值加1）。

那滑动窗口怎么体现呢？在每次计数之前，咱们先算一下当前时间戳减去窗口大小（比如60秒）的时间点，把这个时间点之前的所有旧桶（对应的字段）从哈希里删掉（用 HDEL 命令），这样，哈希里剩下的就全是最近60秒内的桶了，把所有剩余桶的计数加起来（用 HVALS 命令取出所有值再求和）,就是精确的滑动窗口计数。

这个方法精确是精确了，但明显比第一种方法费劲，每次操作不止是加1，还得先清理旧桶，再计算总和，清理和求和如果桶很多（比如窗口是一小时，用秒做桶就有3600个），可能会有点慢，虽然Redis本身很快，但毕竟操作变复杂了，不过你可以根据实际需求调整桶的粒度，比如一分钟的窗口，用10秒作为一个桶，就只有6个桶，性能就好很多,精度牺牲一点也能接受。

性能到底咋样？

Redis干这个事性能非常顶，因为这些都是最基础的 INCR、EXPIRE、HDEL 等命令，Redis处理这些内存操作都是微秒级别的，性能瓶颈通常不在Redis本身，而在于你的网络延迟（比如你的应用服务器和Redis服务器之间的网络速度），只要你的Redis实例别太拉胯，内存够用,撑住每秒几万甚至几十万次的这种计数请求问题不大。

第一种简单方法性能最好，因为就一两个命令，第二种精确方法，性能取决于你窗口划分的粒度，桶越多，清理和计算总和的开销就越大，所以在设计的时候，要在精度和性能之间做个权衡，别为了追求极致的精确，把窗口切得特别细，结果Redis大部分时间都在帮你删旧桶和算加法,那就本末倒置了。

实际用的时候还得注意点啥？

1. 键的设计：键名要能唯一标识你要统计的对象和动作，rate_limit:user123:api_login,避免不同用户或不同接口的数据混在一起。
2. 原子性：第二种方法里的“清理旧桶”和“增加新桶”最好能用Redis的Lua脚本打包成一个原子操作,避免并发时数据错乱。
3. 内存：如果被统计的对象非常多（比如上百万个不同的用户），每个对象都占一个键（或一个哈希），那内存消耗会增长得很快,需要提前规划好Redis的内存大小。

如果这功能对你特别重要，又怕自己写不好，可以直接瞅瞅Redis官方推荐的Redis模块，RedisCell，它就是专门用Redis做限流的，里面应该就实现了更完善的滑动窗口算法,直接拿来用可能更省心。