罗罗编程学习记录
本页内容 展开查看

06.5.8.4 Redis 限流与热点治理

所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.5 PHP 后端 / 06.5.8 PHP 配套技术栈

06.5.8.4-001 固定窗口计数器怎么实现,临界突刺问题是什么?

一句话结论

固定窗口按时间分段计数:窗口 key 带周期标识,每次请求 INCR,首次写入设 TTL;实现简单,但窗口边界前后各有一半配额可叠加,产生临界突刺。

概念解释

固定窗口把时间切成整分钟/整秒,每个窗口一个计数器。请求到来计数 +1,超过阈值拒绝。缺陷:窗口末尾 1 秒用满配额,下一窗口开头 1 秒又用满,相邻窗口交界处 2 秒内通过近两倍流量,形成突刺。对平滑性要求不高的接口可接受。

原理流程

  1. 按当前周期生成窗口 key,如 rate:api:1001:202611191030。
  2. INCR 计数,首次 EXPIRE 设窗口长度。
  3. 计数超过阈值拒绝,否则放行。
  4. 临界突刺在窗口切换时刻出现,需结合滑动窗口评估。

代码或图示

$window = floor(time() / 60);
$key = "rate:api:{$uid}:{$window}";
$count = $redis->incr($key);
if ($count === 1) { $redis->expire($key, 60); }
$allowed = $count <= 100; // 每分钟 100 次

常见误区

  • INCR 后才设过期:首次请求崩溃会留下无 TTL 计数 key。
  • 以为固定窗口流量平滑:边界突刺仍存在,高峰接口不适用。

追问

  • 窗口 key 怎么清?答:靠 TTL 到期自动删除,不主动遍历清理。
  • 阈值与窗口在哪配?答:配置中心或应用配置,按接口分级设定;具体数值按压测与业务定。

06.5.8.4-002 滑动窗口如何用 ZSet 实现?

一句话结论

滑动窗口用 ZSet 存请求时间戳成员:每次请求把当前时间戳写入,剔除窗口外的旧成员,再统计剩余成员数与阈值比较;流量按连续时间窗口计量,缓解固定窗口突刺。

概念解释

ZSet 分数用毫秒时间戳,成员用唯一请求标识。请求到来:ZADD 当前时间,ZREMRANGEBYSCORE 删除窗口起点之前的记录,ZCARD 取当前窗口内请求数。代价是每个请求一条 ZSet 成员,数据量大于计数器,需控制窗口长度与清理频率。

原理流程

  1. 生成请求唯一标识,取当前时间戳。
  2. 写入 ZSet:ZADD key <时间戳> <请求标识>。
  3. 删除窗口起点之前的成员:ZREMRANGEBYSCORE key 0 <起点>。
  4. ZCARD 计数,超阈值拒绝;定期清理过期集合。

代码或图示

$nowMs = (int) (microtime(true) * 1000);
$start = $nowMs - 60000;
$redis->zAdd($key, $nowMs, "req:{$nowMs}:".bin2hex(random_bytes(4)));
$redis->zRemRangeByScore($key, 0, $start);
$count = $redis->zCard($key);
$allowed = $count <= 100;

常见误区

  • 成员标识重复:ZSet 同成员覆盖分数,计数偏少;标识必须唯一。
  • 不清理窗口外成员:ZSet 无限增长,占内存且 ZCARD 失真。

追问

  • 滑动窗口比固定窗口准在哪?答:统计区间随当前时刻滑动,边界突刺被纳入连续窗口计量。
  • 性能开销如何?答:每请求一次 ZADD + 范围删除 + 计数,高 QPS 下评估 Redis 压力;大流量可用固定窗口近似。

06.5.8.4-003 令牌桶算法原理与 Lua 实现要点是什么?

一句话结论

令牌桶按固定速率往桶里放令牌,请求取到令牌才放行,桶容量限制突发上限;桶内剩余令牌与上次补充时间用 Hash 或两个 key 记录,Lua 内完成「补充令牌 → 取令牌 → 回写」原子操作。

概念解释

令牌桶允许一定程度突发:桶满时多余令牌丢弃,请求无令牌则拒绝或排队。状态字段:当前令牌数、上次补充时间。Lua 按经过时间 × 速率补足令牌(不超容量),再判断请求消耗。实现要处理速率、容量两个参数与浮点取整。

原理流程

  1. 读取桶状态:剩余令牌数、上次补充时间戳。
  2. 按时间差计算应补充令牌,叠加后不超过桶容量。
  3. 请求消耗 1 个令牌;令牌足够放行,不足拒绝。
  4. 回写剩余令牌与当前时间戳,设置 key 过期清理。

代码或图示

$script = <<<'LUA'
local key = KEYS[1]
local rate = tonumber(ARGV[1])   -- 每秒补充令牌
local capacity = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local state = redis.call("HMGET", key, "tokens", "ts")
local tokens = tonumber(state[1]) or capacity
local last = tonumber(state[2]) or now
local elapsed = math.max(0, now - last)
tokens = math.min(capacity, tokens + elapsed * rate)
if tokens < 1 then return 0 end
tokens = tokens - 1
redis.call("HMSET", key, "tokens", tokens, "ts", now)
redis.call("EXPIRE", key, ARGV[4])
return 1
LUA;

常见误区

  • 补充与取令牌分两步:并发下令牌计数被超扣,必须 Lua 原子完成。
  • 桶容量设为 0:不允许任何突发,等价纯匀速限流。

追问

  • 令牌桶与漏桶区别?答:令牌桶允许桶内存量吸收突发;漏桶以固定速率流出,输出更平滑。
  • 速率参数怎么定?答:按接口压测容量与业务峰值设定,允许突发量对应桶容量;未实测前数值标注待确认。

06.5.8.4-004 漏桶算法原理与适用场景是什么?

一句话结论

漏桶把请求放入桶内队列,以固定速率流出处理,超出桶容量的请求拒绝;输出流量平滑,适合保护下游被突发流量冲击的场景,不允许积压超出容量的请求。

概念解释

漏桶入口可突发涌入,出口匀速消费,起到削峰填谷作用。实现上可用队列(List/Stream)按速率取任务消费,或用计数器模拟流出速率。与令牌桶相反:漏桶不允许突发输出,令牌桶允许利用存量令牌突发。下游处理能力固定时漏桶更贴合。

原理流程

  1. 请求进入漏桶队列,检查队列长度是否超容量。
  2. 消费者按固定速率从队列取任务执行。
  3. 队列满:新请求拒绝或降级。
  4. 下游积压时扩容消费者或调整流出速率。

代码或图示

// 队列即漏桶:超出容量拒绝,后台按速率消费
if ($redis->lLen("bucket:api") >= $capacity) {
    return false; // 桶满,拒绝
}
$redis->rPush("bucket:api", json_encode($request));
// 消费者:按固定速率 lPop 处理

常见误区

  • 漏桶队列无限积压:桶无容量上限,突发直接压垮下游。
  • 用漏桶做即时响应接口:队列等待增加延迟,实时性要求高的场景不适合。

追问

  • 漏桶与 MQ 削峰关系?答:思路一致,队列缓冲请求、匀速消费;专业削峰用 MQ,轻量限流用 Redis 漏桶。
  • 突发流量怎么处理?答:桶内短时缓冲 + 拒绝降级,超出部分快速失败,不无限排队。

06.5.8.4-005 四种算法在 PHP 接口限流中怎么选型?

一句话结论

简单防刷用固定窗口;需要平滑计量用滑动窗口;允许突发且控制总量用令牌桶;保护下游匀速消费用漏桶;选型结合接口实时性、下游能力与实现成本,可多级组合。

概念解释

选型维度:流量是否需要平滑、能否容忍突发、实现复杂度、Redis 开销。管理后台/低频接口固定窗口足够;开放接口按用户限流用令牌桶;写下游慢服务用漏桶缓冲。多级限流:网关层粗粒度、应用层细粒度,共同兜底。

原理流程

  1. 明确接口类型:读多写少、实时响应、下游慢调用。
  2. 选主算法:防刷固定窗口,平滑令牌/滑动,保护下游漏桶。
  3. 配置阈值与容量,压测验证通过流量曲线。
  4. 叠加网关与应用层两级限流,记录拒绝计数。

代码或图示

// 粗粒度:固定窗口按 IP 防刷
// 细粒度:令牌桶按用户控制突发
// 两级都放行才执行业务;任一拒绝返回 429 或降级响应

常见误区

  • 所有接口用同一算法:实时读接口与慢写接口需求不同。
  • 只在应用层限流:恶意流量到达应用才被挡,网关层应先粗拦。

追问

  • 限流阈值放哪?答:配置可动态调整,避免改代码发版;热点活动前预设阶梯阈值。
  • 算法能混用吗?答:可以,如滑动窗口计量 + 令牌桶突发控制,按场景组合。

06.5.8.4-006 限流粒度如何按用户、IP、接口、全局组合?

一句话结论

限流粒度分多级:全局总量保系统容量,接口级保单接口容量,用户/IP 级防个体刷量;多级独立计数、任一超限即拒绝,粒度越细计数 key 越多,需控制 key 规模与过期时间。

概念解释

不同粒度回答不同问题:全局 QPS 上限防整体过载;单接口上限防热点接口打满;用户级防单个账号滥用;IP 级防匿名爬虫。计数 key 按维度组装:rate:global、rate:api:<id>、rate:user:<uid>、rate:ip:<addr>。匿名与登录用户策略可不同。

原理流程

  1. 定义各层级阈值:全局、接口、用户、IP。
  2. 请求依次通过各层级计数校验。
  3. 任一层级超阈值:拒绝,记录触发层级。
  4. 高基数维度(IP)注意 key 数量,依赖 TTL 自动回收。

代码或图示

$keys = [
    "rate:global",
    "rate:api:{$apiId}",
    "rate:user:{$uid}",
    "rate:ip:{$ip}",
];
foreach ($keys as $key) {
    if (!$this->allow($key, $limit[$key])) { return 429; }
}

常见误区

  • 只做用户级限流:未登录请求没有用户标识,需 IP 级兜底。
  • 粒度过细导致 key 爆炸:匿名 IP 基数大,配合短窗口与黑名单策略控制。

追问

  • 登录与匿名策略怎么分?答:登录按 uid 限额宽松,匿名按 IP 限额严格;切换身份后分别计数。
  • 多级限流会重复消耗配额吗?答:各层独立计数,请求需同时满足所有层限制。

06.5.8.4-007 限流触发后的响应怎么设计?

一句话结论

超限请求不应继续进入业务:返回 429 Too Many Requests 或业务统一错误码,带重试提示;可降级返回缓存/默认值;记录拒绝日志与触发维度,便于阈值复盘。

概念解释

限流响应分三类:直接拒绝(429/错误码)、降级返回旧数据或默认值、排队等待。接口实时性高用拒绝;可陈旧的读接口可降级快照。响应头可告知剩余配额与重试间隔(字段名按网关约定,待确认)。拒绝计数纳入监控,区分是攻击还是容量不足。

原理流程

  1. 限流判定不通过:不执行业务逻辑。
  2. 按接口类型选择拒绝或降级。
  3. 响应中携带限流状态与建议重试时间。
  4. 日志记录维度、阈值与当前计数,供监控告警。

代码或图示

if (!$allowed) {
    http_response_code(429);
    echo json_encode(["code" => 429, "message" => "请求过于频繁,请稍后再试"]);
    // 或降级:return $cachedSnapshot ?? defaultView();
    exit;
}

常见误区

  • 限流后仍执行部分业务:拒绝必须在进入业务逻辑前完成。
  • 不记录触发维度:事后无法判断是单用户刷量还是整体容量问题。

追问

  • 429 与 503 区别?答:429 是客户端速率超限,503 是服务暂时不可用;语义不同不要混用。
  • 降级数据怎么标注?答:响应可带陈旧标记,前端按策略展示,避免用户误以为是实时结果。

06.5.8.4-008 限流与熔断有什么区别,熔断状态机怎么运转?

一句话结论

限流控制进入系统的请求速率;熔断在下游错误率/超时达到阈值时快速断开依赖,避免故障扩散;熔断有关闭、打开、半开三态,按统计窗口切换。

概念解释

限流是入口防护,按配额放行;熔断是出口防护,保护调用方不被慢下游拖垮。熔断状态机:关闭态正常调用并统计失败率;失败率超阈值转打开态,一段时间内直接拒绝调用;冷却后转半开态,放行少量探测请求,成功则关闭、失败则回到打开。PHP 侧多为短请求,熔断状态可放 Redis 或本地统计。

原理流程

  1. 关闭态:正常调用下游,记录成功/失败与耗时。
  2. 错误率或超时比例超阈值:转打开态,快速失败。
  3. 冷却期结束:半开态放少量探测请求。
  4. 探测成功恢复关闭;探测失败继续打开。

代码或图示

// 熔断状态存 Redis:closed / open / half_open
// open 状态下直接降级,不调用下游
$state = $redis->get("cb:api:{$apiId}") ?: "closed";
if ($state === "open") { return $fallback; }
// 调用下游失败计数达阈值:设置 open 状态与冷却时间

常见误区

  • 把熔断当限流用:熔断针对依赖故障,不是控制请求总量。
  • 熔断打开后永久不恢复:必须有半开探测机制自动恢复。

追问

  • 统计窗口怎么定?答:滑动窗口统计错误率与耗时比例,窗口长度按接口 SLA 定,未实测前标注待确认。
  • PHP 短生命周期怎么存状态?答:状态与计数放 Redis 跨请求共享;本地统计仅适用于常驻进程。

06.5.8.4-009 热点 key 如何探测?

一句话结论

热点探测分服务端扫描(redis-cli --hotkeys,依赖淘汰策略与统计)与应用侧埋点统计;发现访问量异常集中的 key 后做拆分、本地缓存或限流保护。

概念解释

hotkeys 命令基于 LFU 统计或 OBJECT FREQ 找访问最频繁的 key,需服务端开启相应统计;应用侧可在接口埋点统计短时间内访问的 key 排行。热点 key 单线程访问集中,会造成单节点瓶颈。探测结果要结合 key 类型与 value 大小综合判断。

原理流程

  1. 服务端定期运行 hotkeys 扫描,输出高频 key。
  2. 应用侧埋点按分钟窗口统计 key 访问次数。
  3. 排名靠前的 key 标记为热点,评估访问集中度。
  4. 进入热点治理:拆分、本地缓存、只读副本分担。

代码或图示

// 应用侧热点埋点:短窗口计数,定期取排行
$redis->zIncrBy("hot:item:minute", 1, (string) $itemId);
$redis->zRange("hot:item:minute", 0, 9, true);
// 命令行:redis-cli --hotkeys(依赖服务端统计配置,待确认)

常见误区

  • 只按 value 大小判热点:大 key 与热点 key 是两个问题,都要治理。
  • hotkeys 在线上频繁跑:扫描消耗资源,低峰期抽样执行。

追问

  • OBJECT FREQ 需要什么前提?答:需要 LFU 淘汰策略才维护访问频率;具体支持以版本为准,待确认。
  • 热点 key 访问集中在哪个节点?答:集群下按槽位定位,热点落在单主节点,拆分后分散到多节点。

06.5.8.4-010 热点 key 拆分怎么做?

一句话结论

热点 key 拆分把一个 key 复制/分片为多个子 key,读请求按标识散列到子 key,写请求同时更新全部分片;目的是把单 key 的访问压力分散到多个槽位或节点。

概念解释

单 key 在集群中固定一个槽位,所有访问打向同一主节点。拆分思路:读副本分片(如 item:501#1 至 #8),请求按用户 ID 哈希选分片读;写时更新主 key 并同步刷新各分片。分片数按压力与节点数定;分片一致性靠写路径统一刷新与 TTL 兜底。

原理流程

  1. 确认热点 key 的访问量与所在槽位。
  2. 定义分片数 N,key 加 #分片序号 后缀。
  3. 读:按请求标识取模选分片,未命中回源主 key。
  4. 写:更新源数据后刷新主 key 与全部分片,或靠 TTL 过期重建。

代码或图示

$shard = $uid % 8;
$shardKey = "item:{$itemId}#{$shard}";
$value = $redis->get($shardKey);
if ($value === false) { $value = loadFromDb($itemId); /* 回源并回填分片 */ }

常见误区

  • 读分片各自回填:分片间数据不一致,靠 TTL 收敛;写路径应主动刷新。
  • 分片数固定不评估:分片过少仍集中,过多增加写放大与内存。

追问

  • 集群下分片怎么落到不同节点?答:用 hashtag 控制槽位的前提是同槽;分散则让分片后缀参与槽位哈希,具体行为按集群版本核对,待确认。
  • 拆分后写放大多少?答:写一次刷新 N 个分片,热点写场景要权衡,读多写少才适合拆分。

06.5.8.4-011 大 key 扫描用什么命令,SCAN 与 KEYS 有何区别?

一句话结论

遍历 key 用 SCAN 游标分批迭代,不阻塞主线程;KEYS 一次性匹配全库并阻塞,生产禁用。大 key 识别结合 --bigkeys、MEMORY USAGE 与 SCAN 抽样。

概念解释

SCAN 基于游标分批返回,每次返回少量结果,可能重复返回同一 key(业务侧去重),不保证一次遍历完整集合。KEYS 按模式全库扫描,结果集大时阻塞所有命令。bigkeys 命令抽样统计各类型最大 key;深度分析用 SCAN + MEMORY USAGE 逐 key 评估。

原理流程

  1. 初始游标 0,循环 SCAN 按匹配模式取批次。
  2. 每批对候选 key 执行 MEMORY USAGE 评估大小。
  3. 超阈值记录为大 key,安排拆分或过期。
  4. 游标回到 0 结束遍历;全程避免 KEYS。

代码或图示

$cursor = null;
do {
    [$cursor, $keys] = $redis->scan($cursor, "item:*", 100);
    foreach ($keys as $k) { /* memoryUsage 评估并记录 */ }
} while ($cursor != 0);

常见误区

  • 线上用 KEYS 找前缀:阻塞主线程,高峰期可致超时雪崩。
  • SCAN 结果不去重:迭代可能重复,统计大小时按 key 名去重。

追问

  • --bigkeys 与手动 SCAN 区别?答:bigkeys 自动按类型统计最大样本;手动可按业务前缀与内存阈值精细筛选。
  • 遍历频率怎么控?答:低峰期执行,批次大小与并发按需调整,避免扫描本身占满 CPU。

一句话结论

UNLINK 把 key 从哈希表摘除后,内存释放交给后台线程异步完成,不阻塞主线程;DEL 同步释放大 key 内存耗时长,会阻塞其他命令,生产删除大 key 优先 UNLINK。

概念解释

大集合(数万成员、大字符串)释放内存涉及遍历与回收,同步 DEL 在主线程完成,期间所有请求排队。UNLINK 立即断开 key 访问,后台线程渐进释放。小 key 两者差异不大;删除前先确认归属与业务允许,避免误删。

原理流程

  1. 确认大 key 已无业务引用或已走迁移流程。
  2. 调用 UNLINK 异步摘除并释放。
  3. 后台线程回收内存,主线程继续服务其他命令。
  4. 监控内存释放进度与碎片变化。

代码或图示

// 异步删除大集合,避免 DEL 阻塞主线程
$redis->unlink($bigKey);
// 小 key 可用 DEL;成员级清理可分批 ZREM/SREM 渐进处理

常见误区

  • 大 key 用 DEL 后观察到接口超时:同步回收期间主线程被占。
  • UNLINK 不评估引用:删除后回源逻辑需能重建,否则读请求落空。

追问

  • 分批清理集合成员怎么做?答:每次取一批成员删除,间隔执行,避免单次命令处理量过大。
  • UNLINK 后内存立即下降吗?答:后台异步释放,回收有延迟;观察 INFO memory 趋势判断。

06.5.8.4-013 集群模式下多 key 操作有什么槽位约束?

一句话结论

集群把 key 按哈希分到 16384 个槽位,多 key 命令(MGET、事务、Lua)要求所有 key 落在同一槽位;跨槽 key 需用 hashtag 强制同槽,或拆成多次单键操作。

概念解释

Redis Cluster 用 CRC16(key) mod 16384 算槽位。多键原子命令无法跨节点合并执行,跨槽会报错。hashtag:key 中 {...} 内的子串参与哈希,可把相关 key 强制落到同槽。代价:同槽集中可能形成热点,设计时平衡。

原理流程

  1. 识别需要一起操作的 key 集合。
  2. 需要同槽:用相同 hashtag,如 {user:1001}:profile、{user:1001}:tags。
  3. 无法同槽:按槽位分组,分别执行批量命令。
  4. 避免为凑同槽把大量 key 集中到单槽。

代码或图示

// hashtag 强制同槽:花括号内内容参与哈希
$keyA = "{user:1001}:profile";
$keyB = "{user:1001}:tags";
// MGET 多键同槽才可一次执行;跨槽分组后分别 mget

常见误区

  • 随意命名 key 后跑 MGET:跨槽报错,需先验证槽位分布。
  • hashtag 粒度过粗:所有 key 同槽,集群分片失去意义。

追问

  • 怎么查 key 在哪个槽?答:CLUSTER KEYSLOT <key>;客户端驱动会按槽位路由到对应节点。
  • 事务跨槽行吗?答:同事务多 key 同样要求同槽,否则报错。

06.5.8.4-014 Lua 脚本在集群模式下有什么限制?

一句话结论

集群下 Lua 涉及的所有 key 必须同槽,脚本一次只访问一个槽位的数据;跨槽 Lua 会被拒绝。脚本内不要动态拼未声明的 key,KEYS 数组必须列出全部 key。

概念解释

集群节点只能本地执行脚本,跨槽数据分布在不同节点,无法在单脚本内合并访问。客户端把脚本路由到 key 所在节点,KEYS 必须同槽。脚本内用 redis.call 访问的 key 都要在 KEYS 中声明,便于集群校验槽位与路由。

原理流程

  1. 编写脚本时列出所有访问的 key,放入 KEYS。
  2. 确认这些 key 通过 hashtag 同槽。
  3. 客户端按 KEYS[1] 槽位路由脚本到对应节点。
  4. 跨槽需求拆成多次脚本调用,在应用层编排。

代码或图示

// KEYS 全部同槽才可在集群执行
// $redis->eval($script, ["{user:1001}:profile", "{user:1001}:tags"], 2);

常见误区

  • 脚本里遍历拼接 key 且不声明:集群无法校验槽位,运行时报错。
  • 把跨节点聚合写进一个 Lua:集群架构不支持,需应用层汇总。

追问

  • 单节点部署有此限制吗?答:单节点无槽位概念,但脚本仍应规范声明 KEYS,便于未来迁移集群。
  • 脚本超时限制?答:Lua 执行占用主线程,长脚本在任何部署模式下都应避免。

06.5.8.4-015 集群下限流计数的一致性如何取舍?

一句话结论

分布式限流不要求强一致:允许少量计数误差换取性能与可用性;严格全局限流可按槽位分片计数再汇总,或在网关层集中计量;应用层 Redis 计数超/欠几个配额通常可接受。

概念解释

集群计数分散在各槽位,实时精确统计全局限流需跨节点聚合,成本高。工程取舍:单机/单槽计数够防个体刷量;全局限流在网关或集中 Redis 实例做。计数用 Lua 保证单 key 原子,跨 key 汇总存在短暂偏差。业务可承受范围内接受误差,换取不引入强一致协调。

原理流程

  1. 区分限流目标:个体防刷用本地/单槽计数即可。
  2. 全局限流:网关层统一计量,或分片计数周期汇总。
  3. 单 key 内计数用 Lua/INCR 保证原子。
  4. 接受跨分片短暂误差,关键配额保护靠多层兜底。

代码或图示

// 单槽计数:INCR 原子,防单用户刷量
$count = $redis->incr("rate:user:{$uid}");
// 全局限流另在网关层计量;此处不做跨节点精确汇总

常见误区

  • 要求集群计数绝对精确:跨节点聚合开销大,多数场景无必要。
  • 个体限流 key 跨槽分散:同一用户计数拆到多 key,配额被放大。

追问

  • 汇总延迟多大?答:按统计周期(秒/分钟)汇总,实时性要求按周期评估;未实测前不写死数值。
  • 计数偏差怎么补偿?答:超限拒绝偏保守时多拒少量;偏宽松时靠下一级限流兜底。

06.5.8.4-016 本地限流 + Redis 限流双层架构怎么配合?

一句话结论

本地限流在进程内挡掉大部分突发,Redis 限流做跨进程统一配额;本地层快但不可靠(各进程独立计数),Redis 层准但有网络开销;两层串联,任一超限拒绝。

概念解释

本地计数无网络往返,适合拦高频重复请求;但 FPM 各进程独立计数,总和可能超全局配额。Redis 层按用户/接口统一计量。两层策略:本地设宽松上限快速挡极端突发,Redis 设正式配额。本地计数需有淘汰与上限,避免内存膨胀。

原理流程

  1. 请求先过本地进程内计数器,超限直接拒绝。
  2. 本地放行后查 Redis 统一配额。
  3. Redis 超限拒绝,否则进入业务。
  4. 本地计数按进程生命周期清理,定期重置窗口。

代码或图示

// 本地层:进程内数组计数(示意)
// static $local = [];
// Redis 层:统一配额计数
$count = $redis->incr("rate:user:{$uid}");
if ($count > $limit) { return 429; }

常见误区

  • 本地计数不设上限:进程内 map 只增不清,内存泄漏。
  • 把本地计数当全局配额:多进程各自计数,总和失控。

追问

  • 常驻框架本地限流注意什么?答:请求间共享计数器必须按 key 清理窗口;上下文隔离见对应运行时文档。
  • 两层阈值怎么定?答:本地层略高于 Redis 层,主要挡极端突发;具体倍数按压测定。

06.5.8.4-017 热点 key 的本地缓存兜底如何与失效同步?

一句话结论

热点 key 在进程内留短 TTL 副本分担 Redis 读压力;失效同步靠 Redis 广播失效消息或版本号比对;本地副本只放极小体量热点数据,陈旧窗口按业务容忍度设定。

概念解释

热点 key 全打到 Redis 单节点仍是瓶颈,本地缓存吸收一部分读请求。风险:各进程副本独立,写后旧值驻留。同步手段:写路径发布订阅通知清本地缓存;value 带版本号,读到低版本主动刷新;本地 TTL 很短兜底过期。FPM 进程内缓存容量与隔离约束见缓存一致性页面。

原理流程

  1. 热点 key 读:先查本地副本,命中且版本有效直接返回。
  2. 未命中查 Redis,回填本地副本并设短 TTL。
  3. 数据更新:失效 Redis 并广播本地失效通知。
  4. 通知丢失或漏处理:本地短 TTL 与版本号校验兜底。

代码或图示

// 本地副本带版本号;版本过期则回源 Redis
// if (isset($local[$k]) && $local[$k]['version'] >= $currentVersion) return $local[$k];
// 写路径:PUBLISH invalidate <key>,各进程订阅后清本地

常见误区

  • 本地副本不设 TTL:写后旧值长期驻留,多进程不一致。
  • 热点大对象塞本地:进程内存放大,只缓存小体量读多写少热点。

追问

  • 订阅断开怎么办?答:订阅重连期间靠本地 TTL 收敛,不保证强一致。
  • 哪些 key 适合本地缓存?答:访问极高频、value 小、可短暂陈旧的字典与热点详情;写频繁的对象不适合。

06.5.8.4-018 突发流量下队列缓冲与削峰怎么落地?

一句话结论

超出即时处理能力的请求放入队列缓冲,消费者按下游能力匀速取任务,实现削峰;队列需设容量上限与拒绝策略,积压时扩容消费者或降级,不能无限堆积。

概念解释

突发写请求(下单、报名、上报)先入队,后台消费者按数据库/MQ 承受能力消费。队列长度是缓冲水位,超过上限拒绝或降级。缓冲把瞬时峰值摊平到一段时间内;任务要可追溯、可重试、幂等。PHP 侧可用 Redis List/Stream 做轻队列,正式削峰用专业 MQ。

原理流程

  1. 请求校验后写入缓冲队列,检查队列长度。
  2. 队列未满:入队成功,返回处理中或排队状态。
  3. 消费者按固定速率取任务执行,失败重试入队。
  4. 积压超水位:扩容消费者、限流新请求或降级非核心功能。

代码或图示

if ($redis->lLen("queue:order") >= $maxQueue) {
    return 429; // 缓冲已满,拒绝
}
$redis->rPush("queue:order", json_encode($task));
// 消费者:lPop 取任务,按下游能力匀速处理

常见误区

  • 队列无上限:突发直接把队列内存与下游压垮。
  • 任务不可重放:消费者失败后任务丢失,需持久化与重试。

追问

  • 队列积压怎么监控?答:监控队列长度、消费速率、积压时长,超阈值告警并扩容。
  • 排队请求怎么响应前端?答:返回受理状态,前端轮询或回调通知结果;同步等待不宜过长。

06.5.8.4-019 为什么生产环境禁用 KEYS 命令?

一句话结论

KEYS pattern 遍历全库匹配,单线程下阻塞直至完成,大库或高频调用会导致所有命令超时;生产遍历一律用 SCAN 游标分批,禁止在业务代码与定时任务里调用 KEYS。

概念解释

Redis 单线程处理命令,KEYS 需要扫描所有 key 并按模式过滤,时间复杂度 O(N),N 为库内 key 总量。key 数量大时单次执行秒级阻塞,其他连接排队超时。SCAN 分批返回、每次少量,阻塞时间可控;业务代码、运维脚本都应替换为 SCAN。

原理流程

  1. 识别需要遍历 key 的场景:清理前缀、排查大 key、统计。
  2. 用 SCAN 游标循环分批获取,批次大小可控。
  3. 每批处理少量 key,避免单命令长时间占用。
  4. 配置禁用 KEYS(rename-command 或网关拦截),防止误用。

代码或图示

// 禁止:$redis->keys("item:*"); // 全库扫描阻塞
// 正确:SCAN 分批
$cursor = null;
do {
    [$cursor, $batch] = $redis->scan($cursor, "item:*", 200);
} while ($cursor != 0);

常见误区

  • 以为 KEYS 只是返回慢:它阻塞主线程,影响所有其他请求。
  • 运维脚本图方便用 KEYS:低峰期也应改用 SCAN 或专用工具。

追问

  • 还有哪些重命令要慎用?答:大集合的 SMEMBERS、LRANGE 全量、大 HGETALL、慢 Lua;按需分页或采样。
  • 怎么从命令层面禁掉?答:服务端可重命名或禁用高危命令,具体配置方式以部署环境为准,待确认。

06.5.8.4-020 限流参数(QPS、桶容量、窗口大小)如何压测确定?

一句话结论

参数以压测得到的接口与下游容量为基线:先测出单机/单接口安全 QPS,按冗余系数设阈值;桶容量匹配可接受的突发量,窗口大小匹配统计周期;上线后按监控回调。

概念解释

限流阈值不是拍脑袋:压测给出响应时间、错误率随并发变化的拐点,安全水位取拐点以下并留冗余。令牌桶容量对应允许突发的请求数;窗口长度决定计量颗粒度,太短抖动、太长反应慢。参数按接口分级配置,活动前调整,事后复盘拒绝率与溢出流量。

原理流程

  1. 压测接口与下游依赖,记录 QPS、P95 延迟、错误率拐点。
  2. 取安全水位(如拐点的 70%~80%,系数按业务定)作为阈值。
  3. 设定桶容量与窗口:突发承受量、统计周期结合体验。
  4. 上线观察拒绝率、积压与延迟,动态回调参数。

代码或图示

// 配置示例:具体数值来自压测,未实测前标注待确认
// 'rate' => ['qps' => 100, 'burst' => 200, 'window' => 60]
// 压测记录:并发数 / QPS / P95 / 错误率,取拐点以下安全水位

常见误区

  • 阈值按开发经验定值:未压测导致要么误拦要么被打垮。
  • 参数上线后不复盘:流量结构变化后阈值脱离实际容量。

追问

  • 多实例阈值怎么摊?答:总阈值除以实例数,或集中计量全局配额;注意实例弹性扩缩时配额同步。
  • 突发活动怎么预调?答:活动前预热容量,预设阶梯限流阈值与降级开关,活动后回调。