Redis如何实现IP限流防刷_基于String自增统计与TTL结合拦截

3次阅读

正确做法是仅在incr返回1时执行expire设60秒ttl,避免重复刷新导致永不过期;因set的nx无法同时自增,而incr ex仅对新key生效,故incr+expire组合最可靠。

Redis如何实现IP限流防刷_基于String自增统计与TTL结合拦截

INCR + EXPIRE 实现每分钟限流

redisINCREXPIRE 组合是 IP 限流最轻量、最常用的方式,核心逻辑是:对每个 IP 做计数器,首次访问时设 TTL(比如 60 秒),后续请求只 INCR,不重复设过期时间。

常见错误是每次请求都执行 EXPIRE,导致 TTL 不断刷新,实际变成“只要持续请求就永不过期”。正确做法是只在 INCR 返回 1(即 key 刚创建)时设 TTL。

  • INCR ip:192.168.1.100 增加计数,返回值即当前请求数
  • 若返回 1,立刻执行 EXPIRE ip:192.168.1.100 60
  • 检查返回值是否 > 限流阈值(如 100),超过则拒绝请求
  • 注意:INCR 对不存在的 key 会自动初始化为 0 再 +1,所以返回 1 表示“这是该 IP 本周期第一条请求”

为什么不用 SETXX/NX 参数?

SET key value EX 60 NX 看似能原子化创建带过期的 key,但它无法同时完成“创建 + 自增”,而限流必须支持多次递增。单独用 NX 只能设初值,后续 INCR 又得再处理 TTL,反而破坏原子性。

更关键的是:Redis 6.2+ 虽支持 INCREX 选项(如 INCR key EX 60),但该功能仅在 key 不存在时生效;一旦 key 存在,INCR 就忽略 TTL 参数——这意味着你无法靠一条命令保证“存在即续期、不存在即新建并设 TTL”。

  • 老版本(INCR EX,必须拆成两步
  • 新版本用 INCR key EX 60 时,若 key 已存在,TTL 不变,可能让上一周期残留的 key 持续生效
  • 真正可靠的原子写法仍是 INCR 后判断返回值,再条件执行 EXPIRE

并发场景下 INCREXPIRE 不是原子操作,怎么防竞态?

两个请求几乎同时到达,都看到 key 不存在、都 INCR 得到 1、都执行 EXPIRE——这没问题,重复 EXPIRE 不影响结果。真正要防的是:第一个请求 INCR 后还没来得及 EXPIRE,第二个请求又 INCR 了,此时 key 无 TTL,会永久残留。

解决方案是改用 Lua 脚本把判断、自增、设 TTL 锁死在服务端一次执行:

local current = redis.call("INCR", KEYS[1]) if current == 1 then   redis.call("EXPIRE", KEYS[1], ARGV[1]) end return current

调用时传入 key(如 ip:192.168.1.100)和 TTL(如 60)。这样无论多少并发,每个 IP 的首次请求一定绑上 TTL,后续只是安全自增。

  • Lua 脚本在 Redis 中是原子执行的,无需担心中间状态被其他请求读取
  • 别用 EVALSHA 缓存脚本哈希却忘了传参顺序,参数错位会导致 TTL 设成 0 或 key 名混乱
  • 如果业务已用 pipeline 批量发命令,注意 Lua 脚本不能和其他命令混在同一个 pipeline 里原子执行

限流后怎么快速清理无效 key?

IP 限流 key 生命周期短,但突发流量可能产生大量 key(比如 10 万 IP 各触发一次),而 Redis 的惰性删除 + 定期抽样删除机制,在高负载下可能让过期 key 残留较久,占用内存。

不要主动扫 KEYS ip:* ——这个命令会阻塞主线程,线上禁用。也不建议用 SCAN 配合 TTL 逐个删,效率低且可能漏删。

  • 真正有效的做法是:依赖 Redis 自身的过期淘汰策略,确保 maxmemory-policy 配置为 allkeys-lruvolatile-lru(推荐后者,只针对带过期的 key)
  • 如果观察到 expired_keys 监控指标持续升高,说明过期 key 删除不及时,可临时调大 hz 参数(如从默认 10 改为 100),加快 Redis 主动清理频率
  • 更彻底的预防是:在应用层控制 key 命名粒度,比如按“IP+接口路径”分 key(ip:192.168.1.100:/login),避免一个 IP 刷多个接口时互相干扰,也减少单 key 过热

限流逻辑越靠近接入层(Nginx/OpenResty/网关)越好,别全压给 Redis;而 Redis 里那几行 Lua,关键不在多 fancy,而在每一步的条件分支是否覆盖了 key 存在性、返回值边界、TTL 生效时机这些细节。

text=ZqhQzanResources