使用 redis 实现滑动窗口，我们会基于这个场景，建立一个 Starter，在这之前，我们需要先。理解这个场景。

关键字：滑动窗口、流式计算、lua脚本、redis、zset、starter

概要：本文封装 redis 的API，实现简易滑动窗口，分别从业务背景、窗口理解、redis 的 zset 结构，lua 脚本，注意事项，不足等进行讲解

一、业务背景

规则预警，在特定时间触发规则达到 n 次后发出告警信息，例如：5 分钟之内失败 2 次，当满足条件后会发一条通知告警；数值可以根据实际情况动态配置。

下图是动态展示滑动窗口的示意图，按照黄色线固定窗口进行移动，窗口内会出现各种数值点，对窗口数字进行统计：

借助 redis 的 zset 有序集合能力，其中 score 字段要求有序，因此使用时间戳做 score，这样既保证顺序也能根据时间窗口计算窗口内的个数，通过计算时间窗口内的个数再与业务做判断；另外为了保障原子能力，使用lua脚本

二、redis版功能实现

通过 Lua 脚本实现 CAS（check-and-set）命令。

关于窗口在业务上的诉求，我分了三种场景，分别如下所示：

2.1 场景一、统计时间窗口内是否达到预定阈值，返回true和false， 并且达到阈值后清除

描述：1. 添加计数，2.将时间窗口外的数据移除；3.统计当前窗口的个数；4.判断是否超过阈值，5.超过清理并返回，否则返回false

redis.pcall('zadd', KEYS[1], ARGV[1], ARGV[1]);
redis.pcall('zremrangebyscore', KEYS[1], 0, ARGV[2]);
redis.pcall("expire", KEYS[1], ARGV[3]);
if tonumber(redis.pcall('zcard',KEYS[1])) >= tonumber(ARGV[4]) redis.pcall('zremrangebyscore', KEYS[1], 0, ARGV[1]);then return true end;
return false;

注意：不要使用下面这种方式。 集群方式下，不支持local变量，另外尽量少用变量，减少lua脚本占用过多内存

local key           = KEYS[1]; 
local current_time  = ARGV[1]; 
local pre_time      = ARGV[2]; 
local expire_second = ARGV[3]; 
local threshold     = ARGV[4]; 
redis.pcall("zadd", key, current_time, current_time);
redis.pcall("zremrangebyscore", key, 0, pre_time);;
local count = redis.pcall("zcard",key);
redis.pcall("expire", key, expire_second);
if tonumber(count) >= tonumber(threshold) then redis.pcall("zremrangebyscore", key, 0, current_time);return true end;
return false;

2.2 场景二、统计时间窗口内是否达到预定阈值，返回true和false， 满足true的时候不做清理

redis.pcall('zadd', KEYS[1], ARGV[1], ARGV[1]);
redis.pcall('zremrangebyscore', KEYS[1], 0, ARGV[2]);
redis.pcall("expire", KEYS[1], ARGV[3]);
if tonumber(redis.pcall('zcard',KEYS[1])) >= tonumber(ARGV[4]) then return true end;
return false;

2.3 场景三、统计时间窗口内的个数

只统计个数，不做其他的

redis.pcall('zadd', KEYS[1], ARGV[1], ARGV[1]);
redis.pcall('zremrangebyscore', KEYS[1], 0, ARGV[2]);
redis.pcall("expire", KEYS[1], ARGV[3]);
return redis.pcall("zcard",KEYS[1]);

当然在实际落地的过程，会遇到一些其他问题，比如使用lua限制，分布式限制等

有了上面的三个场景后，接下来我们开始实战一个 Starter

三、Starter 实现

3.1 自定义一个 Starter 需要的流程（关键步骤）

1. 选择一个合理的业务场景。比如我选择了 滑动窗口这个场景。
2. 创建新的Maven项目，并引入依赖，通常命名需要遵循Spring Boot的命名规范，通常是<your-module-name>-spring-boot-starter
3. 代码实现，以及其他类的引入
4. 编写自动配置类。 xxxAutoConfiguration
5. 编写spring.factories文件， 在src/main/resources/META-INF/spring.factories中注册自定义的自动配置类
6. 打包并发布到仓库，并在其他项目测试

3.2 本 Starter 的项目工程结构

本文的源码地址：uzong-starter-learning: 学习 SpringBoot Starter 的工程案例

四、代码实现

4.1 lua 脚本

本文给出三个 lua 脚本，分别应对三个场景。

lua 是一种非常简单的脚本语言，如果想了解更多，可以在菜鸟教程中学习，非常轻量：Lua 教程 | 菜鸟教程

4.2 核心逻辑

com.uzong.sliding.window.calculate.CalculateCore

细节描述：

1. CalculateCore 的创建，需要交给 xxxAutoConfiguration 类。不可在 CalculateCore 上添加 @Resource, @Service 等类。所有 Starter 类的创建都尽量交给 xxxAutoConfiguration，用来控制类的加载。 这是一种规范
2. 此处依赖 RedisTemplate，DefaultRedisScript、RedisSerializer 等。用例处理接口调用、序列化等。
3. 调用的是 redisTemplate.execute方法，参数中包含了执行脚本、序列化、业务参数、过期时间等等。最核心也是最基础的接口。用于执行Redis脚本

4.3 对外的 service api

用于上层可以直接使用的 api，目前只提供了3个。对于 api 尽量包含详细的说明。以及注意实现

其实现类，则主要依赖 CalculateCore 类，就不过多介绍

4.4 配置类 SlidingWindowAutoConfiguration

注意细节：

1. 通过 ConditionalOnClass，否则无法被创建
2. 通过构造方式在此自动装配类中创建 SlidingWindowServiceImpl 等对象。方便管理所有相关的 bean 对象

4.5 spring.factories

前缀都是 org.springframework.boot.autoconfigure.EnableAutoConfiguration

4.6 打包并发布到仓库，并在其他项目测试

先发布到本地 Maven 仓库，测试没问题，再发布到公司的私服。需要注意版本管理。

到这里，Starter 实战结束了。更多细节可以参考本项目。

执行测试

http://localhost:8080/api/sl/calculateCount?bizCodeKey=001&windowSeconds=10
http://localhost:8080/api/sl/clearOnCondition?bizCodeKey=001&windowSeconds=3&threshold=5
http://localhost:8080/api/sl/keepCalculate?bizCodeKey=001&windowSeconds=3&threshold=5

已同步发布到公众号：面汤放盐 第十节 Starter 实战之 redis 滑动窗口 (qq.com)

掘金账号：第十节 SpringBoot Starter 实战之 redis 滑动窗口 - 掘金 (juejin.cn)