【IT168 评论】在很多高并发请求的情况下，我们经常需要对系统进行限流，而且需要对应用集群进行全局的限流，那么我们如何类实现呢。

　　我们可以利用redis的缓存来进行实现，并且结合mysql数据库一起，先来看一个流程图。

　　这个就是一个典型的对http请求进行全局限流的流程图。

　　入口通过请求拦截器进行拦截(filter)。

　　来看代码片段，这个代码片段就是一个标准的filter(我们这里基于springboot来定义filter)

　　我们需要做全局限流时，就需要用到redis了。在redis中，可以将限流配置定义为

　　redis key:接口名称(或者url)_limit

　　value:map，key：appid(业务id)，value：限流大小

　　就做到配置的快速读取。

　　限流的配置定义完后，那么就需要定义限流的计数了。可以定义为

　　redis key:接口名称(或者url)_count

　　value:map，key：appid(业务id)，value：计数值

　　一个好的限流设计，还需要能做到对限流配置的实时进行更改和动态的配置。那我们就来看如何实现呢

　　下面就是一个限流配置的新增流程。我们可以将改新增配置定义成一个接口或者页面上的一个功能。就能做到配置的实时增加。

　　最后我们再来看下配置的修改和限流配置的删除

　　总结：

　　我们充分利用redis的缓存配置以及做了限流时，尽量不要影响到系统的整体性能。