直接用redis.incr做限流会出错,因其不带过期时间且与EXPIRE非原子执行,导致key永久残留或并发误判;正确做法是用Lua脚本原子化实现“读+增+设过期”。

为什么直接用 redis.incr 做限流会出错
很多初学者一上来就写 redis.incr("rate_limit:user_123"),然后判断返回值是否超阈值——这在单实例部署下看似可行,但实际会漏统计。因为 incr 不带过期时间,key 一旦创建就永久存在;更关键的是,它没原子性地设置过期,导致并发请求可能让 key 永久残留或误判。正确做法是用 redis.setex 或(更推荐)redis.eval 执行 Lua 脚本,保证“读+增+设过期”三步不可分割。
用 Lua 脚本实现原子限流的最小可行代码
Flask 中最稳的方式是把限流逻辑封装进 Redis Lua 脚本,避免网络往返和竞态。下面这个脚本接受三个参数:key 名、窗口秒数、最大请求数:
local key = KEYS[1]
local window = tonumber(ARGV[1])
local max_count = tonumber(ARGV[2])
local current = redis.call("INCR", key)
if current == 1 then
redis.call("EXPIRE", key, window)
end
if current > max_count then
return 0
end
return current在 Flask 视图里调用:
script = redis_client.register_script(lua_script)result = script(keys=[f"rl:{user_id}"], args=[60, 10]) # 60秒内最多10次if result == 0: return {"error": "rate limited"}, 429
立即学习“Python免费学习笔记(深入)”;
如何按用户 IP 或 Token 区分限流维度
限流 key 的构造方式直接决定策略粒度,常见错误是硬编码 "rate_limit:global" 导致全站锁死。真实场景需动态提取标识:
- IP 限流:
f"rl:ip:{request.remote_addr}",注意 Nginx 反代时要用X-Real-IP头 - Token 限流:
f"rl:token:{get_bearer_token()}",需先解析Authorizationheader - 接口级限流:
f"rl:api:{request.endpoint}:{user_id}",配合 Flask 的request.endpoint
别忘了对 IP 或 token 做简单清洗,比如过滤掉 IPv6 的压缩格式、截断过长 token 防 key 溢出。
Redis 连接与异常降级怎么不拖垮 Flask 接口
Redis 故障时,如果直接抛异常或阻塞,整个 API 就挂了。必须做快速失败和本地兜底:
- 设置
socket_connect_timeout=0.1和socket_timeout=0.1,超时立即放弃 - 用
try/except redis.ConnectionError捕获连接失败,跳过限流直接放行 - 极端情况下可加一层内存缓存(如
functools.lru_cache),但仅用于开发或低敏感接口
别依赖 Redis 的高可用来掩盖代码缺陷——限流本身是防御性逻辑,失效时宁可宽松也不能中断业务。
真正难的不是写对那几行 Lua,而是想清楚“谁该被限”“限多严”“限不住时怎么办”。Redis 只是工具,策略设计漏一点,再准的脚本也救不回来。


















