在很多高並發請求的情況下，我們經常需要對系統進行限流，而且需要對應用集群進行全局的限流，那么我們如何類實現呢。
我們可以利用redis的緩存來進行實現，並且結合mysql數據庫一起，先來看一個流程圖。
這個就是一個典型的對http請求進行全局限流的流程圖。
入口通過請求攔截器進行攔截（filter）。
來看代碼片段，這個代碼片段就是一個標准的filter（我們這里基於springboot來定義filter）
我們需要做全局限流時，就需要用到redis了。在redis中，可以將限流配置定義為
redis key:接口名稱（或者url）_limit
value:map，key：appid（業務id），value：限流大小
就做到配置的快速讀取。
限流的配置定義完后，那么就需要定義限流的計數了。可以定義為
redis key:接口名稱（或者url）_count
value:map，key：appid（業務id），value：計數值
一個好的限流設計，還需要能做到對限流配置的實時進行更改和動態的配置。那我們就來看如何實現呢
下面就是一個限流配置的新增流程。我們可以將改新增配置定義成一個接口或者頁面上的一個功能。就能做到配置的實時增加。
最后我們再來看下配置的修改和限流配置的刪除
總結：
我們充分利用redis的緩存配置以及做了限流時，盡量不要影響到系統的整體性能。
【原文歸作者所有，歡迎轉載，但是保留版權,並且轉載時，需要注明出處】