如何通过 Lua 脚本在 Redis 中与 Java 逻辑结合实现高一致性分布式限流策略？

本文共计1080个文字，预计阅读时间需要5分钟。

Redis与Lua脚本结合使用，本身就能保证强一致性，Java只需安全调用，无需参与状态判断。限流逻辑必须在Lua中全部执行，任何在Java层先查后写的操作都会破坏原子性，直接导致泄漏或拒绝。

为什么不能在 Java 里做 if-else 判断是否超限

常见错误是 Java 先 stringRedisTemplate.opsForValue().get() 拿当前计数，再 if (count >= max) throw new RuntimeException()，最后才 incr()。这三步之间存在竞态窗口：多个请求可能同时读到旧值、同时判定未超限、同时写入，最终实际 QPS 翻倍。

• Redis 单线程执行 Lua，整个脚本内所有 redis.call() 是原子的
• Java 层的网络往返、本地计算、条件分支全在 Redis 外，天然非原子
• 哪怕用 pipeline 或事务（multi/exec）也无法替代 Lua —— 它们只保证命令序列不被穿插，不保证「读-算-写」逻辑不被并发干扰

EVAL 与 EVALSHA 的选择要点

生产环境必须用 EVALSHA，而非每次传完整 Lua 字符串。