0Pricing
API Rate Limiting & Scalability Patterns · Урок

Скользящее окно с сортированными наборами Redis

Реализуйте точный распределённый ограничитель частоты запросов со скользящим окном с помощью сортированных наборов Redis, атомарных операций и автоматического удаления старых записей.

«Скользящее окно с сортированными наборами Redis» — бесплатный урок API Rate Limiting & Scalability Patterns на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения API Rate Limiting & Scalability Patterns, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс API Rate Limiting & Scalability Patterns содержит 4 уроков всего.

Части этого урока еще не переведены и отображаются на английском.

From Theory to Production

You understand the sliding window log and counter conceptually. Now build one that works across many servers using Redis sorted sets, the most common production technique for accurate distributed rate limiting.

Why Sorted Sets

A Redis sorted set (ZSET) stores members ranked by a numeric score. By using the request timestamp as the score, we get an ordered log of recent requests we can trim and count efficiently.

One Key Per Client

Each client gets a key like rl:user123. Every incoming request adds a member to that client's sorted set, scored by the current timestamp in milliseconds.

ZADD rl:user123 1700000000123 1700000000123

Trimming the Window

Before counting, remove entries older than the window. If the window is 60 seconds, delete everything with a score below now - 60000. This keeps only the requests inside the current sliding window.

ZREMRANGEBYSCORE rl:user123 0 (now-60000)

Counting Requests

After trimming, the cardinality of the set is the number of requests in the window. Compare it against the limit to allow or deny.

ZCARD rl:user123

Atomicity Matters

Doing trim, add, and count as separate commands creates a race condition under concurrency. Wrap them in a single Lua script so Redis executes them atomically per client.

The Lua Script

A Lua script run with EVAL performs all steps in one atomic operation, returning whether the request is allowed. No two requests can interleave mid-check.

redis.call('ZREMRANGEBYSCORE', KEYS[1], 0, ARGV[1])
local count = redis.call('ZCARD', KEYS[1])
if count < tonumber(ARGV[3]) then
  redis.call('ZADD', KEYS[1], ARGV[2], ARGV[2])
  return 1
end
return 0

Setting Expiry

Always set a TTL on the key (a bit longer than the window) so abandoned clients do not leak memory. Idle keys expire automatically.

EXPIRE rl:user123 120

Accuracy vs Memory

This approach is highly accurate because it tracks every request timestamp, but memory grows with request volume per window. For very high-traffic clients, the sliding window counter approximation uses far less memory.

Handling Many Nodes

Because all API nodes talk to the same Redis, the limit is enforced globally regardless of which node handles a request. Use a Redis cluster or replica setup for availability, mindful that replication lag can slightly relax limits.

Failure Modes

Decide what happens if Redis is unreachable: fail open (allow traffic, risk overload) or fail closed (block traffic, risk outage). Most public APIs fail open with a local fallback limiter.

Quick Check

Test your understanding of the Redis sliding window.

Recap

You built a distributed sliding window:

  • Store request timestamps in a Redis sorted set, one key per client.
  • Trim old entries with ZREMRANGEBYSCORE, count with ZCARD.
  • Wrap trim/count/add in a Lua script for atomicity.
  • Set a TTL to free memory, and decide fail-open vs fail-closed for Redis outages.

Часто задаваемые вопросы

Урок «Скользящее окно с сортированными наборами Redis» бесплатный?

Да — полный текст урока «Скользящее окно с сортированными наборами Redis» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс API Rate Limiting & Scalability Patterns, подпишись на CoddyKit PRO. Курс API Rate Limiting & Scalability Patterns содержит 4 уроков всего.

Чему я научусь в уроке «Скользящее окно с сортированными наборами Redis»?

Реализуйте точный распределённый ограничитель частоты запросов со скользящим окном с помощью сортированных наборов Redis, атомарных операций и автоматического удаления старых записей. Ты практикуешь API Rate Limiting & Scalability Patterns с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать API Rate Limiting & Scalability Patterns?

Предыдущий опыт не требуется. API Rate Limiting & Scalability Patterns на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.

Сколько времени занимает урок «Скользящее окно с сортированными наборами Redis»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке API Rate Limiting & Scalability Patterns?

Да. Каждый урок API Rate Limiting & Scalability Patterns включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

  1. Реализация журнала скользящего окна
  2. Стратегия счётчика скользящего окна
  3. Сравнение алгоритмов и компромиссы
  4. Скользящее окно с сортированными наборами Redis
← Назад к API Rate Limiting & Scalability Patterns