本文目录一览：
Redis使用bitmap、zset、hash、list等结构完成骚操作?
1、实现方式：Redis实现布隆过滤器——借鉴Guava的BF算法：SpringBootx中使用Redis的bitmap结构（工具类）注意：bitmap使用存在风险，若仅仅计算hash值，会导致bitmap占用空间过大。一般需要对hash值进行取余处理。
2、String是redis中最基础的数据结构，你可以把它用作缓存最基础的kv（key-value）类型的缓存（value最大为512MB），只需要把需要缓存的对象进行string的编解码即可。
3、String 字符串 字符串类型是 Redis 最基础的数据结构，首先键都是字符串类型，而且 其他几种数据结构都是在字符串类型基础上构建的，我们常使用的 set key value 命令就是字符串。
Redis实现限流策略
其实限流涉及的最主要的就是滑动窗口，上面也提到1-10怎么变成2-11。其实也就是起始值和末端值都各+1即可。而我们如果用Redis的list数据结构可以轻而易举的实现该功能。
基于Redis的setnx的操作，给指定的key设置了过期实践。基于Redis的数据结构zset，将请求打造成一个zset数组。基于Redis的令牌桶算法，输出速率大于输入速率，就要限流。
一般就会在服务器端将用户信息和访问信息做下关联，以此来实现访问频次限制。通常大家都会选择 Redis 来作为此中间件的存储介质。
首先创建令牌桶数据模型 reSync函数同样是为了解决令牌桶数据更新问题，在每次获取令牌之前调用，这里不多介绍 expires函数计算redis数据过期时间。
个人觉得，项目不大的，维护成本不高的话，可以采用 直接使用 redsi-cell ，否则可以考虑细粒度的控制到每个服务节点去限流，配合相应的负载均衡策略去实现。以上为个人理解，仅供参考。
经典面试题——让你设计一个限流的系统怎么做?
1、最简单的限流算法就是维护一个计数器 Counter，当一个请求来时，就做加一操作，当一个请求处理完后就做减一操作。如果这个 Counter 大于某个数了（我们设定的限流阈值），那么就开始拒绝请求以保护系统的负载了。
2、计数器算法（固定窗口）：计数器算法是使用计数器在周期内累加访问次数，当达到设定的限流值时，触发限流策略，下一个周期开始时，进行清零，重新计数，实现简单。计数器算法方式限流对于周期比较长的限流，存在很大的弊端，有严重的临界问题。
3、首先，应该设计出实现目标系统的几种可能的方案。概要设计的另一项主要任务就是设计程序的体系结构，也就是确定程序由哪些模块组成以及模块间的关系。
