在很多高并发请求的情况下，我们经常需要对系统进行限流，而且需要对应用集群进行全局的限流，那么我们如何类实现呢。
我们可以利用redis的缓存来进行实现，并且结合mysql数据库一起，先来看一个流程图。
这个就是一个典型的对http请求进行全局限流的流程图。
入口通过请求拦截器进行拦截（filter）。
来看代码片段，这个代码片段就是一个标准的filter（我们这里基于springboot来定义filter）
我们需要做全局限流时，就需要用到redis了。在redis中，可以将限流配置定义为
redis key:接口名称（或者url）_limit
value:map，key：appid（业务id），value：限流大小
就做到配置的快速读取。
限流的配置定义完后，那么就需要定义限流的计数了。可以定义为
redis key:接口名称（或者url）_count
value:map，key：appid（业务id），value：计数值
一个好的限流设计，还需要能做到对限流配置的实时进行更改和动态的配置。那我们就来看如何实现呢
下面就是一个限流配置的新增流程。我们可以将改新增配置定义成一个接口或者页面上的一个功能。就能做到配置的实时增加。
最后我们再来看下配置的修改和限流配置的删除
总结：
我们充分利用redis的缓存配置以及做了限流时，尽量不要影响到系统的整体性能。
【原文归作者所有，欢迎转载，但是保留版权,并且转载时，需要注明出处】