概览
滑动窗口概念起源于网络通信，是一种流量控制机制。基于对指定窗口的指标统计，可以用于触发后续的处理措施。
例如分布式系统中，滑动窗口可以实现服务接口的限流。
本文针对滑动窗口在接口限流中的应用，分别提供了普通版（基于本地计数），分布式版（基于Redis计数）滑动窗口的实现。
算法思路
接口限流一般是指一定单位时间内，对于某个接口的请求量不允许超过某个阈值，如果超出阈值，则会拒绝请求。
算法思路包括如下核心点：
- 时间窗口的创建（窗口大小，窗口最小划分周期定义）
- 当前所属时间窗口定位，完成计数，统计操作
其中窗口最小划分周期可以理解为窗口每次移动的步长，也是统计计数的基本单位，这个步长的大小决定了窗口是否能平滑移动，步长定义越小，滑动窗口移动得越平滑，最终的统计结果也越精确。
如下，定义了一个滑动窗口：
- 窗口大小为 4s
- 窗口步长为 1s，即一个窗口被拆分成 4 块
假设每个窗口内的请求阈值定义为 10 个，可以看到：
- 窗口1的请求总数量为 8，没有达到阈值
- 窗口2的请求总数量为 14，触发了阈值限制，因此其中有 4 个请求会被拒绝
基本实现
代码实现思路如下。
定义滑动窗口属性：
滑动窗口实现：
统计当前窗口的请求数：
测试用例1：
熔断阈值设置为10，可以看到后10次请求都触发了熔断。
测试用例2：
熔断阈值设置为10，窗口大小为 10s，第11次请求触发熔断，之后休眠10s，过渡到下一个新的窗口，后面9次请求正常执行。
Redis 实现
基于Redis有序集合的特性，可以很简单就实现滑动窗口：
- 有序集合的 score 属性存储每个请求的时间戳
- 窗口数据统计请求量时，只需要把时间窗口外的元素舍弃，集合中剩余的元素数量之和便是结果
定义滑动窗口属性：
滑动窗口实现：
测试用例1：
熔断阈值设置为10，可以看到后10次请求都触发了熔断。
测试用例2：
熔断阈值设置为10，窗口大小为 10s，第11次请求触发熔断，之后休眠10s，过渡到下一个新的窗口，后面9次请求正常执行。
测试用例3（将窗口大小调整为20s，代码与测试用例2保持一致）：
窗口大小设置为20s，第11个请求之后即使休眠了10s，后面9个请求仍然触发熔断，因为这些请求还在同一个窗口内。
