必须用Lua脚本原子执行三步，否则高并发下必然超限：ZREMRANGEBYSCORE清理旧数据、ZCARD获取当前数量、ZADD写入新请求，分步调用会导致竞态条件使计数错误。
必须用 Lua 脚本原子执行 ZREMRANGEBYSCORE、ZCARD、ZADD 三步，否则高并发下必然超限。
为什么单靠 ZSET 命令拼接会超限？
应用层分三步调用 Redis：ZREMRANGEBYSCORE 清旧数据 → ZCARD 查当前数量 → ZADD 写新请求。这在并发场景下是危险的：两个请求几乎同时查到 count = 99，都判断“未超限”，结果都写入，变成 101。这不是概率问题，而是确定性竞态。
即使加本地锁或 Pipeline，也解决不了分布式环境下的竞争；INCR + EXPIRE 只能做固定窗口，无法支持“任意 1 秒内”统计。
- 固定窗口在窗口切换点（如 12:00:59 和 12:01:00）可能叠加两倍流量
-
ZCOUNT不清理旧数据，ZSet 成员持续堆积，内存只增不减，最终 OOM - 不设 TTL 的 key 会长期驻留，哪怕业务已下线
Lua 脚本里三个操作缺一不可
一个可用的限流脚本必须在一个 EVAL 中完成以下三件事，且顺序不能错：
-
ZREMRANGEBYSCORE key 0 (now - window_ms)：清理窗口外数据；注意边界是左闭右闭，0和score_min都要包含，否则可能漏删或误删 -
ZCARD key：获取当前窗口内请求数；不要用ZCOUNT key (now - window_ms) +inf替代，它多一次范围扫描，性能差且结果未必一致 -
ZADD key now member：仅当未超限时才写入；score必须是毫秒级时间戳（如System.currentTimeMillis()），member不能直接用时间戳——同一毫秒多个请求会导致覆盖，建议用req_ + now + _ + random(1000)
示例脚本关键片段：
local key = KEYS[1]
local window_ms = tonumber(ARGV[1])
local max_count = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local score_min = now - window_ms
redis.call('ZREMRANGEBYSCORE', key, 0, score_min)
local count = redis.call('ZCARD', key)
if count <h3>key 设计和内存控制容易被忽略</h3><p>key 名必须带业务维度，比如按 IP 限流就用 <code>limit:ip:{ip}</code>，按用户 ID 就用 <code>limit:uid:{uid}</code>，避免所有请求挤进同一个 key 导致误拒或热点。</p>
- 每个 key 必须显式设置
EXPIRE key 3600（兜底过期时间），否则 ZSet 持久存在，哪怕窗口内无新请求 - 高频场景下（如每秒百次请求），ZSet 成员数可能远超预期：1 秒窗口 × 100 QPS × 60 秒 = 6000 成员/Key，别指望自动回收
- 如果业务允许粗粒度控制（如“每分钟最多 100 次”），直接用
HSET分桶更省资源；滑动窗口精度越高，内存和 CPU 开销越大
真正难的不是写对脚本，而是想清楚：你的业务到底需要多高的时间精度？1 秒窗口和 100 毫秒窗口的资源消耗差一个数量级，而很多场景其实根本不需要后者。
