Redis计数器防重机制的核心是通过原子递增操作（如INCR）和设置过期时间（EXPIRE）来实现幂等性校验，避免重复请求。具体实现步骤：1. 为每个请求生成唯一key（如用户ID+业务ID）；2. 使用INCR key检查计数，若返回1则首次请求正常处理，否则拒绝；3. 设置key过期时间防止内存泄漏。代码示例：redis.incr('counter:' + request_id); if (result == 1) { redis.expire('counter:' + request_id, 60); processRequest(); } else { return '重复请求'; }

来源1

在高并发场景下，用户可能因网络抖动或重复点击导致相同请求多次到达服务器。为防止重复处理造成数据不一致，可使用Redis作为计数器实现防重。关键命令：INCR原子自增，若首次为1则通过，后续大于1则拦截。同时结合EXPIRE避免key无限累积占用内存。例如，下单接口中key='order:'+userId+orderId，计数超过1即返回"重复下单"。

来源2

防重机制利用Redis单线程原子性，确保计数准确无竞态。完整流程：生成业务唯一ID存入Redis，INCR后判断返回值，首次1则执行业务并SETEX延长生存，重复则直接返回错误码。示例Lua脚本：local count = redis.call('INCR', KEYS[1]); if count == 1 then redis.call('EXPIRE', KEYS[1], 300); return 1; else return 0; end。这样既防重又提升性能，避免数据库压力。

来源3

实际案例：在秒杀活动中，用Redis计数器控制每个用户只能抢购一次。key设计为'kill:'+userId+goodsId，INCR返回1时扣库存并生成订单，否则提示"重复抢购"。过期时间设为活动时长+缓冲，如3600秒。监控内存使用，定时清理无效key。测试并发1w/s下，误杀率为0，系统稳定。

来源4

结合布隆过滤器优化Redis防重：先查布隆是否存在，若存在跳过INCR直接拒；不存在则INCR确认。减少Redis访问，提升QPS。但布隆有小概率误判，INCR作为最终校验。适用于超大规模请求，如短视频点赞接口。

来源5

问题排查：如果INCR返回非1但实际是首次，可能是分布式时钟不一致导致key冲突。解决：用雪花算法生成全局唯一ID作为key后缀。过期时间不宜过长，避免热点key过多影响命中率，建议30-300秒根据业务调优。

来源6

Node.js实现：const redis = require('redis'); client.incr('dup:' + req.body.id, (err, res) => { if (res === 1) { client.expire('dup:' + req.body.id, 60); // 处理业务 } else { res.json({code: 400, msg: '重复操作'}); } });简单高效，适用于REST API。

Q: 为什么用Redis而不是MySQL防重？
A: Redis内存操作速度快，支持原子INCR，适合高并发；MySQL锁开销大易成瓶颈。

Q: key如何设计避免冲突？
A: 业务前缀+用户ID+时间戳或UUID，确保唯一性。

Q: 过期时间怎么设置？
A: 根据业务周期，如支付异步通知30分钟，验证码5分钟。

Q: 多实例Redis集群怎么保证一致？
A: 用Redisson分布式锁或统一key空间，全集群共享计数器。