在高并发分布式系统中，对接口请求频率进行严格限流是防止服务过载的基础设施。虽然 Redis 原生提供了 INCR 和 EXPIRE 等命令，但在复杂的滑动窗口或令牌桶限流算法中，客户端往往需要根据读取的数据状态来决定下一步的写操作。这种“读-判断-写”的逻辑如果通过多次网络往返来完成，在并发请求下必然会产生竞态条件，导致限流判定失效。
为了解决多条命令执行的原子性问题，Redis 提供了对 Lua 脚本的支持。通过 EVAL 或 EVALSHA 命令将脚本提交到服务端，Redis 会把整个脚本作为一个不可分割的整体放入执行队列中。在脚本运行期间，不会有其他命令被插入执行，这从根本上隔离了并发修改的干扰，保障了复杂业务逻辑的一致性。同时，将逻辑封装在服务端还能有效减少网络数据包的往返次数，降低延迟。
在实现令牌桶算法时，Lua 脚本可以读取当前键中的剩余令牌数以及上一次访问的时间戳。脚本内部计算出在这段时间内应恢复的令牌数量，加上原有数量后，再与桶的容量上限进行对比。若令牌充足，则扣减请求数并更新时间戳和剩余令牌，返回允许放行；若不足，则直接返回限流拦截。这一系列复杂的浮点数运算和条件分支，被压缩在毫秒级的服务端单次执行中，极大提升了限流组件的可靠性。
不过，Lua 脚本的使用也伴随着严格的约束。由于其独占单线程运行，脚本逻辑必须极其精简。任何包含耗时循环、大批量键遍历的脚本都会阻塞整个 Redis 实例，酿成严重的生产事故。橙星云技术团队在引入 Lua 脚本处理分布式锁和限流业务时，制定了严格的代码审查规范。脚本代码中禁止进行外部网络调用，避免复杂的序列化操作，且测试阶段需经过严格的压测以确认执行耗时稳定在微秒级别。只有在充分理解其原子性原理和阻塞风险的基础上，Lua 脚本才能真正成为分布式协调中游刃有余的利器。