常见的限流算法分析

限流在我们日常生活中经常见到，如火车站门口的栏杆、一些景点的门票只出售一定的数量 等等。在我们的开发中也用到了这种思想。

为什么要限流

🏫在保证可用的情况下尽可能多增加进入的人数,其余的人在排队等待,或者返回友好提示,保证里面的进行系统的用户可以正常使用， 防止系统雪崩。

限流算法

🌴🌴限流算法很多,常见的有三类,分别是 计数器算法 、漏桶算法、令牌桶算法 。

（1）计数器：

          在一段时间间隔内，处理请求的最大数量固定，超过部分不做处理。

（2）漏桶：

          漏桶大小固定，处理速度固定，但请求进入速度不固定（在突发情况请求过多时，会丢弃过多的请求）。

（3）令牌桶：

          令牌桶的大小固定，令牌的产生速度固定，但是消耗令牌（即请求）速度不固定（可以应对一些某些时间请求过多的情况）；每个请求都会从令牌桶中取出令牌，如果没有令牌则丢弃该次请求。

计数器限流

🍺在一段时间间隔内，处理请求的最大数量固定，超过部分不做处理。

举个🌰,比如我们规定对于A接口，我们1分钟的访问次数不能超过100次。

那么我们可以这么做：

🎈在一开 始的时候，我们可以设置一个计数器counter，每当一个请求过来的时候，counter就加1，如果counter的值大于100并且该请求与第一个请求的间隔时间还在1分钟之内，那么说明请求数过多,拒绝访问；

🍬如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置 counter,就是这么简单粗暴。

代码实现： 😎

import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
​
//计数器 限流
public class CounterLimiter {
​//起始时间private static long startTime = System.currentTimeMillis();
​//时间间隔1000msprivate static long interval = 1000;
​//每个时间间隔内，限制数量private static long limit = 3;
​//累加器private static AtomicLong accumulator = new AtomicLong();
​/*** true 代表放行，请求可已通过* false 代表限制，不让请求通过*/public static boolean tryAcquire() {long nowTime = System.currentTimeMillis();//判断是否在上一个时间间隔内if (nowTime < startTime + interval) {//如果还在上个时间间隔内long count = accumulator.incrementAndGet();if (count <= limit) {return true;} else {return false;}} else {//如果不在上一个时间间隔内synchronized (CounterLimiter.class) {//防止重复初始化if (nowTime > startTime + interval) {startTime = nowTime;accumulator.set(0);}}//再次进行判断long count = accumulator.incrementAndGet();if (count <= limit) {return true;} else {return false;}}}
​
​// 测试public static void main(String[] args) {
​//线程池，用于多线程模拟测试ExecutorService pool = Executors.newFixedThreadPool(10);// 被限制的次数AtomicInteger limited = new AtomicInteger(0);// 线程数final int threads = 2;// 每条线程的执行轮数final int turns = 20;// 同步器CountDownLatch countDownLatch = new CountDownLatch(threads);long start = System.currentTimeMillis();for (int i = 0; i < threads; i++) {pool.submit(() ->{try {
​for (int j = 0; j < turns; j++) {
​boolean flag = tryAcquire();if (!flag) {// 被限制的次数累积limited.getAndIncrement();}Thread.sleep(200);}
​} catch (Exception e) {e.printStackTrace();}//等待所有线程结束countDownLatch.countDown();});}try {countDownLatch.await();} catch (InterruptedException e) {e.printStackTrace();}float time = (System.currentTimeMillis() - start) / 1000F;//输出统计结果System.out.println("限制的次数为：" + limited.get() +",通过的次数为：" + (threads * turns - limited.get()));System.out.println("限制的比例为：" + (float) limited.get() / (float) (threads * turns));System.out.println("运行的时长为：" + time + "s");}
​
}
​
复制代码

计数器限流的不足： 🌴

这个算法虽然简单，但是存在临界问题，我们看下图：

👉🏻从上图中我们可以看到，假设有一个恶意用户，他在0:59时，瞬间发送了100个请求，并且1:00又瞬间发送了100个请求，那么其实这个用户在 1秒里面，瞬间发送了200个请求。

🍦我们刚才规定的是1分钟最多100个请求（规划的吞吐量），也就是每秒钟最多1.7个请求，用户通过在时间窗口的重置节点处突发请求， 可以瞬间超过我们的速率限制。

用户有可能通过算法的这个漏洞，瞬间压垮我们的应用。🙇🏻‍♀️

漏桶限流

✨漏桶算法限流的基本原理为：水（对应请求）从进水口进入到漏桶里，漏桶以一定的速度出水（请求放行），当水流入速度过大，桶内的总水量大于桶容量会直接溢出，请求被拒绝。 大致的漏桶限流规则如下：

（1）进水口（对应客户端请求）以任意速率流入进入漏桶。

（2）漏桶的容量是固定的，出水（放行）速率也是固定的。

（3）漏桶容量是不变的，如果处理速度太慢，桶内水量会超出了桶的容量，则后面流入的水滴会溢出，表示请求拒绝。

⭐漏桶算法其实很简单，可以粗略的认为就是注水漏水过程，往桶中以任意速率流入水，以一定速率流出水，当水超过桶容量（capacity）则丢弃，因为桶容量是不变的，保证了整体的速率。 以一定速率流出水，

削峰📍： 有大量流量进入时,会发生溢出,从而限流保护服务可用

缓冲📍： 不至于直接请求到服务器, 缓冲压力

代码实现： 😎

import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
​
//漏斗限流
public class LeakBucketLimiter {
​//桶的大小private static long capacity = 10;//流出速率,每秒两个private static long rate = 2;//开始时间private static long startTime = System.currentTimeMillis();//桶中剩余的水private static AtomicLong water = new AtomicLong();
​/*** true 代表放行，请求可已通过* false 代表限制，不让请求通过*/public synchronized static boolean tryAcquire() {//如果桶的余量问0，直接放行if (water.get() == 0) {startTime = System.currentTimeMillis();water.set(1);return true;}//计算从当前时间到开始时间流出的水，和现在桶中剩余的水//桶中剩余的水water.set(water.get() - (System.currentTimeMillis() - startTime) / 1000 * rate);//防止出现<0的情况water.set(Math.max(0, water.get()));//设置新的开始时间startTime += (System.currentTimeMillis() - startTime) / 1000 * 1000;//如果当前水小于容量，表示可以放行if (water.get() < capacity) {water.incrementAndGet();return true;} else {return false;}}
​
​// 测试public static void main(String[] args) {
​//线程池，用于多线程模拟测试ExecutorService pool = Executors.newFixedThreadPool(10);// 被限制的次数AtomicInteger limited = new AtomicInteger(0);// 线程数final int threads = 2;// 每条线程的执行轮数final int turns = 20;// 同步器CountDownLatch countDownLatch = new CountDownLatch(threads);long start = System.currentTimeMillis();for (int i = 0; i < threads; i++) {pool.submit(() ->{try {
​for (int j = 0; j < turns; j++) {
​boolean flag = tryAcquire();if (!flag) {// 被限制的次数累积limited.getAndIncrement();}Thread.sleep(200);}
​} catch (Exception e) {e.printStackTrace();}//等待所有线程结束countDownLatch.countDown();});}try {countDownLatch.await();} catch (InterruptedException e) {e.printStackTrace();}float time = (System.currentTimeMillis() - start) / 1000F;//输出统计结果System.out.println("限制的次数为：" + limited.get() +",通过的次数为：" + (threads * turns - limited.get()));System.out.println("限制的比例为：" + (float) limited.get() / (float) (threads * turns));System.out.println("运行的时长为：" + time + "s");}
​
}
复制代码

漏桶的不足：

漏桶的出水速度固定，也就是请求放行速度是固定的。 漏桶出口的速度固定，不能灵活的应对后端能力提升。比如，通过动态扩容，后端流量从1000QPS提升到1WQPS，漏桶没有办法。

​

令牌桶限流

🍬令牌桶算法中新请求到来时会从桶里拿走一个令牌，如果桶内没有令牌可拿，就拒绝服务。 当然，令牌的数量也是有上限的。令牌的数量与时间和发放速率强相关，时间流逝的时间越长，会不断往桶里加入越多的令牌，如果令牌发放的速度比申请速度快，令牌桶会放满令牌，直到令牌占满整个令牌桶。

令牌桶限流大致的规则如下：🙇🏻‍

（1）进水口按照某个速度，向桶中放入令牌。

（2）令牌的容量是固定的，但是放行的速度不是固定的，只要桶中还有剩余令牌，一旦请求过来就能申请成功，然后放行。

（3）如果令牌的发放速度，慢于请求到来速度，桶内就无牌可领，请求就会被拒绝。

总之，令牌的发送速率可以设置，从而可以对突发的出口流量进行有效的应对。

代码实现： 😎

import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
​
//令牌桶
public class TokenBucketLimiter {//桶的容量private static long capacity = 10;//放入令牌的速率,每秒2个private static long rate = 2;//上次放置令牌的时间private static long lastTime = System.currentTimeMillis();//桶中令牌的余量private static AtomicLong tokenNum = new AtomicLong();
​/*** true 代表放行，请求可已通过* false 代表限制，不让请求通过*/public synchronized static boolean tryAcquire() {//更新桶中剩余令牌的数量long now = System.currentTimeMillis();tokenNum.addAndGet((now - lastTime) / 1000 * rate);tokenNum.set(Math.min(capacity, tokenNum.get()));//更新时间lastTime += (now - lastTime) / 1000 * 1000;//桶中还有令牌就放行if (tokenNum.get() > 0) {tokenNum.decrementAndGet();return true;} else {return false;}}
​
​//测试public static void main(String[] args) {
​//线程池，用于多线程模拟测试ExecutorService pool = Executors.newFixedThreadPool(10);// 被限制的次数AtomicInteger limited = new AtomicInteger(0);// 线程数final int threads = 2;// 每条线程的执行轮数final int turns = 20;// 同步器CountDownLatch countDownLatch = new CountDownLatch(threads);long start = System.currentTimeMillis();for (int i = 0; i < threads; i++) {pool.submit(() ->{try {
​for (int j = 0; j < turns; j++) {
​boolean flag = tryAcquire();if (!flag) {// 被限制的次数累积limited.getAndIncrement();}Thread.sleep(200);}
​} catch (Exception e) {e.printStackTrace();}//等待所有线程结束countDownLatch.countDown();});}try {countDownLatch.await();} catch (InterruptedException e) {e.printStackTrace();}float time = (System.currentTimeMillis() - start) / 1000F;//输出统计结果System.out.println("限制的次数为：" + limited.get() +",通过的次数为：" + (threads * turns - limited.get()));System.out.println("限制的比例为：" + (float) limited.get() / (float) (threads * turns));System.out.println("运行的时长为：" + time + "s");}
​
}
复制代码

令牌桶的好处：

令牌桶的好处之一就是可以方便地应对 突发出口流量（后端能力的提升）。

比如，可以改变令牌的发放速度，算法能按照新的发送速率调大令牌的发放数量，使得出口突发流量能被处理。

🚀🚀🚀