- 计数器 / 固定窗口算法
a. 实现很简单,通过 Redis 的 inc 自增命令就可以实现了
b. 存在“毛刺现象”,如我们一分钟内限流100次,在持续性大流量下,很有可能出现这种情况,第一秒钟解收了100个请求,后面59秒都是拒绝状态,61秒又接收了100个请求,后面59持续拒绝。。。也就是该算法无法均匀的限制流量
c. 在两个时间窗口的临界点,存在《临界问题》 - 滑动窗口算法
a. 将原本的粗粒度细化,如将1分钟限制100请求切分成6个10秒钟的小窗口
b. 可以很大程度的解决固定窗口的《临界问题》
c. 但是"毛刺现象依然"存在,还是以上面为例,前1秒仍旧可以接受100个请求,后面59秒对所有请求都是拒绝的 - 漏桶算法
a. 我们将流量当作水,并且使用一个破桶来接这个水,因为漏口的大小是固定的,在达到一定量的水流流入的前提下,水流出的速率总是固定的。以此保证流量平稳的打到应用服务器。
b. 流入速率:任意速率(水龙头开多大都行)
c. 流出速率:固定速率(开口大小是固定的)
d. 解决了《毛刺现象》因为漏口本身保证了流量总平稳的流出,自然而然的解决了可能忽高忽低的流量问题。
e. 解决了《临界问题》,和上面一样,其本身的特性自然的屏蔽了这个问题。
f. 不能应对突发的流量,只能平缓的处理请求 - 令牌桶算法
a. 流入速率:固定速率(单位时间内令牌的产生数量是固定的)
b. 流出速率:任意速率(可能很快被取完,也可能慢慢被拿走)
c. 固定的速率往令牌桶中生成令牌,请求过来了,必须拿到令牌
d. 可以一定程度上承载突发性的流量压力
你知道有哪些常用的限流算法吗,分别有什么优缺点呢?
最新推荐文章于 2024-03-18 14:20:30 发布