聊聊限流算法

简介

常见的限流算法有计数限流，固定窗口限流，滑动窗口限流，漏桶算法限流，令牌桶算法限流。漏桶算法是限流算法的一种，其原理是将待处理数据统一放在一个桶中，然后根据匀速从桶中拿出数据处理。

redis 时间片 流控

redis时间timeout redis时间窗口限流

一、固定窗口

所谓固定窗口限流即时间窗口的起始和结束时间是固定的，在固定时间段内允许要求的请求数量访问，超过则拒绝;当固定时间段结束后，再重新开始下一个时间段进行计数。
我们可以根据当前的时间，以分钟为时间段，每分钟都生成一个key，用来inc，当达到请求数量就返回一些友好信息,
固定窗口

@RestController
@RequestMapping("/redisTest")
public class RedisTestController {

        @Autowired
        private RedisTemplate redisTemplate;

        private static DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyy-MM-dd hh:mm");

        @GetMapping("/Fixed")
        public String testFixedWindow() {
            String now = formatter.format(LocalDateTime.now());
            
            Long count = redisTemplate.opsForValue().increment(now + ":fixed");
            if (count > 5) {
                return "不好意思，服务器正忙，请一分钟后再试.....";
            } else {
                return "服务端正在处理";
            }
        }
    }

该方式优点是比较简单粗暴，缺点是不够灵活，对于边界问题不能够处理，如设置的时间段刚开始时流量占满了设置的最大次数，后面一段时间则不能够再进行访问，必须等该时间段过了后才可以再次访问。

二、滑动窗口

我们可以将请求打造成一个zse数组，当每一次清求进来的时候，vaue保持唯一，可以用UUID生成，而scre可以用当前时间截表示，因为score我们可以用来计算当前时间戳之内有多少的请求数量。而zsel数据结构也提供了zrange方法让我们可以很轻易的获取到2个时间戳内有多少请求。

    @RestController
    @RequestMapping("/redisTest")
    public class RedisTestController {
        @Autowired
        private RedisTemplate redisTemplate;

        @GetMapping("/sliding")
        public String testSlidingWindow() {
            Long currentTime = System.currentTimeMillis();

            System.out.println(currentTime);
            if (redisTemplate.hasKey("limit")) {
                //intervalTime是限流的时间
                Long intervalTime = 60800L;
                Integer count = redisTemplate.opsForZSet().rangeByScore("limit", currentTime - intervalTime, currentTime).size();
                System.out.println(count);

                if (count != null && count > 5) {
                    return "每分钟最多只能访问5次";
                }
            }

            redisTemplate.opsForZSet().add("limit", UUID.randomUUID().toString(), currentTime);
            return "访问成功";
        }
    }

通过上述代码可以做到滑动窗口的效果，并且能保证每N秒内至多M个请求，缺点就是zset的数据结构会越来越大。实现方式相对也是比较简单的。

三、令牌桶

Redisson可以实现很多东西,在Redis的基础上,Redisson做了超多的封装，不仅可以用来实现分布式锁，还可以帮助我们实现令牌桶限流。

Ratelimter主要作用就是可以限制调用接口的次数。主要原理就是调用接口之前，需要拥有指定个令牌，限流器每秒会产生X个令牌放入令牌桶，调用接口需要去令牌桶里面拿令牌。如果令牌被其它请求拿完了，那么自然而然，当前请求就调用不到指定的接口。

RateLimter实现限流

    @RestController
    @RequestMapping("/redisTest")
    public class RedisTestController {

        @Autowired
        private Redisson redisson;


        @GetMapping("/Token")
        public String testTokenBucket() {
            RRateLimiter rateLimiter = redisson.getRateLimiter("myRatelimiter");

            //最大流速 =每10秒钟产生1个令牌
            rateLimiter.trySetRate(RateType.OVERALL, 1, 10, RateIntervalUnit.SECONDS);

            //需要1个令牌
            if (rateLimiter.tryAcquire(1)) {
                return "令牌桶里面有可使用的令牌";
            }
            return "不好意思，请过十秒钟再来~~~~~~~";
        }
    }

其他：

redissoon 流控 redis 流式计算

算法：限流之漏桶算法实现

漏桶和令牌桶的区别

分布式服务限流实战