滑动时间窗口的思想和实现,环形数组,golang,限流

固定时间窗口

在开发限流组件的时候,我们需要统计一个时间区间内的请求数,比如以分钟为单位。所谓固定时间窗口,就是根据时间函数得到当前请求落在哪个分钟之内,我们在统计的时候只关注当前分钟之内的数量,即 [0s, 60s],因为流量并不是均匀的,所以就会出现,在两个分钟之间超过阈值,1分50秒时来了150个请求,在2分10秒时来了150个请求,如果我们设置的阈值是200,这就超过了阈值,这会对系统造成隐患。

固定时间窗口的主要特征是:取样窗口直接从当前分钟跳到下一分钟。

滑动时间窗口

如果一个请求到达,我们根据请求的时间,倒推一分钟,然后统计此区间的请求数,来判断是否超过阈值,这就是滑动窗口,即,窗口是缓慢滑动的。显然这种方式效率不高,每次都要统计。

做一个折中,将一分钟分成10个小窗口,每个请求都落到其中一个小窗口上,每次以小窗口为单位移动,并且请求数实时统计到小窗口中,这样只需要将10个窗口加起来和阈值比较。

实现原理

此处可以参考环形队列的设计思想,采样长度为10的数组作为小窗口,一个游标指向最新的窗口(时间最新),如果窗口发生了滑动,就将游标移动到特定位置。

在这里插入图片描述

由于请求的到来不是连续的,所以Front的移动可能是跳跃式的。

每向前滑动一个小窗口,就意味着头部增加一个,尾部舍弃一个,如果发生了跳跃,那么尾部要舍弃多个,同时中间要补0。即,从第二圈开始,Front 划过的地方都要被置为0。

简单模拟如下,第一行值为9的地方为Front,向右滑动,来到第二行,依次类推。在第四行时出现了跳跃。

0123456789
123456789x
23456789xy
56789xy00z
整理
0123456789
x123456789
xy23456789
xy00z56789

算法与测试

package plugin

import (
	"log"
	"time"
)

// 滑动窗口
type WindowLeapArray struct {
	Arr          []int // 窗口数据
	Front        int   // 游标
	FrontTime    int64 // 游标最新时间
	WindowStatus bool  // 窗口状态,true 为 拒绝访问
}

func NewWindowLeapArray(windowNum int) *WindowLeapArray {
	return &WindowLeapArray{
		Arr: make([]int, windowNum),
	}
}

// Check 限流计算
func (w *WindowLeapArray) Check(threshold int) bool {
	timenow := time.Now()

	start := w.FrontTime

	frontTimeLeft := timenow.UnixMilli() - timenow.UnixMilli()%100
	index := (timenow.UnixMilli() - 1000*timenow.Unix()) / 100

	if w.FrontTime == 0 {
		// 记为小窗口的左侧时间 1694678187869 -> 1694678187800
		w.FrontTime = frontTimeLeft
		w.Front = int(index)
		w.Arr[w.Front]++

		log.Println(timenow.UnixMilli(), start, (timenow.UnixMilli()-start)/100, w.Arr)
		return true
	}

	// 时间差
	gaptime := (timenow.UnixMilli() - w.FrontTime)

	if gaptime < 100 {
		// 同一小窗口

		if w.WindowStatus {
			log.Println(timenow.UnixMilli(), start, (timenow.UnixMilli()-start)/100, w.Arr)
			return false
		}

		// 统计
		var sum int
		for _, v := range w.Arr {
			sum = sum + v
		}
		if sum >= threshold {
			w.WindowStatus = true
			log.Println(timenow.UnixMilli(), start, (timenow.UnixMilli()-start)/100, w.Arr)
			return false
		} else {
			w.Arr[w.Front]++
		}
	} else {
		// 滑动,采用环形数组
		// 可能存在跳跃

		w.WindowStatus = false
		w.FrontTime = frontTimeLeft

		gap := gaptime / 100
		if gap >= 10 {
			for i := 0; i < 10; i++ {
				w.Arr[i] = 0
			}
		} else {
			for i := 1; i <= int(gap); i++ {
				tmp := w.Front + i
				if tmp >= 10 {
					tmp = tmp - 10
				}
				w.Arr[tmp] = 0
			}
		}

		w.Front = int(index)

		// 统计
		var sum int
		for _, v := range w.Arr {
			sum = sum + v
		}
		if sum >= threshold {
			w.WindowStatus = true
			log.Println(timenow.UnixMilli(), start, (timenow.UnixMilli()-start)/100, w.Arr)
			return false
		} else {
			w.Arr[w.Front] = 1
		}
	}
	log.Println(timenow.UnixMilli(), start, (timenow.UnixMilli()-start)/100, w.Arr)

	return true
}

单元测试

func TestFun(t *testing.T) {
	w := plugin.NewWindowLeapArray(10)
	for i := 0; i < 30; i++ {
		re := w.GlobalCheck()
		log.Println(re)
		n := util.RandInt(30, 3000)
		time.Sleep(time.Duration(n) * time.Millisecond)
	}
}

输出

2023/09/15 11:48:09 1694749689568 0 16947496895 [0 0 0 0 0 1 0 0 0 0]
2023/09/15 11:48:09 true
2023/09/15 11:48:11 1694749691250 1694749689500 17 [0 0 1 0 0 0 0 0 0 0]
2023/09/15 11:48:11 true
2023/09/15 11:48:12 1694749692007 1694749691200 8 [1 0 1 0 0 0 0 0 0 0]
2023/09/15 11:48:12 true
2023/09/15 11:48:12 1694749692083 1694749692000 0 [2 0 1 0 0 0 0 0 0 0]
2023/09/15 11:48:12 true
2023/09/15 11:48:13 1694749693857 1694749692000 18 [0 0 0 0 0 0 0 0 1 0]
2023/09/15 11:48:13 true
2023/09/15 11:48:14 1694749694213 1694749693800 4 [0 0 1 0 0 0 0 0 1 0]
2023/09/15 11:48:14 true
2023/09/15 11:48:15 1694749695227 1694749694200 10 [0 0 1 0 0 0 0 0 0 0]
2023/09/15 11:48:15 true
2023/09/15 11:48:15 1694749695388 1694749695200 1 [0 0 1 1 0 0 0 0 0 0]
2023/09/15 11:48:15 true
2023/09/15 11:48:16 1694749696076 1694749695300 7 [1 0 1 1 0 0 0 0 0 0]
2023/09/15 11:48:16 true
2023/09/15 11:48:16 1694749696590 1694749696000 5 [1 0 0 0 0 1 0 0 0 0]
2023/09/15 11:48:16 true
2023/09/15 11:48:18 1694749698828 1694749696500 23 [0 0 0 0 0 0 0 0 1 0]
2023/09/15 11:48:18 true
2023/09/15 11:48:20 1694749700913 1694749698800 21 [0 0 0 0 0 0 0 0 0 1]
2023/09/15 11:48:20 true
2023/09/15 11:48:22 1694749702052 1694749700900 11 [1 0 0 0 0 0 0 0 0 0]
2023/09/15 11:48:22 true
2023/09/15 11:48:23 1694749703076 1694749702000 10 [1 0 0 0 0 0 0 0 0 0]
2023/09/15 11:48:23 true
2023/09/15 11:48:23 1694749703422 1694749703000 4 [1 0 0 0 1 0 0 0 0 0]
2023/09/15 11:48:23 true
2023/09/15 11:48:23 1694749703781 1694749703400 3 [1 0 0 0 1 0 0 1 0 0]
2023/09/15 11:48:23 true
2023/09/15 11:48:23 1694749703990 1694749703700 2 [1 0 0 0 1 0 0 1 0 1]
2023/09/15 11:48:23 true
2023/09/15 11:48:26 1694749706029 1694749703900 21 [1 0 0 0 0 0 0 0 0 0]
2023/09/15 11:48:26 true
2023/09/15 11:48:28 1694749708168 1694749706000 21 [0 1 0 0 0 0 0 0 0 0]
2023/09/15 11:48:28 true
2023/09/15 11:48:29 1694749709514 1694749708100 14 [0 0 0 0 0 1 0 0 0 0]
2023/09/15 11:48:29 true
2023/09/15 11:48:30 1694749710850 1694749709500 13 [0 0 0 0 0 0 0 0 1 0]
2023/09/15 11:48:30 true
......

推理过程

在这里插入图片描述

网关既要支持全局限流,也要支持IP限流,完整代码

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用滑动窗口算法实现每秒限流。具体实现步骤如下: 1. 初始化一个固定大小的窗口,比如 1 秒,将窗口中的每个时间段划分为若干个小时间段。 2. 维护一个队列,存储每个小时间段的请求数量。 3. 每当有请求到达时,将当前时间所对应的小时间段的请求数量加 1。 4. 每秒钟定时清空队列,将窗口往右移动一个小时间段,把队列中的值加起来,得到当前窗口中的总请求数量。 5. 如果总请求数量超过了限制值,拒绝当前请求,否则允许当前请求通过。 下面是一个使用 golang 实现的每秒限流的示例代码: ``` package main import ( "fmt" "sync" "time" ) type SlidingWindow struct { windowSize int // 窗口大小,单位为秒 bucketSize int // 每个小时间段的大小,单位为毫秒 buckets []int // 存储每个小时间段的请求数量 currentIndex int // 当前时间所对应的小时间段的索引 mutex sync.RWMutex // 读写锁 } func NewSlidingWindow(windowSize int, bucketSize int) *SlidingWindow { return &SlidingWindow{ windowSize: windowSize, bucketSize: bucketSize, buckets: make([]int, windowSize*1000/bucketSize), currentIndex: 0, } } func (sw *SlidingWindow) AddRequest() bool { sw.mutex.Lock() defer sw.mutex.Unlock() now := time.Now().UnixNano() / 1e6 index := (now / int64(sw.bucketSize)) % int64(len(sw.buckets)) if index != sw.currentIndex { sw.buckets[index] = 0 sw.currentIndex = int(index) } count := 0 for _, value := range sw.buckets { count += value } if count >= sw.windowSize*1000/sw.bucketSize { return false } sw.buckets[index]++ return true } func main() { sw := NewSlidingWindow(1, 100) for i := 0; i < 10; i++ { go func() { for { if sw.AddRequest() { fmt.Println("allow") } else { fmt.Println("reject") } time.Sleep(time.Millisecond * 100) } }() } select {} } ``` 在上面的示例代码中,NewSlidingWindow 函数用于创建一个新的滑动窗口,windowSize 参数表示窗口大小,bucketSize 参数表示每个小时间段的大小,单位分别为秒和毫秒。AddRequest 函数用于添加一个新的请求,如果当前窗口中的总请求数量超过了限制值,就返回 false,否则返回 true。最后在主函数中创建了 10 个协程并发地发送请求,测试每秒限流的效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值