常见的限流算法

限流：通过对并发访问/请求进行限速，或者对一个时间窗口内的请求进行限速来保护系统，一旦达到限制速率则可以拒绝服务、排队或等待、降级等处理

1、计数法(固定时间窗口限流算法)：

选定一个时间的起点，之后每当有接口请求到来，我们就将计数器加1，如果在当前时间窗口内，根据限流规则(每秒钟允许100次访问请求)，出现累加访问次数超过限流值情况，我们请拒绝后续访问请求。当进入下一个时间窗口后，计数器就清零重新计数。

缺点：限流策略过于粗略，无法应对两个时间窗口临界时间内的突发流量

2、滑动时间窗口限流算法：

在任意1s的时间窗口内，接口的请求次数都不能大于K次。

维护一个K+1的循环队列，用来记录1s内到来的请求，【当队列满时，tail指向的位置实际上是没有存储数据的，所以循环队列会浪费一个数组的存储空间】

当有新的请求到来时，我们将与这个新请求的时间间隔超过1s的请求，从队列中删除。然后我们再来看循环队列中是否有空闲位置。如果有，则把新请求存储在队列尾部，如果没有，则说明1s内的请求次数已经超过了限流值K，所以这个请求被拒绝服务。

缺点：只能在选定时间粒度上限流，对选定时间粒度内的更加细粒度的访问频率不做限制。

循环队列代码：

/**
 * 队空条件 head == tail
 * 队满条件 （tail + 1）% n == head
 * 当队列满时，tail指向的位置实际上是没有存储数据的，所以循环队列会浪费一个数组的存储空间。
 */
public class CircularQueue {

    private String[] items;
    private int n; //队列大小
    private int head = 0;
    private int tail = 0;

    public CircularQueue(int capacity) {
        items = new String[capacity];
        this.n = capacity;
    }



    public boolean enqueue(String item) {
        //队列满了
        if ((tail + 1) % n == head) return false;
        items[tail] = item;
        tail = (tail + 1) % n;
        return true;
    }

    public String dequeue() {
        if (head == tail) return null; //head == tail 队列是空
        String ret = items[head];
        head = (head + 1) % n;
        return ret;

    }
}　　

常用的更平滑的限流算法：漏桶算法和令牌桶算法。

3、漏桶算法：

水(请求)先进入到漏桶里，漏桶以一定的速度出水(接口有响应速率)，当水流入速度过大会直接溢出(访问频率超过接口响应速率)，然后就拒绝请求可以看出漏桶算法能强行限制数据的传输速率。

缺点：对于突发的流量缺乏效率。

4、令牌桶：Google开源项目Guava中的RateLimiter使用的就是令牌桶控制算法。

系统会按恒定1/QPS时间间隔(如果QPS=100,则间隔是10ms)往桶里加入Token，如果桶已经满了就不再加了。新请求来临时,会各自拿走一个Token,如果没有Token可拿了就阻塞或者拒绝服务。

好处：允许流量一定程度的突发。

可以方便的改变速度. 一旦需要提高速率，则按需提高放入桶中的令牌的速率. 一般会定时(比如100毫秒)往桶中增加一定数量的令牌, 有些变种算法则实时的计算应该增加的令牌的数量

转载于:https://www.cnblogs.com/wjh123/p/11442632.html