java流量控制_Java架构师：高并发下的流量控制

这个时候如果不做任何保护措施，服务器就会承受很大的处理压力，请求量很高，服务器负载也很高，并且当请求超过服务器承载极限的时候，系统就会崩溃，导致所有人都不能访问。

为了应用服务的高可用，一个常用的办法是对大流量的请求(秒杀/抢购)进行限流，拦截掉大部分请求，只允许一部分请求真正进入后端服务器，这样就可以防止大量请求造成系统压力过大导致的系统崩溃，从而保护服务正常可用。

令牌桶(Token Bucket) 、 漏桶(leaky bucket) 和 计数器 算法是最常用的三种限流的算法。

限流算法

计数器

计数器限流算法也是比较常用的，主要用来限制总并发数。比如限流 qps 为 100，算法的实现思路就是从第一个请求进来开始计时，在接下去的 1s 内，每来一个请求，就把计数加 1 ，如果累加的数字达到了 100 ，那么后续的请求就会被全部拒绝。等到 1s 结束后，把计数恢复成 0 ，重新开始计数。

这种实现方式有一个弊端：如果我在单位时间 1s 内的前 10ms ，已经通过了 100个请求，那后面的 990ms ，只能眼巴巴的把请求拒绝，这种现象称为 突刺现象。

漏桶

为了消除 突刺现象，可以采用漏桶算法实现限流，漏桶算法这个名字就很形象，算法内部有一个容器