不完美的红烧肉的博客

滑动时间窗口，又称rolling window。为了解决计数器法统计精度太低的问题，引入了滑动窗口算法。比如下图，第二个和第三个组成的时间窗口明显不满足限流要求（单位时间内100个请求数）。滑动时间窗口也不是绝对精准的，这取决于拆分的精度，窗口拆分得越精细，窗口也就越平滑，限流得统计也越精确，但是造成的计算量也越大。窗口往后滑动一个小格子(0.1s)后 ，触发限流，由此看出，滑动时间窗口可以很大程度的避免计数器统计法带来的精度问题。时间窗口拆分为更小粒度，再来看看，前1s仍然满足限流要求。

限流是保证系统可用的一个重要手段，和消息队列相似，都是防止超负荷的流量直接打在服务上造成故障，但又有所不同，消息队列其中一个作用是削峰，但是带来的副作用是异步，业务流程需要配合，而限流则是对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。如下图，相同颜色的格子组成1s，假设单位时间（1s）内限流数是100，那么下图的结构是初步满足需求的。分析问题主要的要素有：当前时间窗口内累计请求数、单位时间窗口允许的最大请求数、单位时间大小。更新时间窗口：每单位时间移动一个时间窗口。