限流算法介绍及比较

海棠Flower未眠

已于 2022-07-28 07:24:35 修改

阅读量1.3w

点赞数

分类专栏： # 限流/分布式应用技术文章标签： java 开发语言中间件分布式

于 2022-07-07 15:36:43 首次发布

本文链接：https://blog.csdn.net/weixin_48321993/article/details/125660086

版权

限流/分布式应用技术专栏收录该内容

25 篇文章 1 订阅

订阅专栏

本文介绍了四种常见的流量控制算法：计数器算法、滑动窗口算法、漏桶算法和令牌桶算法。计数器算法在周期结束时清零，易出现临界问题；滑动窗口算法通过多个小周期平滑统计，解决了临界问题；漏桶算法以固定速率处理请求，超出部分丢弃；令牌桶算法则按时间生成令牌，无令牌时拒绝请求。这些算法广泛应用于系统限流和负载保护。

摘要由CSDN通过智能技术生成

在这里插入图片描述

01、计数器（固定窗口）算法
02、滑动窗口算法
03、漏桶算法
04、令牌桶算法
05、各个算法比较

01、计数器（固定窗口）算法

计数器算法是使用计数器在周期内累加访问次数，当达到设定的限流值时，触发限流策略。下一个周期开始时，进行清零，重新计数。

此算法在单机还是分布式环境下实现都非常简单，使用redis的incr原子自增性和线程安全即可轻松实现。
在这里插入图片描述

这个算法通常用于QPS限流和统计总访问量，对于秒级以上的时间周期来说，会存在一个非常严重的问题，那就是临界问题，如下图：
在这里插入图片描述
假设1min内服务器的负载能力为100，因此一个周期的访问量限制在100，然而在第一个周期的最后5秒和下一个周期的开始5秒时间段内，分别涌入100的访问量，虽然没有超过每个周期的限制量，但是整体上10秒内已达到200的访问量，已远远超过服务器的负载能力，由此可见，计数器算法方式限流对于周期比较长的限流，存在很大的弊端。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。

项目地址：https://github.com/YunaiV/ruoyi-vue-pro

02、滑动窗口算法

滑动窗口算法是将时间周期分为N个小周期，分别记录每个小周期内访问次数，并且根据时间滑动删除过期的小周期。

如下图，假设时间周期为1min，将1min再分为2个小周期，统计每个小周期的访问数量，则可以看到，第一个时间周期内，访问数量为75，第二个时间周期内，访问数量为100，超过100的访问则被限流掉了。
在这里插入图片描述
由此可见，当滑动窗口的格子划分的越多，那么滑动窗口的滚动就越平滑，限流的统计就会越精确。