万字详文：服务限流的实施

服务限流 应当是每个并发程序都应该考虑的~！限流的目的不仅是为了控制访问的总并发量，而且还要尽量让访问的流量来的更均衡，这样才不会让系统的负载大起大落，因此又称为"流量整形"。

当然在微服务盛行的时代，我们考虑到的 服务限流 不再单单应对 单体服务 ，而是更要清楚分布式场景下如何进行 服限流

一丶单体限流

以上三种是我们在 单体服务 中常见的限流算法，我们接下来分别认识一下！

1、计数器限流

计数器限流 是属于一种比较简单粗暴的方式！

设计思路如下：

我们会限制一秒钟内能够通过的请求数（比如 50），从第一个请求进来开始计数，在接下去的1s 内，每进来一个请求，我们就会把计数值加 1，如果累加的数字达到了 50，那么后续的请求就会被全部拒绝，等到 1s 过去之后，把计数恢复成 0，并重新开始计数

使用计数器可以用来限制一定时间内的总并发数，但说到底这是一种简单粗暴的限流方式，而不是平均速率限流，在某些场景下可以使用。但是遇到某些特殊的情况下，如果系统的负载量只有 50，在第59秒瞬间请求 50 次，并且在第 1：00 也请求了 50次，那么这个程序在 1 秒内被请求了 100次，瞬间超过总负载，很有可能直接击垮我们的应用程序！

当然，事情都没有绝对的，我们可以使用 滑动窗口 的方式解决问题。说到 滑动窗口有些小伙伴并不陌生，因为 TCP 协议 就有采用 滑动窗口来控制流量，不清楚的小伙伴往下看！

滑动窗口算法指的是以当前时间为截止时间，往前取一定的时间，比如取 60 秒时间，在这 60秒之内运行的最大访问数为 50，此时算法的执行逻辑为：先清除 60 秒之前的所有请求记录，再计算当前集合内请求数量是否大于设定的最大请求数 50？如果大于则执行限流拒绝策略，否则插入本次请求记录并执行正常流程。