简析限流算法

1.简介

限流顾名思义是限制流量，限制流量的目的是为了保障服务稳定运行，避免服务被流量冲垮。当流量超出服务处理能力时，部分请求将会被限流组件拦截。被拦截的请求可能会被丢弃，若是是 C 端请求，那么这个请求可能会被导向指定的错误页上，而不是生硬的拒绝。这里咱们丢弃掉一部分请求，以保证大部分请求能够正常响应。若是咱们不这样作，那么服务崩溃后，全部请求都将没法响应了。当一台机器崩溃后，该机器的全部流量将由其余机器承担，这样就会形成剩余机器压力增大，进而致使奔溃，最后造成雪崩。除此以外，服务崩溃还会形成数据不一致的严重问题，特别是一些敏感数据。好比对于电商网站，若是后台服务准备将某笔订单数据存入数据库时，服务忽然崩溃，致使数据没有落库。这个时候，开发同窗就要想办法修订数据了。

综上，咱们能够看出来限流的重要性。接下来，我将向你们介绍三种经常使用的限流算法，分别是计数器、漏桶算法和令牌桶算法。下面咱们从最简单的计数器开始提及。

2.限流算法

2.1 计数器

计数器算法的思想很简单，每当一个请求到来时，咱们就将计数器加一，当计数器数值超过阈值后，就拒绝余下请求。一秒钟后，咱们将计数器清零，开始新一轮的计数。计数器算法简单粗暴，易于实现。可是缺点也是有的，也就是所谓的"突刺现象"。举例说明一下，假如咱们给计数器设置的阈值为100。系统瞬间内（好比10毫秒内）有200个请求到来，这个时候计数器只能放过其中的100个请求，余下的100个请求所有被拒绝掉。若是第二秒内没有请求到来，那么系统就处于空闲状态。也就是上一秒忙的要死，这一秒又闲的要死。若是咱们能用一个容器将剩余的100个请求缓存起来，待计数器重置后再将这些请求放出来。这样系统在这两秒内的吞吐量就由100变成了200，提高了一倍。基于这个思考，下面咱们再来看看漏桶算法。

2.2 漏桶算法

漏桶算法由流量容器、流量入口和出口组成。其中流量出口流速即为咱们指望的限速值，好比 100 QPS。漏桶算法除了具有限流能力，还具有流量整型功能。下面咱们经过一张图来了解漏桶算法。

图片出处：未知

如上图，流入漏桶流量的流速是不恒定的，通过漏桶限速后，流出流量的速度是恒定的。须要说明的是，漏桶的容量是有限的，一旦流入流量超出漏桶容量，这部分流量只能被丢弃了。

漏桶是一个比较好的限流整型工具，不过漏桶不能处理突发流量，一些观点认为这是它的一个缺点。不过若是较起真来，我以为这个缺点是不成立的。毕竟漏桶本就是用来平滑流量的，若是支持突发，那么输出流量反而不平滑了。若是要找一种可以支持突发流量的限流算法，那么令牌桶算法能够知足需求。

2.3 令牌桶算法

令牌桶和漏桶很有几分类似，只不过令牌通里存放的是令牌。它的运行过程是这样的，一个令牌工厂按照设定值按期向令牌桶发放令牌。当令牌桶满了后，多出的令牌会被丢弃掉。每当一个请求到来时，该请求对应的线程会从令牌桶中取令牌。初期因为令牌桶中存放了不少个令牌，所以容许多个请求同时取令牌。当桶中没有令牌后，没法获取到令牌的请求能够丢弃，或者重试。下面咱们来看一下的令牌桶示意图：

图片出处：未知

尽管令牌桶容许突发流量，但突发流量速率 R1 + 限流速率 R2 不能超过系统最大的处理能力 Rt，即 R1 + R2 ≤ Rt,不然会冲垮系统。

3.总结

以上就是本篇文章的所有内容。本篇文章简单分析几种常见限流算法的运行过程，限于能力缘由，文章如有错误不妥之处还请指明。除了文字性描述，这里也把三种算法的简单实现代码贴出来 RateLimiter，有兴趣的同窗自取。

好了，本篇文章到这里就结束了，感谢你们的阅读。

本文在知识共享许可协议 4.0 下发布，转载需在明显位置处注明出处
做者：田小波
本文同步发布在个人我的博客： http://www.tianxiaobo.com

本做品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。