前言

隨著系統規模的擴大和用戶量的增加，服務限流成為了一個非常重要的話題。一方面，系統需要能夠處理大量的請求，不至于因為負載過高而崩潰；另一方面，又需要避免惡意攻擊或者其他異常情況對系統造成影響。本文將介紹一些常見的服務限流算法，包括漏桶算法、令牌桶算法、計數器算法等，并提供Java實現示例，幫助讀者更好地理解這些算法。

漏桶算法

算法原理

漏桶算法是一種最簡單的限流算法。它的基本思想是，將請求看作是水流，服務則是下面的水桶。當請求進來時，先放到容量固定的漏桶中，然后以一定的速度流出。如果漏桶已經滿了，那么新的請求就會被丟棄。這個速度可以是固定的，也可以是動態的，與具體實現有關。

漏桶算法可以有效平滑流量，控制請求處理的速度。

Java實現

public class LeakyBucket {private final int capacity; // 漏桶容量private final int ratePerSecond; // 水流出的速度（每秒）private int waterLevel = 0; // 桶中當前水位private long lastUpdateTime = System.currentTimeMillis(); // 上次更新時間public LeakyBucket(int capacity, int ratePerSecond) {this.capacity = capacity;this.ratePerSecond = ratePerSecond;}public synchronized boolean allowRequest() {// 計算時間差，更新漏桶中的水量long timePassed = System.currentTimeMillis() - lastUpdateTime;int waterDrained = (int) (timePassed / 1000 * ratePerSecond);waterLevel = Math.max(0, waterLevel - waterDrained);lastUpdateTime = System.currentTimeMillis();// 判斷漏桶中的水量是否超過容量，如果超過則拒絕請求if (waterLevel >= capacity) {return false;} else {waterLevel++;return true;}}
}

漏桶算法的Java實現非常簡單，只需要記錄漏桶的容量和速度，并在處理請求時更新漏桶中的水位即可。在上述示例中，使用synchronized關鍵字確保線程安全。

令牌桶算法

算法原理

令牌桶算法也是一種常見的限流算法。它的基本思想是，系統以一定的速度生成令牌并放入桶中，請求需要從桶中取出令牌才能被處理。如果桶中沒有令牌，則請求不能被處理。這個速度可以是固定的，也可以是動態的，與具體實現有關。

令牌桶算法可以控制請求處理的速率，同時還可以應對短時間內的請求突發。

Java實現

public class TokenBucket {private final int capacity; // 令牌桶容量private final int ratePerSecond; // 令牌生成速度（每秒）private int tokenCount = 0; // 桶中當前令牌數private long lastUpdateTime = System.currentTimeMillis(); // 上次更新時間public TokenBucket(int capacity, int ratePerSecond) {this.capacity = capacity;this.ratePerSecond = ratePerSecond;}public synchronized boolean allowRequest() {// 計算時間差，更新桶中的令牌數long timePassed = System.currentTimeMillis() - lastUpdateTime;int tokensToAdd = (int) (timePassed / 1000 * ratePerSecond);tokenCount = Math.min(capacity, tokenCount + tokensToAdd);lastUpdateTime = System.currentTimeMillis();// 判斷令牌數是否足夠，如果足夠則允許請求if (tokenCount > 0) {tokenCount--;return true;} else {return false;}}
}

令牌桶算法的Java實現與漏桶算法類似，只需要記錄令牌桶的容量和速度，并在處理請求時更新桶中的令牌數即可。在上述示例中，使用synchronized關鍵字確保線程安全。

計數器算法

算法原理

計數器算法是一種基于時間窗口的限流算法。它的基本思想是，用一個定長的時間窗口來統計請求次數，當請求次數超過閾值時，則拒絕新的請求。這個時間窗口可以是固定的，也可以是動態的，與具體實現有關。

Java實現

public class Counter {private final int maxRequests; // 時間窗口內最大請求數private final long timeWindowInMillis; // 時間窗口長度（毫秒）private final Queue<Long> requestTimes = new LinkedList<>(); // 請求時間隊列public Counter(int maxRequests, long timeWindowInMillis) {this.maxRequests = maxRequests;this.timeWindowInMillis = timeWindowInMillis;}public synchronized boolean allowRequest() {// 移除過期的請求時間long currentTime = System.currentTimeMillis();while (!requestTimes.isEmpty() && requestTimes.peek() < currentTime - timeWindowInMillis) {requestTimes.poll();}// 判斷請求數是否達到閾值if (requestTimes.size() < maxRequests) {requestTimes.offer(currentTime);return true;} else {return false;}}
}

計數器算法的Java實現需要使用一個隊列來存儲請求時間，并在處理請求時動態地移除過期的請求時間。在上述示例中，使用synchronized關鍵字確保線程安全。

總結

本文介紹了三種常見的服務限流算法，漏桶算法、令牌桶算法和計數器算法，以及它們在Java中的實現。這些算法在實際應用中都有自己的優缺點，大家可以根據具體需求選擇合適的算法。同時，也可以結合多種算法，形成更加嚴謹、可靠的限流策略。

👉 💐🌸?公眾號請關注 "果醬桑", 一起學習,一起進步!?🌸💐