前言
本文已收录到 Github-java3c ，里面有我的系列文章，欢迎大家Star。
Hello 大家好，我是l拉不拉米，在我的『超级架构师』专栏上一篇文章 《图码实战限流算法（一）》中，我们通过图解 + 代码的形式讲解了两种常用的限流算法：固定时间窗口和滑动时间窗口算法。
今天继续讲解另外两种限流算法：漏桶算法和令牌桶算法。
漏桶算法
漏桶算法面对限流，就更加的柔性，不存在直接的粗暴拒绝。
算法分析
它的原理很简单，可以认为就是注水漏水的过程。往漏桶中以任意速率流入水，以固定的速率流出水。当水超过桶的容量时，会被溢出，也就是被丢弃。因为桶容量是不变的，保证了整体的速率。
- 流入的水滴，可以看作是访问系统的请求，这个流入速率是不确定的。
- 桶的容量一般表示系统所能处理的请求数。
- 如果桶的容量满了，就达到限流的阀值，就会丢弃水滴（拒绝请求）
- 流出的水滴，是恒定过滤的，对应服务按照固定的速率处理请求。
伪代码
/**
* 限流工具初始化系统时间
*/
private long currentTime = System.currentTimeMillis();
/**
* 漏桶当前水量
*/
private long water = 0;
/**
* 漏桶流出速率
*/
private long leakyRate = 1;
/**
* 漏桶容量
*/
private long leakyCapacity = 100;
/**
* 限流-漏桶算法
* 以固定速度流出，以任意速度流入，达到最大值则触发限流
*/
public boolean leakyBucketAlgorithm() {
long now = System.currentTimeMillis();
water = Math.max(0, water - (now - currentTime) * leakyRate);
currentTime = now;
if (water <= leakyCapacity) {
water++;
return true;
} else {
return false;
}
}
优缺点
在正常流量的时候，系统按照固定的速率处理请求，是我们想要的。但是面对突发流量的时候，漏桶算法还是循规蹈矩地处理请求，这就不是我们想看到的啦。流量变突发时，我们肯定希望系统尽量快点处理请求，提升用户体验嘛。
令牌桶算法
面对突发流量的时候，我们可以使用令牌桶算法限流。
算法分析
- 有一个令牌管理员，根据限流大小，定速往令牌桶里放令牌。
- 如果令牌数量满了，超过令牌桶容量的限制，那就丢弃。
- 系统在接受到一个用户请求时，都会先去令牌桶要一个令牌。如果拿到令牌，那么就处理这个请求的业务逻辑；
- 如果拿不到令牌，就直接拒绝这个请求。
伪代码
/**
* 限流工具初始化系统时间
*/
private long currentTime = System.currentTimeMillis();
/**
* 令牌生成速率
*/
private long tokenRate = 1;
/**
* 令牌桶容量
*/
private long tokenCapacity = 100;
/**
* 令牌桶当前令牌数
*/
private long token = 0;
/**
* 限流-令牌桶算法
* 以固定速度往桶内放入令牌，以任意速度拿出令牌，令牌为空则触发限流
*/
public boolean tokenBucketAlgorithm() {
long now = System.currentTimeMillis();
token = Math.min(tokenCapacity, token + (now - currentTime) * tokenRate);
currentTime = now;
if (token < 1) {
return false;
} else {
token--;
return true;
}
}
优缺点
如果令牌发放的策略正确，这个系统即不会被拖垮，也能提高机器的利用率。Guava的RateLimiter限流组件，就是基于令牌桶算法实现的。
最后
创作不易，感谢您的点赞！！🙏🙏
