1、概述
限流算法：在分布式系统中对请求进行控制和调节的一种技术手段，其目的是保护系统不受过载而导致的性能下降甚至崩溃。
限流相关概念：
- QPS：Queries Per Second，单位时间内可以处理的请求数量。
- 并发连接数：系统同时处理的连接数量。
- 排队：：将请求放入等待队列中，来处理突发流量，避免系统瞬间请求压力过大。
2、令牌桶算法
令牌桶算法：维护一个令牌桶，每个令牌表示一个请求的许可。令牌以固定的速率往桶中填充，每当有请求到来时，系统会尝试从桶中获取一个令牌，如果成功则允许请求通过，否则拒绝。
令牌桶算法大致流程：
- 令牌以某个固定的速率向令牌桶中添加令牌。
- 令牌容量是固定的，但是放行速度不是固定的。
- 只要桶中还有剩余令牌，请求过来就可以申请成功，然后放行。
- 如果桶中没有剩余令牌，请求过来就会被拒绝。
令牌桶限流原理图：
3、漏桶算法
漏桶算法：类似于一个漏斗，请求被视为水滴，系统以固定的速率将水滴从漏斗中释放，而请求到来时则会添加水滴。如果漏桶已满，则新的请求将被拒绝。
漏桶算法与令牌桶算法前面部分类似，但操作对象不同，令牌桶是将令牌放入桶中，漏桶是将访问请求放到桶中。漏桶算法后面部分是以一个恒定的速率将请求从桶中流出进行处理。
漏桶算法原理图：
令牌桶 & 漏桶对比：
| 对比项 | 令牌桶 | 漏桶 |
|---|---|---|
| 请求处理速率 | 不固定 | 固定 |
| 适合场景 | 平滑处理突发流量 | 稳定处理请求 |
4、计数器算法
计数器算法：统计单位时间内的请求次数，并与预设的阈值进行比较。当请求次数超过阈值时，系统开始拒绝新的请求。
基本原理：
- 计数器：维护一个计数器，用于记录单位时间内到达的请求数量。
- 限流阈值：设定一个阈值，表示单位时间内允许处理的最大请求数量。
- 时间窗口：将时间划分为固定的时间窗口，如每秒一个窗口。
- 请求处理：每当有请求到达时，将计数器加一，如果计数器未达到阈值，则正常处理，否则，拒绝请求。
- 计数器清零：当前时间窗口结束，则将计数器清零。
存在问题：
- 不适合处理突发流量，无法应对短时间内的请求高峰。
- 容易受到恶意请求攻击，如短时间内发送大量请求绕过限流。
应用场景：适合对单位时间内的请求量有明确限制要求的场景，如API接口限流、网络服务器限流等。
5、滑动窗口算法
滑动窗口算法：将请求的时间戳放入一个滑动窗口中，并统计窗口内的请求数量。随着时间的推移，旧的时间戳将被移出窗口，新的时间戳将被加入。通过动态调整窗口大小和时间间隔，可以更精细地控制请求的限流。
基本原理：
- 时间窗口：将时间划分为固定长度的时间窗口，例如每秒一个窗口。
- 计数器队列：维护一个长度为窗口数的计数器队列，用于记录每个时间窗口内的请求数量。
- 限流阈值：设定一个阈值，表示每个时间窗口内允许处理的最大请求数量。
- 请求处理：每当有请求到达时，将当前时间窗口的计数器加一。
- 限流判断：该时间窗口的计时器达到了该时间窗口的限流阈值，则进行限流。
- 调整窗口：当时间窗口过时，则将该时间窗口退出，并加入新的时间窗口，动态计算该时间窗口的限流阈值。
基本原理图：
