敞开生长之旅！这是我参与「日新计划 12 月更文应战」的第10天，点击查看活动概况
常见的限流算法分析
限流在咱们日常日子中经常见到，如火车站门口的栏杆、一些景点的门票只出售必定的数量 等等。在咱们的开发中也用到了这种思想。
为什么要限流
在确保可用的状况下尽或许多添加进入的人数,其他的人在排队等待,或者返回友好提示,确保里边的进行体系的用户能够正常运用， 避免体系雪崩。
限流算法
限流算法很多,常见的有三类,分别是 计数器算法 、漏桶算法、令牌桶算法 。
（1）计数器：
在一段时刻距离内，处理恳求的最大数量固定，超越部分不做处理。
（2）漏桶：
漏桶巨细固定，处理速度固定，但恳求进入速度不固定（在突发状况恳求过多时，会丢掉过多的恳求）。
（3）令牌桶：
令牌桶的巨细固定，令牌的产生速度固定，可是消耗令牌（即恳求）速度不固定（能够应对一些某些时刻恳求过多的状况）；每个恳求都会从令牌桶中取出令牌，假如没有令牌则丢掉该次恳求。
计数器限流
在一段时刻距离内，处理恳求的最大数量固定，超越部分不做处理。
举个,比方咱们规矩对于A接口，咱们1分钟的拜访次数不能超越100次。
那么咱们能够这么做：
在一开 始的时候，咱们能够设置一个计数器counter，每当一个恳求过来的时候，counter就加1，假如counter的值大于100并且该恳求与第一个恳求的距离时刻还在1分钟之内，那么阐明恳求数过多,回绝拜访；
假如该恳求与第一个恳求的距离时刻大于1分钟，且counter的值还在限流范围内，那么就重置 counter,便是这么简单粗暴。
代码完成：
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
//计数器 限流
public class CounterLimiter {
//开始时刻
private static long startTime = System.currentTimeMillis();
//时刻距离1000ms
private static long interval = 1000;
//每个时刻距离内，约束数量
private static long limit = 3;
//累加器
private static AtomicLong accumulator = new AtomicLong();
/**
* true 代表放行，恳求可已经过
* false 代表约束，不让恳求经过
*/
public static boolean tryAcquire() {
long nowTime = System.currentTimeMillis();
//判断是否在上一个时刻距离内
if (nowTime < startTime + interval) {
//假如还在上个时刻距离内
long count = accumulator.incrementAndGet();
if (count <= limit) {
return true;
} else {
return false;
}
} else {
//假如不在上一个时刻距离内
synchronized (CounterLimiter.class) {
//避免重复初始化
if (nowTime > startTime + interval) {
startTime = nowTime;
accumulator.set(0);
}
}
//再次进行判断
long count = accumulator.incrementAndGet();
if (count <= limit) {
return true;
} else {
return false;
}
}
}
// 测验
public static void main(String[] args) {
//线程池，用于多线程模仿测验
ExecutorService pool = Executors.newFixedThreadPool(10);
// 被约束的次数
AtomicInteger limited = new AtomicInteger(0);
// 线程数
final int threads = 2;
// 每条线程的履行轮数
final int turns = 20;
// 同步器
CountDownLatch countDownLatch = new CountDownLatch(threads);
long start = System.currentTimeMillis();
for (int i = 0; i < threads; i++) {
pool.submit(() ->
{
try {
for (int j = 0; j < turns; j++) {
boolean flag = tryAcquire();
if (!flag) {
// 被约束的次数累积
limited.getAndIncrement();
}
Thread.sleep(200);
}
} catch (Exception e) {
e.printStackTrace();
}
//等待所有线程完毕
countDownLatch.countDown();
});
}
try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
float time = (System.currentTimeMillis() - start) / 1000F;
//输出核算成果
System.out.println("约束的次数为：" + limited.get() +
",经过的次数为：" + (threads * turns - limited.get()));
System.out.println("约束的份额为：" + (float) limited.get() / (float) (threads * turns));
System.out.println("运转的时长为：" + time + "s");
}
}
计数器限流的缺乏：
这个算法虽然简单，可是存在临界问题，咱们看下图：
从上图中咱们能够看到，假设有一个歹意用户，他在0:59时，瞬间发送了100个恳求，并且1:00又瞬间发送了100个恳求，那么其实这个用户在 1秒里边，瞬间发送了200个恳求。
咱们方才规矩的是1分钟最多100个恳求（规划的吞吐量），也便是每秒钟最多1.7个恳求，用户经过在时刻窗口的重置节点处突发恳求， 能够瞬间超越咱们的速率约束。
用户有或许经过算法的这个漏洞，瞬间压垮咱们的应用。♀️
漏桶限流
✨漏桶算法限流的基本原理为：水（对应恳求）从进水口进入到漏桶里，漏桶以必定的速度出水（恳求放行），当水流入速度过大，桶内的总水量大于桶容量会直接溢出，恳求被回绝。 大致的漏桶限流规矩如下：
（1）进水口（对应客户端恳求）以任意速率流入进入漏桶。
（2）漏桶的容量是固定的，出水（放行）速率也是固定的。
（3）漏桶容量是不变的，假如处理速度太慢，桶内水量会超出了桶的容量，则后面流入的水滴会溢出，表示恳求回绝。
⭐漏桶算法其实很简单，能够粗略的认为便是注水漏水进程，往桶中以任意速率流入水，以必定速率流出水，当水超越桶容量（capacity）则丢掉，由于桶容量是不变的，确保了整体的速率。 以必定速率流出水，
削峰： 有大量流量进入时,会产生溢出,然后限流保护服务可用
缓冲： 不至于直接恳求到服务器, 缓冲压力
代码完成：
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
//漏斗限流
public class LeakBucketLimiter {
//桶的巨细
private static long capacity = 10;
//流出速率,每秒两个
private static long rate = 2;
//开始时刻
private static long startTime = System.currentTimeMillis();
//桶中剩下的水
private static AtomicLong water = new AtomicLong();
/**
* true 代表放行，恳求可已经过
* false 代表约束，不让恳求经过
*/
public synchronized static boolean tryAcquire() {
//假如桶的余量问0，直接放行
if (water.get() == 0) {
startTime = System.currentTimeMillis();
water.set(1);
return true;
}
//核算从当时时刻到开始时刻流出的水，和现在桶中剩下的水
//桶中剩下的水
water.set(water.get() - (System.currentTimeMillis() - startTime) / 1000 * rate);
//避免出现<0的状况
water.set(Math.max(0, water.get()));
//设置新的开始时刻
startTime += (System.currentTimeMillis() - startTime) / 1000 * 1000;
//假如当时水小于容量，表示能够放行
if (water.get() < capacity) {
water.incrementAndGet();
return true;
} else {
return false;
}
}
// 测验
public static void main(String[] args) {
//线程池，用于多线程模仿测验
ExecutorService pool = Executors.newFixedThreadPool(10);
// 被约束的次数
AtomicInteger limited = new AtomicInteger(0);
// 线程数
final int threads = 2;
// 每条线程的履行轮数
final int turns = 20;
// 同步器
CountDownLatch countDownLatch = new CountDownLatch(threads);
long start = System.currentTimeMillis();
for (int i = 0; i < threads; i++) {
pool.submit(() ->
{
try {
for (int j = 0; j < turns; j++) {
boolean flag = tryAcquire();
if (!flag) {
// 被约束的次数累积
limited.getAndIncrement();
}
Thread.sleep(200);
}
} catch (Exception e) {
e.printStackTrace();
}
//等待所有线程完毕
countDownLatch.countDown();
});
}
try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
float time = (System.currentTimeMillis() - start) / 1000F;
//输出核算成果
System.out.println("约束的次数为：" + limited.get() +
",经过的次数为：" + (threads * turns - limited.get()));
System.out.println("约束的份额为：" + (float) limited.get() / (float) (threads * turns));
System.out.println("运转的时长为：" + time + "s");
}
}
漏桶的缺乏：
漏桶的出水速度固定，也便是恳求放行速度是固定的。 漏桶出口的速度固定，不能灵活的应对后端才能提升。比方，经过动态扩容，后端流量从1000QPS提升到1WQPS，漏桶没有办法。
令牌桶限流
令牌桶算法中新恳求到来时会从桶里拿走一个令牌，假如桶内没有令牌可拿，就回绝服务。 当然，令牌的数量也是有上限的。令牌的数量与时刻和发放速率强相关，时刻流逝的时刻越长，会不断往桶里加入越多的令牌，假如令牌发放的速度比申请速度快，令牌桶会放满令牌，直到令牌占满整个令牌桶。
令牌桶限流大致的规矩如下：
（1）进水口依照某个速度，向桶中放入令牌。
（2）令牌的容量是固定的，可是放行的速度不是固定的，只需桶中还有剩下令牌，一旦恳求过来就能申请成功，然后放行。
（3）假如令牌的发放速度，慢于恳求到来速度，桶内就无牌可领，恳求就会被回绝。
总之，令牌的发送速率能够设置，然后能够对突发的出口流量进行有效的应对。
代码完成：
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
//令牌桶
public class TokenBucketLimiter {
//桶的容量
private static long capacity = 10;
//放入令牌的速率,每秒2个
private static long rate = 2;
//上次放置令牌的时刻
private static long lastTime = System.currentTimeMillis();
//桶中令牌的余量
private static AtomicLong tokenNum = new AtomicLong();
/**
* true 代表放行，恳求可已经过
* false 代表约束，不让恳求经过
*/
public synchronized static boolean tryAcquire() {
//更新桶中剩下令牌的数量
long now = System.currentTimeMillis();
tokenNum.addAndGet((now - lastTime) / 1000 * rate);
tokenNum.set(Math.min(capacity, tokenNum.get()));
//更新时刻
lastTime += (now - lastTime) / 1000 * 1000;
//桶中还有令牌就放行
if (tokenNum.get() > 0) {
tokenNum.decrementAndGet();
return true;
} else {
return false;
}
}
//测验
public static void main(String[] args) {
//线程池，用于多线程模仿测验
ExecutorService pool = Executors.newFixedThreadPool(10);
// 被约束的次数
AtomicInteger limited = new AtomicInteger(0);
// 线程数
final int threads = 2;
// 每条线程的履行轮数
final int turns = 20;
// 同步器
CountDownLatch countDownLatch = new CountDownLatch(threads);
long start = System.currentTimeMillis();
for (int i = 0; i < threads; i++) {
pool.submit(() ->
{
try {
for (int j = 0; j < turns; j++) {
boolean flag = tryAcquire();
if (!flag) {
// 被约束的次数累积
limited.getAndIncrement();
}
Thread.sleep(200);
}
} catch (Exception e) {
e.printStackTrace();
}
//等待所有线程完毕
countDownLatch.countDown();
});
}
try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
float time = (System.currentTimeMillis() - start) / 1000F;
//输出核算成果
System.out.println("约束的次数为：" + limited.get() +
",经过的次数为：" + (threads * turns - limited.get()));
System.out.println("约束的份额为：" + (float) limited.get() / (float) (threads * turns));
System.out.println("运转的时长为：" + time + "s");
}
}
令牌桶的优点：
令牌桶的优点之一便是能够方便地应对 突发出口流量（后端才能的提升）。
比方，能够改动令牌的发放速度，算法能依照新的发送速率调大令牌的发放数量，使得出口突发流量能被处理。
