限流

分布式限流是在分布式系统中控制请求流量的一种手段，目的是防止系统因过多的请求而不稳定或宕机。以下是一些常见的分布式限流算法及其介绍：

令牌桶算法（Token Bucket）

• 原理：令牌桶算法通过维护一个固定容量的桶，以固定速率往桶里放入令牌。每次请求需要消耗一个令牌，当桶中没有足够令牌时，请求会被限流

• 场景：适用于需要对突发流量进行限制，但仍能保证平均处理速率

• 实现：每隔一段时间往桶中添加一定数量的令牌，请求时尝试获取令牌，如果获取成功则处理请求，否则限流

漏桶算法（Leaky Bucket）

• 原理：漏桶算法将请求以固定速率处理，多余的请求将被放入一个漏桶中，当漏桶满时，多余的请求会被限流

• 场景：适用于需要固定地请求处理速率，即使请求不均匀也能以固定速率进行处理

• 实现：每个请求进入漏桶，漏桶以恒定速率漏水，如果漏桶满了，则溢出的请求被丢弃或放入队列中

待更新

计算器限流算法（Counter）

• 原理：统计单位时间内的请求次数，当请求次数超过设定的阈值时，进行限流

• 场景：适用于对每个请求进行计数，并在达到一定阈值时限制请求，比如在单位时间内允许的请求数

• 实现：使用分布式计数器，每个节点独立维护计数器，通过定期同步或分布式锁保持计数器的一致性

待更新

滑动窗口算法（SlidingWindow）

• 原理：将时间划分为多个窗口，每个窗口内记录请求次数，通过滑动窗口的方式计算单位时间内的请求次数，进行限流

• 场景：适用于需要对请求频率进行动态调整的场景，可以应对短时间内的突发流量

• 实现：使用分布式滑动窗口，每个节点独立维护窗口，通过定期同步或分布式锁保持窗口的一致性

待更新