限流算法原理：计数器、滑动窗口、令牌桶、漏桶
引言：算法决定限流的精度 前面我们学会了使用Sentinel进行限流，只需要一行配置： rule.setCount(100); // 每秒最多100次 但你有没有想过：Sentinel是如何精确控制每秒100次的？ 如果100个请求在1秒的前0.01秒就全部到达，后面0.99秒怎么办？ 如果1秒内有120个请求，是拒绝哪20个？前面的？后面的？ 如果平时QPS是50，突然来了200的瞬间峰值，能否允许？ 这些问题的答案，都隐藏在限流算法中。今天我们将深入理解4种经典限流算法，看看它们各自的特点和适用场景。 一、固定窗口计数器：最简单的限流算法 1.1 算法原理 固定窗口计数器是最直观的限流算法： 时间窗口：每秒钟 限流阈值：100次 秒钟： 0 1 2 3 4 │─────│─────│─────│─────│─────│ 计数： 0→100 0→50 0→120 0→80 0→100 结果： 全通过 全通过 拒20 全通过 全通过 工作流程： 将时间划分为固定窗口（如1秒） 每个窗口维护一个计数器 请求到达时，计数器+1 如果计数器超过阈值，拒绝请求 窗口结束时，计数器归零 1.2 代码实现 public class FixedWindowRateLimiter { private final int limit; // 限流阈值 private final long windowSize; // 窗口大小（毫秒） private AtomicInteger counter; // 当前窗口计数 private long windowStartTime; // 窗口开始时间 public FixedWindowRateLimiter(int limit, long windowSize) { this.limit = limit; this.windowSize = windowSize; this.counter = new AtomicInteger(0); this.windowStartTime = System.currentTimeMillis(); } public synchronized boolean tryAcquire() { long now = System.currentTimeMillis(); // 判断是否需要重置窗口 if (now - windowStartTime >= windowSize) { // 新窗口开始 counter.set(0); windowStartTime = now; } // 判断是否超过限流阈值 if (counter.get() < limit) { counter.incrementAndGet(); return true; // 通过 } else { return false; // 限流 } } } 使用示例： ...