## 一、为什么需要限流

限流是保护系统的第一道防线：

- **防止突发流量压垮系统**
- **保证核心业务可用**
- **实现公平的资源分配**

## 二、常见限流算法

### 1. 固定窗口计数器

```java
public class FixedWindowRateLimiter {
    private final int limit;
    private final long windowSize;
    private long windowStart;
    private int count;
    
    public synchronized boolean tryAcquire() {
        long now = System.currentTimeMillis();
        if (now - windowStart >= windowSize) {
            windowStart = now;
            count = 0;
        }
        if (count < limit) {
            count++;
            return true;
        }
        return false;
    }
}
```

**问题**：窗口边界可能出现2倍流量

### 2. 滑动窗口计数器


```java
public class SlidingWindowRateLimiter {
    private final int limit;
    private final long windowSize;
    private final LinkedList<Long> timestamps = new LinkedList<>();
    
    public synchronized boolean tryAcquire() {
        long now = System.currentTimeMillis();
        long windowStart = now - windowSize;
        
        // 移除过期的时间戳
        while (!timestamps.isEmpty() && timestamps.peekFirst() < windowStart) {
            timestamps.pollFirst();
        }
        
        if (timestamps.size() < limit) {
            timestamps.addLast(now);
            return true;
        }
        return false;
    }
}
```

### 3. 漏桶算法

```
请求 → 桶（队列） → 以固定速率流出
```

```java
public class LeakyBucketRateLimiter {
    private final int capacity;
    private final int rate;  // 每秒流出数量
    private int water;
    private long lastLeakTime;
    
    public synchronized boolean tryAcquire() {
        long now = System.currentTimeMillis();
        // 先漏水
        long elapsed = now - lastLeakTime;
        int leaked = (int) (elapsed * rate / 1000);
        water = Math.max(0, water - leaked);
        lastLeakTime = now;
        
        // 再加水
        if (water < capacity) {
            water++;
            return true;
        }
        return false;
    }
}
```

**特点**：平滑流量，但无法应对突发


### 4. 令牌桶算法

```
以固定速率生成令牌 → 桶 → 请求获取令牌
```

```java
public class TokenBucketRateLimiter {
    private final int capacity;
    private final int rate;
    private int tokens;
    private long lastRefillTime;
    
    public synchronized boolean tryAcquire() {
        long now = System.currentTimeMillis();
        // 补充令牌
        long elapsed = now - lastRefillTime;
        int newTokens = (int) (elapsed * rate / 1000);
        tokens = Math.min(capacity, tokens + newTokens);
        lastRefillTime = now;
        
        // 消费令牌
        if (tokens > 0) {
            tokens--;
            return true;
        }
        return false;
    }
}
```

**特点**：允许一定程度的突发

## 三、算法对比

| 算法 | 突发处理 | 实现复杂度 | 适用场景 |
|------|----------|-----------|----------|
| 固定窗口 | 差 | 简单 | 简单限流 |
| 滑动窗口 | 中 | 中 | 精确限流 |
| 漏桶 | 无 | 中 | 流量整形 |
| 令牌桶 | 好 | 中 | 通用限流 |


## 四、分布式限流

### Redis + Lua实现

```lua
-- 令牌桶限流Lua脚本
local key = KEYS[1]
local capacity = tonumber(ARGV[1])
local rate = tonumber(ARGV[2])
local now = tonumber(ARGV[3])

local lastRefill = redis.call('hget', key, 'lastRefill')
local tokens = redis.call('hget', key, 'tokens')

if not lastRefill then
    lastRefill = now
    tokens = capacity
end

local elapsed = now - tonumber(lastRefill)
local newTokens = math.floor(elapsed * rate / 1000)
tokens = math.min(capacity, tonumber(tokens) + newTokens)

if tokens >= 1 then
    tokens = tokens - 1
    redis.call('hset', key, 'tokens', tokens)
    redis.call('hset', key, 'lastRefill', now)
    return 1
else
    return 0
end
```

```java
public class RedisRateLimiter {
    private final String script;
    
    public boolean tryAcquire(String key, int capacity, int rate) {
        Long result = redisTemplate.execute(
            new DefaultRedisScript<>(script, Long.class),
            Collections.singletonList(key),
            String.valueOf(capacity),
            String.valueOf(rate),
            String.valueOf(System.currentTimeMillis())
        );
        return result != null && result == 1;
    }
}
```


## 五、网关层限流

### Nginx限流

```nginx
# 限制请求速率
limit_req_zone $binary_remote_addr zone=api:10m rate=10r/s;

server {
    location /api/ {
        limit_req zone=api burst=20 nodelay;
        proxy_pass http://backend;
    }
}
```

### Sentinel限流

```java
@SentinelResource(value = "api", blockHandler = "handleBlock")
public Result api() {
    return Result.ok();
}

public Result handleBlock(BlockException e) {
    return Result.error("请求太频繁");
}
```

## 六、总结

- **令牌桶**：最常用，支持突发
- **漏桶**：流量整形
- **滑动窗口**：精确限流
- **分布式**：Redis + Lua

**思考题**：你的系统用的是什么限流算法？

---

*个人观点，仅供参考*

【架构实战】限流算法全解析：令牌桶/滑动窗口/漏桶

令牌桶：最常用，支持突发

漏桶：流量整形

滑动窗口：精确限流

分布式：Redis + Lua

研发部经理

架构设计

算法

后端

限流算法详解：固定窗口、滑动窗口、漏桶和令牌桶4种核心限流方案对比。包含Java代码实现、分布式限流Redis+Lua方案及Nginx/Sentinel网关层限流配置。分析各算法优缺点，帮助开发者选择适合的限流策略保护系统免遭流量冲击。

Redis

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【架构实战】限流算法全解析：令牌桶/滑动窗口/漏桶-腾讯云开发者社区-腾讯云

【架构实战】限流算法全解析：令牌桶/滑动窗口/漏桶

【架构实战】限流算法全解析：令牌桶/滑动窗口/漏桶

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐