当前位置： 漏桶算法 java实现-java实现旋转门算法
什么是接口限流
那么什么是限流呢？顾名思义，限流就是限制流量，包括并发的流量和一定时间内的总流量，就像你宽带包了1个G的流量，用完了就没了，所以控制你的使用频率和单次使用的总消耗。
通过限流，我们可以很好地控制系统的qps，从而达到保护系统或者接口服务器稳定的目的。
接口限流的常用算法
计数器法
计数器法是限流算法里最简单也是最容易实现的一种算法。
比如我们规定，对于A接口来说，我们1分钟的访问次数不能超过100个。那么我们可以这么做：在一开始的时候，我们可以设置一个计数器counter，每当一个请求过来的时候，counter就加1，如果counter的值大于100并且该请求与第一个请求的间隔时间还在1分钟之内，那么说明请求数过多；
如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置counter。
具体算法的示意图如下：
代码如下
class CounterDemo{
private $first_request_time;
private $request_count = 0; //已请求的次数
public $limit = 100; //时间窗口内的最大请求数
public $interval = 60; //时间窗口 s
public function __construct() {
$this->first_request_time = time();
}
public function grant(){
$now = time();
if($now < $this->first_request_time + $this->interval){
//时间窗口内
if($this->request_count < $this->limit) {
$this->request_count++;
return true;
}else{
return false;
}
}else{
//超出前一个时间窗口后, 重置第一次请求时间和请求总次数
$this->first_request_time = $now;
$this->request_count = 1;
return true;
}
}
}
$m = new CounterDemo();
$n_success = 0;
for($i=0; $i < 200; $i++){
$rt = $m->grant();
if($rt){
$n_success ++;
}
}
echo '成功请求 '.$n_success.' 次';
计数器算法很简单，但是有个严重的bug：
一个恶意用户在0:59时瞬间发送了100个请求，然后再1:00时又瞬间发送了100个请求，那么这个用户在2秒内发送了200个请求。
上面我们规定1分钟最多处理100个请求， 也就是每秒1.7个请求。用户通过在时间窗口的重置节点处突发请求， 可以瞬间超过系统的承载能力，导致系统挂起或宕机。
上面的问题，其实是因为我们统计的精度太低造成的。那么如何很好地处理这个问题呢？或者说，如何将临界问题的影响降低呢？我们可以看下面的滑动窗口算法。
上图中，我们把一个时间窗口（一分钟）分成6份，每份（小格）代表10秒。每过10秒钟我们就把时间窗口往右滑动一格， 每一个格子都有自己独立的计数器。
比如一个请求在0:35秒到达的时候，就会落在0:30-0:39这个区间，并将此区间的计数器加1。
从上图可以看出, 0:59到达的100个请求会落在0:50-0:59这个灰色的格子中, 而1:00到达的100个请求会落在黄色的格子中。
而在1:00时间统计时， 窗口会往右移动一格，那么此时的时间窗口内的请求数量一共是200个漏桶算法 java实现，超出了限制的100个，触发了限流，后面的100个请求被抛弃或者等待。
如果我们把窗口时间划分越多， 比如60格，每格1s， 那么限流统计会更精确。
漏桶算法 (Leaky Bucket)
漏桶算法(Leaky Bucket): 平滑网络上的突发流量。使其整流为一个稳定的流量。
有一个固定容量的桶，有水流进来，也有水流出 去。对于流进来的水来说，我们无法预计一共有多少水会流进来，也无法预计水流的速度。但是对于流出去的水来说，这个桶可以固定水流出的速率。当桶满了之后，多余的水将会溢出(多余的请求会被丢弃)。
简单的算法实现:
class LeakyBucketDemo{
private $last_req_time; //上一次请求的时间
public $capacity; //桶的容量
public $rate; //水漏出的速度(个/秒)
public $water; //当前水量(当前累积请求数)
public function __construct(){
$this->last_req_time = time();
$this->capacity = 100;
$this->rate = 20;
$this->water = 0;
}
public function grant(){
$now = time();
$water = max(0,$this->water - ($now - $this->last_req_time) * $this->rate);// 先执行漏水，计算剩余水量
$this->water = $water;
$this->last_req_time = $now;
if($water < $this->capacity){
// 尝试加水,并且水还未满
$this->water += 1;
return true;
}else{
// 水满，拒绝加水
return false;
}
}
}
$m = new LeakyBucketDemo();
$n_success = 0;
for($i=0; $i < 500; $i++){
$rt = $m->grant();
if($rt){
$n_success ++;
}
if($i > 0 && $i % 100 == 0){//每发起100次后暂停1s
echo '已发送',$i,', 成功 ', $n_success,', sleep'.PHP_EOL;
sleep(1);
}
}
echo '成功请求 '.$n_success.' 次';
令牌桶算法 (Token Bucket)
令牌桶算法比漏桶算法稍显复杂。首先，我们有一个固定容量的桶，桶里存放着令牌（token）。桶一开始是空的(可用token数为0)，token以一个固定的速率r往桶里填充，直到达到桶的容量，多余的令牌将会被丢弃。每当一个请求过来时，就会尝试从桶里移除一个令牌，如果没有令牌的话漏桶算法 java实现，请求无法通过。
代码实现如下:
class TokenBucketDemo{
private $last_req_time; //上次请求时间
public $capacity; //桶的容量
public $rate; //令牌放入的速度(个/秒)
public $tokens; //当前可用令牌的数量
public function __construct(){
$this->last_req_time = time();
$this->capacity = 100;
$this->rate = 20;
$this->tokens = 100; //开始给100个令牌
}
public function grant(){
$now = time();
$tokens = min($this->capacity,$this->tokens + ($now - $this->last_req_time) * $this->rate);// 计算桶里可用的令牌数
$this->tokens = $tokens;
$this->last_req_time = $now;
if($this->tokens < 1){
// 若剩余不到1个令牌,则拒绝
return false;
}else{
// 还有令牌，领取1个令牌
$this->tokens -= 1;
return true;
}
}
}
$m = new TokenBucketDemo();
$n_success = 0;
for($i=0; $i < 500; $i++){
$rt = $m->grant();
if($rt){
$n_success ++;
}
if($i > 0 && $i % 100 == 0){//每发起100次后暂停1s
echo '已发送',$i,', 成功 ', $n_success,', sleep'.PHP_EOL;
sleep(1);
}
}
echo '成功请求 '.$n_success.' 次';
我们可以使用redis的队列作为令牌桶容器使用，使用lPush（入队），rPop（出队），实现令牌加入与消耗的操作。
TokenBucket.php
_config = $config;
$this->_queue = $queue;
$this->_max = $max;
$this->_redis = $this->connect();
}
/**
* 加入令牌
* @param Int $num 加入的令牌数量
* @return Int 加入的数量
*/
public function add($num=0){
// 当前剩余令牌数
$curnum = intval($this->_redis->lSize($this->_queue));
// 最大令牌数
$maxnum = intval($this->_max);
// 计算最大可加入的令牌数量，不能超过最大令牌数
$num = $maxnum>=$curnum+$num? $num : $maxnum-$curnum;
// 加入令牌
if($num>0){
$token = array_fill(0, $num, 1);
$this->_redis->lPush($this->_queue, ...$token);
return $num;
}
return 0;
}
/**
* 获取令牌
* @return Boolean
*/
public function get(){
return $this->_redis->rPop($this->_queue)? true : false;
}
/**
* 重设令牌桶，填满令牌
*/
public function reset(){
$this->_redis->delete($this->_queue);
$this->add($this->_max);
}
/**
* 创建redis连接
* @return Link
*/
private function connect(){
try{
$redis = new Redis();
$redis->connect($this->_config['host'],$this->_config['port'],$this->_config['timeout'],$this->_config['reserved'],$this->_config['retry_interval']);
if(empty($this->_config['auth'])){
$redis->auth($this->_config['auth']);
}
$redis->select($this->_config['index']);
}catch(RedisException $e){
throw new Exception($e->getMessage());
return false;
}
return $redis;
}
}
?>
令牌的假如与消耗
'localhost',
'port' => 6379,
'index' => 0,
'auth' => '',
'timeout' => 1,
'reserved' => NULL,
'retry_interval' => 100,
);
// 令牌桶容器
$queue = 'mycontainer';
// 最大令牌数
$max = 5;
// 创建TrafficShaper对象
$tokenBucket = new TokenBucket($config, $queue, $max);
// 重设令牌桶，填满令牌
$tokenBucket->reset();
// 循环获取令牌，令牌桶内只有5个令牌，因此最后3次获取失败
for($i=0; $i<8; $i++){
var_dump($tokenBucket->get());
}
// 加入10个令牌，最大令牌为5，因此只能加入5个
$add_num = $tokenBucket->add(10);
var_dump($add_num);
// 循环获取令牌，令牌桶内只有5个令牌，因此最后1次获取失败
for($i=0; $i<6; $i++){
var_dump($tokenBucket->get());
}
?>
领取方式：点赞关注小编后私信【资料】获取资料领取方式！
部分资料展示：
领取方式：点赞关注小编后私信【资料】获取资料领取方式！
上一篇 
