文章目录
概述
限流算法常见的包括：
- 计数器算法，又包括窗口计数器算法、滑动窗口计数器算法
- 令牌桶算法（Token Bucket）
- 漏桶算法(Leaky Bucket)
固定窗口计数器算法
固定窗口计数器算法概念如下：
- 将时间划分为多个窗口，窗口时间跨度称为Interval，本例中为1000ms；
- 每个窗口维护一个计数器，每有一次请求就将计数器加一，限流就是设置计数器阈值，本例为3
- 如果计数器超过了限流阈值，则超出阈值的请求都被丢弃。
滑动窗口计数器算法
滑动窗口计数器算法会将一个窗口划分为n个更小的区间，例如
- 窗口时间跨度Interval为1秒；区间数量 n = 2 ，则每个小区间时间跨度为500ms
- 限流阈值依然为3，时间窗口（1秒）内请求超过阈值时，超出的请求被限流
- 窗口会根据当前请求所在时间（currentTime）移动，窗口范围是从（currentTime-Interval）之后的第一个时区开始，到currentTime所在时区结束。
令牌桶算法
令牌桶算法说明：
- 以固定的速率生成令牌，存入令牌桶中，如果令牌桶满了以后，多余令牌丢弃
- 请求进入后，必须先尝试从桶中获取令牌，获取到令牌后才可以被处理
- 如果令牌桶中没有令牌，则请求等待或丢弃
漏桶算法
漏桶算法说明：
- 将每个请求视作"水滴"放入"漏桶"进行存储；
- "漏桶"以固定速率向外"漏"出请求来执行，如果"漏桶"空了则停止"漏水”；
- 如果"漏桶"满了则多余的"水滴"会被直接丢弃。
- 可以理解成请求在桶内排队等待
限流算法对比
Sentinel的限流与Gateway的限流有什么差别？
- Gateway则采用了基于Redis实现的令牌桶算法。
而Sentinel内部却比较复杂： - 默认限流模式是基于滑动时间窗口算法
- 排队等待的限流模式则基于漏桶算法
- 而热点参数限流则是基于令牌桶算法
