【文章推荐】介绍 5 种限流算法，7 种限流方式

[niumoo]

介绍 5 种限流算法，7 种限流方式

[Michael18811380328]

这个主要是 Java 服务器端限流措施，可以参考

[senlypan]

过了一遍，基本包括了我们常见限流策略方案，但是如果把各个限流策略 递进关系 和 相关性 这类核心概念补充一下，文章会让读者更加便于接受和总结。

首先计数器方式也有人说 固定窗口 的，实现简单，精确度不够，临界超QPS，简而言之就是有 流量突刺，所以引出 滑动窗口，好处在于能够一定程度上解决了精确度，但是又不稳定，不能完全消除这种超qps的概率，不是绝对的精确，并且随着你追求精确度去不断窗口细分，成本代价也不断增加，还是没有达到绝对精确，那有没有绝对精确的呢？

有，滑动日志，它解决了精确度问题，达到了完全精确，但是空间复杂度O(N)和时间复杂度O(logN)的问题，又使得滑动日志虽然达到了绝对精确但是牺牲了很大的成本，计算复杂度很高。并且还有一个问题，就是你虽然精确度完全精确了，但是你流量不够 平滑，在极小极限的时间窗口情况下，你流量平滑度还是不够，就算你通过计算复杂度去换取平滑度，但是做不到绝对平滑。简而言之就是你没法很好的去控制 速率，于是又有了 令牌桶 和 漏桶，设计思路基本都是控制平均访问速率，像 v ≤ N / T。区别就在于漏桶能保护下游服务，但是牺牲了响应性能，就是匀速流出肯定需要流量等待嘛，而令牌桶虽然没有很好保护了下游服务但是能应对突刺流量，也提升了响应体验。

另外，往细了说，令牌桶和漏桶就是滑动窗口的变种，无非加了速率控制和应对不同的流量模型和响应场景。

所以限流的设计，把读者往几方面引导，能更加了解限流的本质，例如：

• 精确度
• 平滑度
• 响应
• 计算成本
• more

另外还有，就是讲分布式限流方面，就变得复杂，引入了中心节点，引入了协调者，其中必然带来时延，并且节点通信间也带来了精确度问题，因此就稍复杂了些。

[niumoo]

过了一遍，基本包括了我们常见限流策略方案，但是如果把各个限流策略 递进关系 和 相关性 这类核心概念补充一下，文章会让读者更加便于接受和总结。

首先计数器方式也有人说 固定窗口 的，实现简单，精确度不够，临界超QPS，简而言之就是有 流量突刺，所以引出 滑动窗口，好处在于能够一定程度上解决了精确度，但是又不稳定，不能完全消除这种超qps的概率，不是绝对的精确，并且随着你追求精确度去不断窗口细分，成本代价也不断增加，还是没有达到绝对精确，那有没有绝对精确的呢？

有，滑动日志，它解决了精确度问题，达到了完全精确，但是空间复杂度O(N)和时间复杂度O(logN)的问题，又使得滑动日志虽然达到了绝对精确但是牺牲了很大的成本，计算复杂度很高。并且还有一个问题，就是你虽然精确度完全精确了，但是你流量不够 平滑，在极小极限的时间窗口情况下，你流量平滑度还是不够，就算你通过计算复杂度去换取平滑度，但是做不到绝对平滑。简而言之就是你没法很好的去控制 速率，于是又有了 令牌桶 和 漏桶，设计思路基本都是控制平均访问速率，像 v ≤ N / T。区别就在于漏桶能保护下游服务，但是牺牲了响应性能，就是匀速流出肯定需要流量等待嘛，而令牌桶虽然没有很好保护了下游服务但是能应对突刺流量，也提升了响应体验。

另外，往细了说，令牌桶和漏桶就是滑动窗口的变种，无非加了速率控制和应对不同的流量模型和响应场景。

所以限流的设计，把读者往几方面引导，能更加了解限流的本质，例如：

• 精确度
• 平滑度
• 响应
• 计算成本
• more

另外还有，就是讲分布式限流方面，就变得复杂，引入了中心节点，引入了协调者，其中必然带来时延，并且节点通信间也带来了精确度问题，因此就稍复杂了些。

大佬总结的很好，回头来看这篇文章确实还有很多改进的空间，你的评价很受用！