Spring Cloud全解析：网关限流方案
2024-08-21 本文已影响0人
墨线宝
限流
大众的限流方案有三种，计数器、漏桶算法、令牌算法
计数器
分为固定窗口和滑动窗口
固定窗口计数器
固定窗口比较简单粗暴，如果假定某个接口1s最多接收100个请求，维护一个固定单位时间的计数器，检测到单位时间过去则重置计数器为0
其不能应对突发的流量，如1s中前100ms处理了99个请求，最后900ms就只能处理一个了
滑动窗口计数器
滑动窗口是对固定窗口的改进
- 将单位时间分为多个区间，每个区间都有一个计数器，有一个请求落在该区间内，则该区间的计数器就会加一
- 每过一段时间，时间窗口就会滑动一格，抛弃最老的一个区间，并纳入一个新的区间
- 计算整个时间窗口内的请求总数时会累加所有时间片段内的计数器
漏桶算法
漏桶算法是利用一个缓存区，当请求进入系统时，无论请求的速率如何，都先在缓存区内保存，然后以固定的流速流出缓存区进行处理，使用队列实现
- 将每个请求放入固定大小的队列进行存储
- 队列以固定速率向外流出请求，如果队列为空则停止流出
- 如果队列满了则多余的请求就被直接拒绝
限制的是流量的流出速率，对于流量均衡的可以使用该方式
无法应对突发的大流量
令牌桶算法
令牌桶算法是一种反向的漏桶算法，桶中存放的不再是请求，而是令牌，只有拿到令牌后，才能对请求进行处理，如果没有令牌，就需要等待可用的令牌，为了限制流速，该算法每单位时间产生一定量的令牌存入桶中
限制的是流量的平均流入速率，可以应对突发流量
Nginx的限流模块就是采用令牌桶算法的实现
- 每秒有r个令牌放入桶中
- 桶的容量不变，如果桶满了则不进行存储令牌
- 如果请求来了，没有令牌会被限流
