常见限流方案

最新推荐文章于 2026-04-29 15:31:44 发布

原创

最新推荐文章于 2026-04-29 15:31:44 发布 · 1.5k 阅读

本文介绍了在系统访问量增大时，限流作为服务降级的一种手段，其原理和常见实现。讨论了固定窗口、滑动窗口、漏桶算法和令牌桶算法的优缺点，以及在不同场景下的适用性。

一、概述

当系统的访问量增大的时候，一般会往这么几个方向上去优化：缓存，扩容，降级，限流。这里将聊一聊限流，限流其实可以看做是服务降级的一种实现。当请求超过系统的负载后，多余的请求做降级处理，怎么降级呢？就是限流，直接快速失败，不进行业务处理。现实生活中也有这种思想，比如高速公路车流量很大的时候，会将高速公路入口关闭，或者每隔一段时间放行一定的车辆，防止大量车辆进入给交通带来更大的压力，这就是一种限流的思想。

二、固定窗口

原理

固定窗口限流是限制在一段时间内的请求次数，当这一段时间过去之后，下一个一段时间才可以请求，但同样限制了下一个时间段内的请求次数。比如，限制1分钟访问10次，假设当前时间是9:00:00，那么在9:01:00之间允许10个请求，在9:01:00 ~ 9:02:00允许10个请求，依次类推，每一个一分钟的时间窗口内允许10次请求，可以看到这个时间窗口是一段一段。
在这里插入图片描述

实现

固定窗口的实现比较简单，借助Redis，以限流接口为key，设置1分钟的过期时间，执行Redis的incr方法，如果返回值大于限流次数，则快速失败，否则放行。

问题

这会带来突刺的问题，比如在9:01:59的时候突然请求了10次，在9:02:00也请求了10次，那么实际上在这两秒内的请求达到了20。在上一个限流窗口的尾部和下一个限流窗口的开头，容易出现突刺，导致局部时间范围内qps偏高。如下图所示。
在这里插入图片描述

三、滑动窗口

原理

上面的固定窗口容易出现突刺的问题，滑动窗口可以限制在任意的一段时间内，qps不超过预设值。假设有一个n秒的滑动窗口，它可以在时间轴上任意滑动，且保持滑动窗口内的请求数量不超过预设值x。
在这里插入图片描述

实现

借助Redis的zset，可以以限流接口为key，value为一个唯一值，score为时间戳。每次进入限流方法时，进行滑动窗口的整理，根据时间，也就是score，移除已经不在窗口范围内的元素，然后判断大小，如果窗口内元素的个数没有超过限制，那么允许访问，否则限流。参考代码如下。

package wanghang.tools.limit;

import wanghang.tools.util.RedisUtil;

import java.time.LocalTime;
import java.util.Random;

/**
 * createTime 2020/11/22 16:43
 * 滑动窗口限流
 * 限制在x秒内能执行n次操作
 *
 * @author wanghang
 * @version v1.0
 */
public class SlideWindowLimiter{
   
   

    /**
     * 滑动窗口大小，n毫秒的窗口
     */
    private int slideWindowSize;

    /**
     * 滑动窗口内允许的操作数
     */
    private int actionLimit;

    public SlideWindowLimiter(int slideWindowSize, int actionLimit) {
   
   
        this.slideWindowSize = slideWindowSize;
        this.actionLimit = actionLimit;
    }

    /**
     * 比如限制一个用户在30秒内只能评论10次。如果出现并发，这个实现是不可靠的。
     * 在redis中创建一个zset，key为uid + "comment"，即每个用户在评论这个操作下对应一个zset，value为该用户评论这个行为标识，
     * 可以是用户id+行为+时间戳。
     * score是时间戳。表示当前评论时间。
     * 注意zset需要设置一个大于30秒的过期时间，长时间无评论操作，可视为用户下线，释放存储空间。
     * @param key key
     * @return 是否允许操作
     */
    public synchronized boolean isAllowed(String key) {
   
   
        long ts = System.currentTimeMillis();
        makeSpace(key, ts);
        if (size(key) < actionLimit) {
   
   
            recordAction(key, ts);
            return true;
        }
        return false;
    }

    /**
     * 记录用户行为
     *
     * @param key key
     * @param ts  ts
     */
    private void recordAction(String key, long ts) {
   
   
        RedisUtil.zadd(key,