概述
這裏的流的速度限制是指在單位時間窗口內，最多允許指定的單位數據通過。比如我們需要從源端 A 發送 1000 條數據到目的端 B，如果設置的速度限制爲最多 100 條每秒，那麼理論上需要 10 秒的時間才能將數據傳輸完成，即使當前的網絡允許在極短的時間便完成這個任務。
但是我們沒辦法嚴格控制每秒時間內的數量一定是小於等於 100 的，因爲我們不能每傳輸一條數據便進行速度與其控制的計算，這樣會極大的帶來性能的損耗。
所以這裏引入時間窗口的概念，因爲我們希望能夠通過計算一個時間窗口內的速度，來判斷是否需要進行速度控制。如果該時間窗口內的速度大於閾值，那麼便通過睡眠一定的時間，來使更長時間上的平均速度是不高於閾值的。比如一個時間窗口的大小爲 1s，閾值仍爲 100 條每秒，那麼如果在這 1s 以內傳輸了 300 條數據，則需要等待 2s 以後才能繼續進行數據傳輸。這樣，即使在前 1s 速度超過了閾值（300 > 100），但是因爲後 2s 的速度爲 0，所以從整體上來看，這 3s 的的平均速度仍然是不高於閾值的。最終它的速度走勢也許會類似下圖：
可以看見，雖然閾值爲 100 條每秒，但是仍然會有部分時間窗口內的總量超過閾值，不過通過限制之後時間內的速度，從而使整體平均的速度是不高於閾值的。
公式
根據前面概述，可推理出公式。設置一下變量：
- 時間窗口的時間間隔爲：flowControlInterval（單位：毫秒）
- 實際時間間隔爲：interval（單位：毫秒）
- 實際時間間隔內傳輸的數據總量爲：numResults（單位：條）
- 最大限制速度爲：maxSpeed（單位：條/秒）
- 當前速度爲 currentSpeed（單位：條/秒）
- 等待休眠的時間爲：limitSleepTime（單位：毫秒）
那麼已知 flowControlInterval、interval、numResults 的值，可得到：
當前速度：
currentSpeed = numResults * 1000 / interval;
睡眠時間：
limitSleepTime = currentSpeed * interval / maxSpeed - interval;
使用 Java 代碼表示大致如下：
long interval = nowTimestamp - lastTimestamp;
if (interval >= flowControlInterval) {
long numResults = totlaResults - lastResults;
long currentSpeed = numResults * 1000 / interval;
if (currentSpeed > maxSpeed) {
// 計算休眠時間
limitSleepTime = currentSpeed * interval / maxSpeed - interval;
}
if (limitSleepTime > 0) {
Thread.sleep(limitSleepTime);
}
}
這裏的 nowTimestamp、totlaResults 爲當前時間的時間戳與當前總共傳輸的數據總量，lastTimestamp、lastResults 爲上一次計算後記錄的時間的時間戳與數據傳輸總量，通過計算可得到實際的時間間隔與該時間段內的數據傳輸量。
注：以上算法與代碼均參考於阿里的開源項目 DataX，源碼路徑：https://github.com/alibaba/DataX/blob/master/core/src/main/java/com/alibaba/datax/core/transport/channel/Channel.java#L192。
總結：
通過以上方式限制流的速度，可以對包括數量、字節大小等所有可以量化的指標進行限制，雖然不能保證每一個單位時間內的速度總是不高於閾值，但是卻能使平均的速度是不高於閾值的。