後端程序員必備:四種限流算法,圖文結合一篇搞定 前言 限流是什麼? 常見的限流算法 固定窗口限流算法 滑動窗口限流算法 漏桶算法 令牌桶算法

前言

最近我們系統引入了Guava的RateLimiter限流組件,它是基於令牌桶算法的實現的。本文將跟大家一起學習幾種經典的限流算法。

限流是什麼?

維基百科的概念如下:

In computer networks, rate limiting is used to control the rate of requests sent or
received by a network interface controller. It can be used to prevent DoS attacks 
and limit web scraping

簡單翻譯一下:在計算機網絡中,限流就是控制網絡接口發送或接收請求的速率,它可防止DoS攻擊和限制Web爬蟲。

限流,也稱流量控制。是指系統在面臨高併發,或者大流量請求的情況下,限制新的請求對系統的訪問,從而保證系統的穩定性。限流會導致部分用戶請求處理不及時或者被拒,這就影響了用戶體驗。所以一般需要在系統穩定和用戶體驗之間平衡一下。舉個生活的例子:

一些熱門的旅遊景區,一般會對每日的旅遊參觀人數有限制的。每天只會賣出固定數目的門票,比如5000張。假設在五一、國慶假期,你去晚了,可能當天的票就已經賣完了,就無法進去遊玩了。即使你進去了,排隊也能排到你懷疑人生。

常見的限流算法

固定窗口限流算法

首先維護一個計數器,將單位時間段當做一個窗口,計數器記錄這個窗口接收請求的次數。

  • 當次數少於限流閥值,就允許訪問,並且計數器+1
  • 當次數大於限流閥值,就拒絕訪問。
  • 當前的時間窗口過去之後,計數器清零。

假設單位時間是1秒,限流閥值爲3。在單位時間1秒內,每來一個請求,計數器就加1,如果計數器累加的次數超過限流閥值3,後續的請求全部拒絕。等到1s結束後,計數器清0,重新開始計數。如下圖:

僞代碼如下:

    /**
     * 固定窗口時間算法
     * @return
     */
    boolean fixedWindowsTryAcquire() {
        long currentTime = System.currentTimeMillis();  //獲取系統當前時間
        if (currentTime - lastRequestTime > windowUnit) {  //檢查是否在時間窗口內
            counter = 0;  // 計數器清0
            lastRequestTime = currentTime;  //開啓新的時間窗口
        }
        if (counter < threshold) {  // 小於閥值
            counter++;  //計數器加1
            return true;
        }

        return false;
    }

但是,這種算法有一個很明顯的臨界問題:假設限流閥值爲5個請求,單位時間窗口是1s,如果我們在單位時間內的前0.8-1s和1-1.2s,分別併發5個請求。雖然都沒有超過閥值,但是如果算0.8-1.2s,則併發數高達10,已經超過單位時間1s不超過5閥值的定義啦。

滑動窗口限流算法

滑動窗口限流解決固定窗口臨界值的問題。它將單位時間週期分爲n個小週期,分別記錄每個小週期內接口的訪問次數,並且根據時間滑動刪除過期的小週期。

一張圖解釋滑動窗口的算法,如下:

假設單位時間還是1s,滑動窗口算法把它劃分爲5個小週期,也就是滑動窗口(單位時間)被劃分爲5個小格子。每格表示0.2s。每過0.2s,時間窗口就會往右滑動一格。然後呢,每個小週期,都有自己獨立的計數器,如果請求是0.83s到達的,0.8~1.0s對應的計數器就會加1。

我們來看下滑動窗口是如何解決臨界問題的?

假設我們1s內的限流閥值還是5個請求,0.81.0內(比如0.9s的時候)來了5個請求,落在黃色格子裏。時間過了1.0s之後,又來5個請求,落在紫色格子裏。如果**是固定窗口算法,是不會限流的**,但是**滑動窗口的話,每過一個小週期,它會右移一個小格**。過了1.0s後,會右移一小格,當前的單位時間段是0.21.2s,這個區域的請求已經超過限定的5了,已觸發限流啦,實際上,紫色格子的請求都被拒絕啦。

TIPS: 當滑動窗口的格子週期劃分得越多,那麼滑動窗口的滾動就越平滑,限流的統計就會越精確。

漏桶算法

漏桶算法的原理很簡單,可以認爲就是注水漏水的過程。往漏桶中以任意速率流入水,以固定的速率流出水。當水超過桶的容量時,會被溢出,也就是被丟棄。因爲桶的容量是不變的,保證了整體的速率。

  • 流水的水滴,可以看作是訪問系統的請求,這個流入速率是不確定的。
  • 桶的容量一般表示系統所能處理的請求數。
  • 如果桶的容量滿了,就達到限流的閥值,就會丟棄水滴(拒絕請求)
  • 流出的水滴,是恆定熟慮的,對應服務按照固定的速率處理請求。

在正常流量的時候,系統按照固定的速率處理請求,是我們想要的。但是面對突發流量的時候,漏桶算法還是循規蹈矩地處理請求,這就不是我們想看到的啦。流量變突發是,我們肯定希望系統儘量快點處理請求,提升用戶體驗嘛。

令牌桶算法

面對突發流量的時候,我們可以使用令牌桶算法限流。

令牌桶算法原理

  • 有一個令牌管理員,根據限流大小,定速往令牌桶裏放令牌。
  • 如果令牌數量滿了,超過令牌桶容量的限制,那就丟棄。
  • 系統在接受到一個用戶請求時,都會先去令牌桶要一個令牌。如果拿到令牌,那麼就處理這個請求的業務邏輯;
  • 如果拿不到令牌,就直接拒絕這個請求。

如果令牌發放的策略正確,這個系統即不會被拖垮,也能提高機器的利用率。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章