上篇文章《為什么大公司都要做流量治理？》跟大家聊了下做流量治理的真正目的是什么。如果你要開發一個流量治理的平台或者一個限流的框架，那么必不可少的就是要選擇一種合適的限流算法。本篇文章就跟大家聊聊目前常用的限流算法有哪些。
計數器
計數器是最簡單，最直接明了的限流算法。說白了就是進行數字累加操作，也就是count++ 這你總能看懂吧！
單機限流可以直接使用LongAdder或者AtomicLong這些原子類進行計數操作即可。用Semaphore也可以，Semaphore內部本身就是計數器的方式實現。
集群限流可以使用Redis的incr進行計數累加即可，用其他的存儲也可以，核心就是要有集中存儲計數的地方。
計數器算法也分為兩種形式，一種是有時間段的限制，另一種是沒有時間段的限制。
有時間段限制
有時間段限制就是你限流的時長是多少，一般我們都會以秒為單位。比如限制QPS為1000。
有時間限制會存在一個臨界區的問題，假設第1秒中的第999毫秒的時候，來了800個請求，這個時候是沒有超過1000 QPS的限制。然后第2秒的1毫秒來了800個請求，相隔幾毫秒，很有可能前面的請求還沒執行完成，這么又來了，其實這個時候的請求已經超出了你系統能夠承受的范圍了，也就失去了限流的效果。
如果非得要用有時間限制的計數器算法，那么可以將時間單位調的越小越好。當然還有其他的算法能夠解決這個臨界區的問題，下面會介紹到。
無時間段限制
無時間段限制就不會存在臨界區的問題，請求進來數量加一，請求結束數量減一。將並發量最高永遠限制在你想要的范圍內。跟Semaphore是一樣的作用。
這個其實跟我們去飯店吃飯一樣，飯店總共10個座位，坐滿了你就得在外面等着叫號。如果有客人吃完離開了，空了一個座位出來，下一個客人才能進去。這樣就能永遠保證進去的人不超過飯店的座位數量，也在廚師和服務員能夠服務的范圍之內。
偽代碼示列：
@Slf4j
public class RatelimitFilter implements Filter {
private AtomicLong atomicLong = new AtomicLong();
@Override
public void doFilter(ServletRequest servletRequest, ServletResponse servletResponse, FilterChain filterChain) throws IOException, ServletException {
HttpServletRequest request = (HttpServletRequest)servletRequest;
try {
long currentQps = atomicLong.incrementAndGet();
log.info("當前QPS: {}", currentQps);
if (currentQps > 1) {
throw new RuntimeException("限流中。。。。");
}
try {
// 模擬業務耗時
TimeUnit.SECONDS.sleep(2);
} catch (InterruptedException e) {
e.printStackTrace();
}
} finally {
atomicLong.decrementAndGet();
}
}
}
滑動窗口
了解滑動窗口前先需要了解下固定窗口，固定窗口比較簡單，也就相當於固定大小。比如限制1秒內的訪問次數，那么這個1秒就是一個固定的時間窗口。
滑動窗口可以將固定窗口再進行細分成多個窗口，比如將1秒中的固定窗口細分成5個窗口，那么每個窗口的時間就是200毫秒。
假設每秒鍾限流100，在201ms-1000ms之間的時候來了99個請求，不滿足限流條件，放行。在第2秒的100ms的時候來了999個請求，這個時候多余的請求會被限制。當前窗口的范圍是1秒的201ms~2秒的200ms。
通過滑動窗口算法，同時也能解決了上面計數算法臨界區的問題。窗口是一直滑動的，計算的數量也不是固定時間內的，而是隨着窗口的滑動一直在變化。
漏桶
漏桶算法能夠很好的保證穩定性，可以將突發的高流量以固定的速度流出來保證穩定性。
我記得小時候，家里每年都會釀米酒，甜甜的米酒很好喝。當然我們不是來講米酒好不好喝的問題，而是要講解漏洞算法。那么漏桶算法跟米有又有什么聯系呢？
釀好的米酒會裝在酒壇里面，有時候村里的其他人需要用到米酒的時候，如果自己家里沒有釀的話就會去別人家買，一般都是拿一個瓶子來裝，比如我們的可樂瓶子。
但是可樂瓶子的入口很小，直接往里面倒酒的話很容易灑出來。這個時候就有一個裝酒的漏斗，這個東西就跟我們今天要講的漏桶一樣，下面很小，上面很大。酒就相當於流量，倒入這個漏桶里面，然后會從下面很小的口流出來，這個速度是固定的，這么說相信大家一定明白了什么是漏桶算法吧。
漏桶算法的優點是能夠以固定的速率去控制流量，穩定性比較好。缺點就是無法應對突發流量的來襲，我們來分析具體的分析下這個缺點。
假設你的漏桶出口固定了每秒鍾只能通過100個請求，如果此時有150個請求，無論你后方的系統能不能抗住這150個請求，通過漏桶算法都會將另外50個請求進行攔截，只能等前面的100個請求結束后才能繼續放行剩下的50個請求。
那么有沒有什么算法既能做流量控制，又能應對突發流量的場景呢？接下來為你介紹令牌桶算法。
令牌桶
令牌桶算法用比較官方的術語來解釋就是：一個有固定容量的桶，按一定的速度往桶里面放令牌，如果桶里面裝不下令牌了就不放了。有請求進來就去桶里面獲取對應的令牌，能拿到令牌就可以通過，拿不到就拒絕，也就是限流了。
我們還是用生活中的方式來解釋下令牌桶的原理，有天你帶着你的女朋友去吃自助餐，那些吃的你們可以隨便拿，如果拿完了，是不是就得等待餐廳重新供應了才行，這就是限流了。同時，餐廳會定時的供應新的食物，食物供應上了，你能夠拿到了那就是放行，相當於拿到了令牌。
有令牌如下圖所示：
無令牌如下圖所示：
總結
本文對目前主流的限流算法進行了講解，相信大家有了一個初步的認識。這些算法在面試中也經常被問到，同時我也是通過各種生活中的案例來舉例，希望大家能夠徹底的理解這些算法的原理。