亿级流量治理系列：常用的限流算法有哪些？

上篇文章《为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。如果你要开发一个流量治理的平台或者一个限流的框架，那么必不可少的就是要选择一种合适的限流算法。本篇文章就跟大家聊聊目前常用的限流算法有哪些。

计数器

计数器是最简单，最直接明了的限流算法。说白了就是进行数字累加操作，也就是count++ 这你总能看懂吧！

单机限流可以直接使用LongAdder或者AtomicLong这些原子类进行计数操作即可。用Semaphore也可以，Semaphore内部本身就是计数器的方式实现。

集群限流可以使用Redis的incr进行计数累加即可，用其他的存储也可以，核心就是要有集中存储计数的地方。

计数器算法也分为两种形式，一种是有时间段的限制，另一种是没有时间段的限制。

有时间段限制

有时间段限制就是你限流的时长是多少，一般我们都会以秒为单位。比如限制QPS为1000。

有时间限制会存在一个临界区的问题，假设第1秒中的第999毫秒的时候，来了800个请求，这个时候是没有超过1000 QPS的限制。然后第2秒的1毫秒来了800个请求，相隔几毫秒，很有可能前面的请求还没执行完成，这么又来了，其实这个时候的请求已经超出了你系统能够承受的范围了，也就失去了限流的效果。

如果非得要用有时间限制的计数器算法，那么可以将时间单位调的越小越好。当然还有其他的算法能够解决这个临界区的问题，下面会介绍到。

无时间段限制

无时间段限制就不会存在临界区的问题，请求进来数量加一，请求结束数量减一。将并发量最高永远限制在你想要的范围内。跟Semaphore是一样的作用。

这个其实跟我们去饭店吃饭一样，饭店总共10个座位，坐满了你就得在外面等着叫号。如果有客人吃完离开了，空了一个座位出来，下一个客人才能进去。这样就能永远保证进去的人不超过饭店的座位数量，也在厨师和服务员能够服务的范围之内。

伪代码示列：

@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("当前QPS: {}", currentQps);
            if (currentQps > 1) {
                throw new RuntimeException("限流中。。。。");
            }
            try {
                // 模拟业务耗时
                TimeUnit.SECONDS.sleep(2);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        } finally {
            atomicLong.decrementAndGet();
        }
    }


}