本文介紹了固定時間窗口限流算法。

前言

首先限流的算法有很多種，比如固定時間窗口限流算法、滑動時間窗口算法、漏桶算法、令牌桶算法，其余的算法后續我們會一一介紹。

一、限流場景

站在服務調用方的角度來說，限流的場景大體分為兩類。

• 對外提供服務

  用戶通過某種形式調用到了我們的服務，比如提供了web服務。

  （1）用戶增長速度太快。請求量一下子上來了，接口扛不住壓力

  （2）爬蟲

  （3）熱點事件。比如公司上市成功曝光度增加，從而導致訪問用戶量增加。

  （4）刷單。有的公司甚至主動為用戶提供刷單工具，就會導致服務的請求量暴增。

• 對內提供服務

  當前存在A、B、C、D四個服務，A服務同時被B、C、D服務調用，如果B服務的請求量暴增，導致A服務宕機，同時就會導致C、D服務也無法使用，這種情況就不太合適。
  

二、固定時間窗口限流算法原理

固定時間內只允許通過一定數據量請求，超出的請求數則會被攔截。

缺點：

這種方式下我們假定的是請求均勻分布，如果請求數據只集中在時間窗口內的某一個時間段，那么就可能超出承受范圍，如下圖所示。

三、代碼實現

public class FixedTimeWindow {public static final Integer DURATION = 1 * 1000; // 時間窗口大小，單位毫秒public static final Integer MAX_COUNT = 100; // 允許的最大請求次數public static Integer curCount = 0; // 當前請求次數public static Long endTime = new Date().getTime(); // 當前時間窗口的開始時間public boolean limit() {long currentTime = new Date().getTime();// 是否已經不在當前時間窗口范圍內了if (currentTime > endTime) {endTime = currentTime + DURATION;curCount = 1;return true;} else { // 處于當前時間窗口curCount = curCount + 1;return curCount < MAX_COUNT;}} }

總結

以上是生活随笔為你收集整理的限流算法-固定时间窗口的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。