请求限流（Rate Limiting）实现-Swoole-PHP中文网

请求限流（Rate Limiting）实现

畫卷琴夢

发布： 2025-06-28 22:45:02

原创

330人浏览过

限流通过设定请求速率限制来保护系统资源，确保服务稳定性和响应性能。常见算法包括：1. 计数器算法：简单但可能导致突发流量。2. 漏桶算法：稳定但可能积压请求。3. 令牌桶算法：灵活处理突发流量，但实现复杂。

请求限流（Rate Limiting）实现

限流（Rate Limiting）是如何在高并发场景下保护系统资源的呢？限流可以防止系统被过多的请求压垮，确保服务的稳定性和响应性能。通过设定请求速率限制，限流策略可以有效地管理系统负载，避免资源耗尽导致的服务中断。

限流的实现方式多种多样，从简单的计数器算法到复杂的漏桶、令牌桶算法，每一种都有其适用场景和优缺点。在实际应用中，选择合适的限流算法不仅能保护系统，还能优化用户体验。

限流的核心在于限制请求的速率，常见的算法包括：

计数器算法：简单易实现，但存在时间窗口问题，可能会导致突发流量。
漏桶算法：请求就像水滴从桶中漏出，稳定但可能导致请求积压。
令牌桶算法：更灵活，能够处理突发流量，但实现复杂度较高。

在实际开发中，我曾使用过令牌桶算法来实现限流。它的优点在于可以应对突发流量，同时又能保证长期的请求速率稳定。以下是一个使用令牌桶算法实现限流的Java代码示例：

import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicLong;

public class TokenBucketRateLimiter {
    private final long capacity;
    private final long refillRate;
    private final TimeUnit refillUnit;
    private final AtomicLong tokens;
    private long lastRefillTimestamp;

    public TokenBucketRateLimiter(long capacity, long refillRate, TimeUnit refillUnit) {
        this.capacity = capacity;
        this.refillRate = refillRate;
        this.refillUnit = refillUnit;
        this.tokens = new AtomicLong(capacity);
        this.lastRefillTimestamp = System.currentTimeMillis();
    }

    public boolean tryAcquire() {
        refill();
        return tokens.getAndUpdate(current -> current > 0 ? current - 1 : current) > 0;
    }

    private void refill() {
        long now = System.currentTimeMillis();
        long elapsed = now - lastRefillTimestamp;
        long newTokens = elapsed * refillRate / refillUnit.toMillis(1);
        if (newTokens > 0) {
            tokens.accumulateAndGet(newTokens, (current, update) -> Math.min(capacity, current + update));
            lastRefillTimestamp = now;
        }
    }

    public static void main(String[] args) throws InterruptedException {
        TokenBucketRateLimiter limiter = new TokenBucketRateLimiter(10, 1, TimeUnit.SECONDS);
        for (int i = 0; i < 20; i++) {
            if (limiter.tryAcquire()) {
                System.out.println("Request " + (i + 1) + " allowed");
            } else {
                System.out.println("Request " + (i + 2) + " denied");
            }
            TimeUnit.MILLISECONDS.sleep(500);
        }
    }
}

登录后复制

这个实现中，TokenBucketRateLimiter类通过维护一个令牌桶来控制请求速率。tryAcquire方法尝试获取一个令牌，如果成功则请求通过，否则请求被拒绝。refill方法定期补充令牌，以保持请求速率的稳定性。

在实际使用中，我发现令牌桶算法虽然强大，但也有一些需要注意的点：