限流算法，web系统的开发经常免不了限流控制，对于系统的安全性如dos攻击以及稳定性都是有极大的必要性。

一、固定窗口计数器算法

定义：限制单位时间内可请求的最大值。

当然我们有可以从这个名字来理解，  以时间轴作为窗子的底边，每一段单位时间就是一个窗子，这条时间轴上有无数个固定的窗子，窗子与窗子之间无关联关系，与之相对的就是滑动窗口。

举例说明： 1分钟内允许100个请求。   则每1分钟作为一个窗子，高度为100。 第一分钟内，如果超过100个请求，则多余的就会被抛弃，直到第二分钟开始，计数重新开始。

实现：一个计时器  一个计数器

优点：实现简单

缺点：限流不够平滑，无法应对激增流量。

    “平滑”：在某一段时间内可能长时间导致请求无法处理      “激增流量”：大量的并发请求，虽然1分钟内可以处理100个请求，但是浓缩到1s，则可能无法处理100个请求。

二、滑动窗口计算器限流

这个是相对固定窗口而言的。特点就是滑动了。 

固定窗口是时间轴上有无数个一模一样的窗子，彼此无关联，  滑动窗口就是时间轴上始终只有一个窗子，这个窗子可以滑动。  滑动速率是限制的，以固定的速度进行滑动。

举例说明：依旧是1分钟允许请求100个请求， 这是窗子的总大小。滑动窗口进行了优化，将一分钟划分成10份，每份10s,则每10秒允许的请求数为 100/10 = 10。当60s内，每个区间记录自己区间的请求数，当跨过60s后，则左边第一个10s区间就会被抛弃，然后右边纳入一个新的一个10s区间，整体看起来就是窗子右移了一下，移动的跨度为10s。

上述讲了固定窗口限流的缺点之一。不够平滑，不能应对激增流量。  现在改动后，平滑度升高了， 激增流量的限制也提高了。 

实现：多个计时器，多个计数器

优点：平滑度提高，跟跨度成反比，跨度越小，平滑度越高，不过性能消耗也越高。

缺点：平滑度，激增流量受限跨度的设置

三、漏桶算法

漏桶算法主要体现在"漏桶"两个字，想象一下，你用一个漏桶去装水，水再多，它始终保持一定的速率漏水，如果装水速度大于漏水，则水满了，多余水则无法入桶。

对比到请求限流中，就是允许任意量的请求访问，系统始终以匀速的速度进行处理请求，如果超出预定设置的请求数容量，则拒绝后来的容量。

举例说明：系统1s处理1个请求,这就是漏桶的漏水速度，允许最多100个请求连接，则100就是桶的容量。 至于这100个请求是以什么样的速率进行访问则不进行限制，1s种也好，100s也好，超过100个则后续的直接拒绝，直到1s后处理了一个请求，又允许一个请求连接。

实现： 一个计时器    一个队列

漏桶算法其实就是常说的队列削峰/限流，通过队列限制最大请求数，定期从队列中去进行消费。

优点：相比于窗口算法，他可以控制漏桶流速，避免同时涌入大量请求导致系统过载。  

缺点：对系统的资源利用不够，始终以一定速度进行处理

四、令牌桶算法

令牌桶个人感觉不是很贴切，不过他是基于漏桶算法的升级，延用这个名字也能理解，所以要理解令牌桶，要先了解漏桶算法。

令牌桶的桶不是漏桶，它是一个完整的桶，这是一个区别，桶里面装的也不再是“请求”了，而是一个叫“令牌”的东西。令牌的作用就是当请求过来时，请求需要先去桶里面拿令牌，拿到令牌的请求，就会被系统处理，没有拿到的，就会被拒绝。

令牌桶跟漏桶的区别：1.漏桶的漏水 改成了 令牌的生成  2.漏桶的容量 改成了 令牌的数量 

实现：队列 + 计时器

优点：解决了漏桶始终匀速处理的问题，令牌成成速度可动态调整，增加了资源利用性。

缺点：由于令牌速率和桶的容量决定了系统的并发处理能力，需要合理设置，否则容易导致并发量过大，系统过载。