四种常见限流算法有什么区别

一、限流要解决的核心问题
限流的本质是保护系统的处理容量不被超出。任何系统的吞吐都有上限，超过上限的请求如果全部放行，结果不是请求变慢，而是系统崩溃，所有请求一起失败。限流通过拒绝或延迟部分请求，换取整体可用。

不同算法的差异体现在三个方面：对突发流量的容忍度、流量的平滑程度、实现的复杂度。

二、固定窗口：简单但有临界问题
固定窗口算法按固定时间周期计数，例如每秒最多 100 个请求，周期结束计数清零。实现最简单，但存在临界问题：在窗口边界附近，可能短时间内放入两倍阈值的流量。比如第一秒的最后时刻进来 100 个，第二秒的开始时刻又进来 100 个，实际 1 毫秒内通过了 200 个请求。

对精度要求不高的场景可以使用，但不能用于需要严格控制瞬时流量的地方。

三、滑动窗口：更精确但成本更高
滑动窗口把大窗口切成多个小格子，统计最近一个完整滑动周期内的请求数。窗口边界随时间滑动，避免了固定窗口的临界突刺。

代价是需要维护更多状态，格子的数量决定精度和内存开销。格子越细越精确，实现成本越高。滑动窗口适合对限流精度有要求、请求量相对可控的场景。

四、漏桶：强制平滑输出
漏桶算法把请求放入一个固定容量的桶中，以恒定速率流出处理。无论进入的流量多么突发，流出的速度始终平稳。桶满后，新请求被拒绝或排队。

漏桶的特点是输出绝对平滑，适合保护对流量波动敏感的下游，例如支付网关、第三方接口。代价是无法应对合理突发，短时高峰即使系统有能力处理，也会被强制排队，增加延迟。

五、令牌桶：允许受控突发
令牌桶以恒定速率向桶中放入令牌，请求消耗令牌才能通过。桶中积攒的令牌允许一定程度的突发流量，突发量由桶容量决定，长期平均速率由放令牌速度决定。

令牌桶兼顾了限流和突发容忍，是应用最广泛的算法。大多数网关和限流组件的默认实现都是令牌桶或其变种。选择桶容量和放令牌速率时，需要分别对应系统的瞬时承受能力和持续承受能力。

六、分布式限流的额外问题
单机限流只保护单实例，集群环境下需要分布式限流。集中式方案借助 Redis 等共享存储计数，精度高但引入网络开销和单点依赖。分布式方案把总配额分配到各节点本地执行，性能好但精度受节点数变化影响。

实际系统中常见做法是分层限流：接入层做粗粒度的全局限流，服务内部做单机限流兜底。两层配合，比任何单一方案都更可靠。

七、总结
固定窗口简单但有突刺，滑动窗口精确但成本高，漏桶平滑但不容忍突发，令牌桶均衡但参数需要仔细调校。选择限流算法时，先明确要保护的是持续容量还是瞬时容量，再确认被保护对象能否接受突发。限流不是参数越小越安全，误杀正常流量同样是事故。