1. 什么是服务限流？

随着现在微服务、分布式系统的发展，各个服务之间的相互调用越来越复杂。

为了保证自身服务的稳定性与高可用，当面对超过自身服务能力的请求调用时，要做一定的限流措施。

如同五一、国庆期间的旅游出行、景区爆满，游客限流。我们的服务面对诸如秒杀、大促、618、双十一以及可能的恶意攻击、爬虫等高并发、大流量的场景也需要做服务限流。

概念：对超出服务处理能力之外的请求进行拦截，对访问服务的流量进行限制。

2. 常用限流算法

2.1 计数器法（固定窗口）

概念 ：在单位时间内，统计进入的请求数量，统计值达到限流阈值时，开始限流（如拒绝和排队）。这个单位时间结束后，计算器清零，重新开始计数。

问题：在固定时间窗口切换处，最高可能会接收到 2 倍阈值的流量。

假如设置的时间窗口为 5 秒，限流阈值为 10. 第 5 秒时进来 10 个流量，此时窗口内流量未超阈值。第 6 秒切换到下一个窗口，此时进来流量 10，当前窗口流量仍未超阈值。但是 第 5 秒和第 6 秒的切换临界处，短时间内进来了限流阈值的双倍流量，此时服务可能会因为请求流量过多而发生异常。

固定窗口

2.2 滑动窗口算法

概念： 滑动窗口对固定窗口进行改良，将其细化，将一个时间窗口划分为若干个时间窗格，每个窗格代表固定的时间段（如 1 分钟）、拥有独立的计数器，每过固定时间（如 1 分钟），将滑动窗口向前移动一格。滑动窗口中的窗格划分越细，限流统计越精确。

假如设置的时间窗口为 5 秒，限流阈值为 10. 第 5 秒时进来 10 个流量，此时窗口内流量未超阈值。第 6 秒时进来流量 10,与此同时，滑动窗口右移一格，此时滑动窗口内（第 2~6 秒）流量为 20，大于限流阈值，开始限流。

滑动窗口

2.3 漏斗算法

概念：请求像水一样注入漏斗，然后以固定的速率流出。漏斗未满之前，请求可以一直进入；漏斗满，则请求拒绝。

漏斗算法可以平滑流量，但是无法解决流量突增的问题。

漏斗算法

2.4 令牌桶算法

概念：以恒定速率（令牌产生速率）向令牌桶中放入令牌，令牌桶满（令牌桶大小）则无法放入。请求到达后先获取令牌，拿到令牌后请求被处理并删除获得的令牌。令牌不足时，请求无法获得令牌，请求被拒绝。

令牌桶算法可以平滑限流，同时可以容忍突发流量。

令牌桶算法

3. 限流策略

3.1 服务拒绝

当请求流量达到限流阈值时，对多余的请求直接拒绝。可通过设计实现对指定域名、IP、客户端、应用、用户等不同来源的请求进行拒绝。

3.2 延时处理

通过将多余的请求加入缓存队列或延时队列，来应对短期的流量突增，高峰期过后开始将堆积的请求流量逐渐处理。

3.3 请求分级（优先级）

对不同来源的请求设置优先级，先处理优先级更高的请求。如 VIP 客户、重要的业务应用（如交易服务优先级高于日志服务）

3.4 动态限流

可以监控系统相关指标、评估系统压力，通过注册中心、配置中心等动态调整限流阈值。

3.5 监控预警 &动态扩容

如果有优秀的服务监控系统与自动部署、发布系统，可以通过监控系统自动监测系统运行情况，对短期内服务压力暴增、流量大幅写入的情况进行邮件、短信等方式进行预警。

在满足特定条件下，可自动部署、发布相关服务，起到动态扩容的效果。

4. 限流位置

4.1 接入层限流

可以通过 Nginx、API 路由网关等对域名或 IP 进行限流，同时可以拦截非法请求

4.2 应用限流

每个服务可以有自己的单机或集群限流措施，也可以调用第三方的限流服务

4.3 基础服务限流

数据库：限制数据库连接、限制读写速率

消息队列：限制消费速率（消费量、消费线程）