看完这篇，轻松get限流！

导语 | 本文推选自腾讯云开发者社区-【技思广益 · 腾讯技术人原创集】专栏。该专栏是腾讯云开发者社区为腾讯技术人与广泛开发者打造的分享交流窗口。栏目邀约腾讯技术人分享原创的技术积淀，与广泛开发者互启迪共成长。本文作者是腾讯云游戏后台开发工程师孙锦。

限流在确保现代分布式系统的稳定运行中，发挥了至关重要的作用。本文试图对这项技术做一个梳理，以便更好地了解并应用它。

什么是限流？

限流，也叫速率限制（Rate Limiting），是一种限制请求速率的技术。通常用于保护服务自身，或在下游服务已知无法保护自身的情况下，保护下游服务。

为什么要限流？

服务需要保护自己，以免被太多的请求淹没（无论是恶意或无意的），从而保持可用性。

举个生活中的例子，某个景区，平时可能根本没什么人前往，但是一旦到了国庆假日就人满为患，这时景区管理人员就会实施一系列的限流举措，来限制进入的人流量。为什么要这么做呢？假设景区能容纳1万人，现在进去了3万人，势必摩肩接踵，搞不好还会有踩踏事故发生。这样的结果就是所有人的体验都不好，如果发生了事故，景区可能还要关闭，导致对外不可用。

互联网场景中，这样的例子也随处可见。比如秒杀抢购，通过限流来限制并发和请求量，从而保护自身或下游系统不被巨型流量冲垮。

（一）防止资源枯竭

限流最常见的一个原因是，通过避免资源枯竭，来提高服务的可用性。常见的导致资源枯竭的原因有：

遭受恶意的攻击（如DDoS攻击、暴力密码猜测攻击等），这些攻击看起来像是来自真实用户，但通常是由僵尸程序或某种脚本机器人生成，往往会在短时间内发起大量的服务请求，导致合法用户无法使用该系统。

非恶意的（friendly-fire）资源消耗，这可能由于一些错误的配置，或者人为的误用导致。比如：上游调用方在应该发起批量请求的地方，发起了多次简单请求。

（二）管理配额

许多公共资源（如开放API，服务容量等），可能由多个租户共享。如果没有限流，每个用户都随心所欲的发出请求，消耗资源，将导致嘈杂邻居效应（noisy neighbor），使其他用户的服务质量变差，甚至得不到服务。对每个用户使用限流，从而为每个用户提供公平的服务，而不影响其他用户。

（三）费用控制

在按使用付费模式中，底层资源能够自动伸缩以满足需求，限流通过对资源扩展设置虚拟上限来帮助控制运营成本。如果没有限流，资源可能会不成比例地扩展（比如配置错误，或者实验失控），从而导致指数级的账单。

限制键（Limiting Key）

使用限流时，第一步要做的是选择一个合适的限制键。某些场合中，限制键有其他叫法，比如：条件、过滤器等。

本质上限制键是一个用于计数的标识，也是限流算法所作用的对象。比如当基于IP或者用户进行限流，这里IP地址或者用户ID就是一个限制键。

理论上，任何可从请求中提取的特征都可以用作限制键，比如来源IP地址、用户、地区、API Key，甚至是一个query参数。也可以将多个特征组合起来形成一个限制键。

当确定好限制键后，就可以根据应用的流量特征，选择合适的限流算法。当达到限制时，你需要选择如何处理这些请求，比如：丢弃请求，或者向调用方返回一个限制信号（比如HTTP 429响应）

限流算法

Allow a key to make x requests per y time period

一般来说，速率是一段时间内发生次数的简单计数。有几种不同的技术用于测量和限制速率，每种技术都有自己的用途和含义。

（一）漏桶（Leaky Bucket）

漏桶算法是网络世界中流量整形（Traffic Shaping）或速率限制（Rate Limiting）时经常使用的一种算法，它的主要目的是控制数据注入到网络的速率，平滑网络上的突发流量（Bursty Flow）。漏桶算法提供了一种机制，通过它，突发流量可以被整形为一个稳定的流量。

算法过程：

漏桶由一个有限长度的FIFO队列组成。
当一个请求到达时，如果队列中有空间，它就被附加到队列中；否则它将被拒绝。
队列的另一端，则以一个恒定的速率漏出/放行请求。

优点：

能够平滑突发流量，这使得漏桶特别适合需要削峰填谷的瞬时高并发场景（如：整点签到、秒杀等）

缺点：

资源利用率低：漏桶并不能高效地利用可用的资源。因为它只在固定的时间间隔放行请求，所以在很多情况下，流量非常低，即使不存在资源争用，也无法有效地消耗资源。
饥饿问题：当短时间内有大量突发请求，即使服务器没有任何负载，每个请求也需要在队列中等待一段时间才能响应。

举个例子：平时访问某个网站，如果有多个用户同时访问，这时虽然服务器没有什么负载，但排在后面的客户请求无法被立即响应，这样网站看起来就很慢，用户体验就很差。

（二）令牌桶（Token Bucket）

令牌桶算法很容易和漏桶算法错误地混淆在一起。和漏桶一样，令牌桶也被用于流量整形和速率限制。但实际上，这两种算法具有截然不同的特性，它们之间最主要的差别在于：漏桶通过平滑流量强行限流（不允许突发通过），而令牌桶在限流的同时还允许某种程度的突发传输（允许突发通过）。

令牌桶的策略，简单来说就是“广积粮”：平时存粮，以备灾年之用（应对突发）

算法过程：

算法使用一个固定容量的桶。
只要桶不满，系统就以一个恒定的速率（比如每秒）向桶中添加令牌。
当请求到来时，就从桶中拿走1个或多个令牌，若没有可用令牌，就拒绝该请求。

优点：允许突发流量。应用程序在本质上往往是突发性的，当有突发流量时，只要桶里的令牌足够，就能处理，因此能够更高效的利用底层资源。

举个例子：假设令牌桶的容量为20，令牌恢复速度为5个/秒。正常情况下，系统可以处理持续的每秒5个请求，也可以处理每隔4秒一次性20个请求的突发情况。

（三）简单计数

最简单的限流算法就是简单计数了，常被用于池类资源场景，如：线程池，连接池等。这类场景的典型特征是资源用完放回。

举个生活中常见的例子：国庆期间，某景区限流，最多只允许1W人进入，当到达1W人后，每出来一个人，才允许再进入一个人。

算法只需为计数器设置一个阈值（通常就是底层资源的可用量），并为请求做简单计数。

算法过程：

请求开始处理时，计数器加一
请求处理完毕时，计数器减一
若计数器超过阈值，则直接拒绝该请求

优点：简单粗暴。

缺点：缺乏灵活性，应用场景有限。

（四）固定窗口计数（Fixed Window Counter）

算法使用一个固定大小的时间窗口（如1分钟），并跟踪窗口内的请求数。每个传入的请求都将增加窗口的计数器，如果计数器超过阈值，则该请求被拒绝。

窗口通常由当前时间戳的下限定义，因此10:01:06和60秒的窗口长度将在10:01:00窗口中。每当时间到达一个新的窗口时，计数器被重置。

优点：可以确保新的请求得到处理，而不会被旧的请求饿死。

缺点：对资源的使用，不能均匀的按时间分布。这导致了边界双倍暴击问题：恶意用户可以在窗口重置点前后，制造双倍速率的突发请求，从而瞬间压垮应用。

举个例子：假设规划的吞吐量是1分钟3个请求，即每秒0.05个请求。恶意用户在0:59，瞬间发送3个请求，在1:00，又瞬间发送3个请求。则在这个1秒瞬间，共发送了6个请求，远超规划速率，瞬间压垮应用。

（五）滑动日志（Sliding Logs）

滑动日志算法通过实时滚动窗口，即精确地计算当前时刻的窗口（而不是由时间戳下限定义的固定窗口），从而消除了静态窗口边界，解决了固定窗口的边界双倍暴击问题。

算法跟踪每个请求的时间戳日志。这些日志通常存储在FIFO队列中，或者按时间排序的散列集或表中。当一个请求到来时，先裁减掉1分钟（假设限速器基于1分钟）前的日志，剩余的日志总数就代表了当前的实时窗口计数，若超过阈值，则请求被拒绝，否则将请求的时间戳添加到日志中。

举个例子：假设在1:20来了一个请求，但在0:20~1:20的时间窗口内，已经有3个请求，因此当前请求被拒绝。时间来到1:26，此时1分钟前的日志0:25被裁剪掉，因此当前窗口中只有0:45和1:10两条日志，于是请求被接受。

优点：能够精确地执行限流，不受固定窗口边界条件的影响。

缺点：为请求存储日志，可能会消耗大量的存储空间，这使得该算法不能很好地扩展以处理大流量或防御DoS攻击。

（六）滑动窗口计数（Sliding Window Counter）

类似于滑动日志，但内存效率更高。该算法结合了固定窗口的低处理成本优点，以及滑动日志的改进边界条件优点。

算法不再为每个请求单独保存一个时间戳日志，而是将相同时间戳的日志合并（这是大流量下节省内存的关键），每个日志记录时间戳和该时间戳上发生的请求数。通过对窗口中的所有日志的请求数求和，即可得到当前的实时窗口计数。

优点：提供了灵活性和良好的性能。避免了漏桶的饥饿问题和固定窗口的边界双倍暴击问题。

（七）背压（Back Pressure）

背压是一种阻碍请求通过的反向压力，通常出现在请求速度快于处理速度的上下文中。

它不是一种单纯的限流策略，因为这种策略不是服务器单独完成的，而是需要服务器和客户端合作来应对：

服务器仍然负责限流的部分。不同的是，当服务器压力很大，无法处理更多请求的时候，需要向客户端传递这种压力信号（称之为背压信号），通过响应（如HTTP 429）反向传导给客户端。
然后压力就来到了客户端，客户端需要理解这种反馈，并做出适当的措施，以降低其请求速率，从而适配服务器的处理能力。

客户端可以进行的措施包括：

丢弃这个请求
缓存这个请求，并在将来的某个时刻再次发送

案例：TCP滑动窗口

一个著名的案例是TCP滑动窗口：接收端在每次收到一个数据包后，都会在ACK中带上自己的接口窗口大小，发送方收到ACK后，根据接收方通告的窗口大小，调整自己的发送窗口大小，以动态适配接收方的处理能力。

阻塞调用链（Callstack Blocking）

上面描述的机制实现了一种显示的生产者和消费者的协调机制。

除此之外，还存在一种隐式的协调机制，即阻塞调用链（Callstack Blocking），当下游无法处理时直接阻塞上游。下面是一些例子：

TCP阻塞send：内核有一个固定长度的发送缓冲区，缓冲区满时，会阻塞send方法。
线程池：提交任务到线程池，线程池满后，会阻塞在提交动作上，这将隐式地阻塞上游的生产者。

客户端策略

除了上面描述的背压策略，客户端还需要在网络超时的情况下，参与到限流过程。

（一）超时重试

分布式系统存在特有的三态概念，即成功，失败，和超时无响应（结果未知）。当超时发生时，客户端通常需要重试，就和收到背压信号时的处理类似。

（二）退避（Backoff）

重试是“自私的”。换句话说，在客户端重试时，它将花费更多的服务器时间来获得更大的成功几率。在故障很少发生或瞬时发生的情况下，这并不是问题，因为重试请求的总数很小。但如果故障是由过载引起的，重试会增加负载，导致情况进一步恶化。

重试的首选解决方案是退避：客户端不会立即积极地重试，而是在两次尝试之间等待一段时间。

指数退避（exponential backoff）

最佳的退避模式是指数退避，即每次尝试后的等待时间都呈指数级增加。这可能导致很长的退避时间，因为指数函数增长很快。为了避免重试太长时间，实现通常会设置一个上限值。

代码语言：javascript复制

timeout = min(base * pow(2, attempt), threshold)

使用这种方法的一个经典案例是：TCP超时重传时采用的Karn算法。

其他的退避模式

恒定时间：在每次尝试之间等待恒定的时间。例如，使用1秒的恒定延迟，那么重试将在1秒、2秒、3秒、4秒等发生。
斐波纳契：使用斐波纳契数，来获得对应于当前重试的等待时长，比如1，1，2，3，5，8，13，等等。

这个Python退避包提供了一些常用的解决方案。

（三）增加抖动（Jitter）

如果许多客户端同时发出基于时间表的请求（比如每小时查询一次），那么可能会造成周期性的惊群效应 (thundering herd)。该效应指的是由于突发事件而导致的突发的流量激增的情况。

解决方法是：通过在超时时间上增加额外的随机值（抖动），以使重试在时间上有所分散，从而避免这种情况的发生。

（四）谨慎重试

重试会加重从属系统上的负载：如果对系统的调用超时，且该系统过载，则重试会导致过载问题恶化，而非好转。下面是一些建议：

仅在观察到依赖项运行状况良好时才进行重试，从而避免了这种负载加剧的问题。
当重试无助于提高可用性时，应停止重试。

分布式限流

分布式系统中，可能需要对服务的所有实例进行整体限制，这时就要使用高效的全局存储（如Redis）来跟踪各种限制计数。

（一）竞争条件

集中式数据存储最常见的一个问题是高并发场景下的竞争条件问题。当使用一种简单的“get-then-set”方法，就会发生这种问题。在这种方法中，先获得当前的限流计数器，将其递增，然后写回存储。问题在于，这一系列操作并非原子的，中间可能会插入额外的请求，每个请求都试图写入过期的计数器。这使得消费者可以通过高频的请求来绕过限流控制。

解决方案1：放宽限制

允许计数器超过阈值，可以设置一个容忍区间（如1%）。举个例子：设定上限为200，但是允许203个请求。这也许算不上解决方案，但某些场景确实能用。

解决方案2：会话保持

通过在负载均衡器中设置会话保持，以便确保来自同一个用户的请求总是由同一个节点串行处理。缺点：缺乏容错能力、节点过载时的扩展性问题。

解决方案3：加锁

解决竞争条件，最常用的方法是加锁，以防止计数器的并发访问。缺点：消费者发出的其他请求的响应延迟，此外锁会很快成为一个严重的性能瓶颈，并且不能很好地伸缩。

解决方案4：Redis Lua

当使用Redis作为数据存储时，可以搭配Lua脚本实现“get-then-set”原子化。Redis将整个Lua脚本作为一个命令原子执行，无需担心并发。

代码语言：javascript复制

local curr_count = tonumber(redis.call('GET', key) or "0")
if curr_count   1 > limit then    -- 限流    return 0else    -- 放行    redis.call("INCRBY", key, 1)    redis.call("EXPIRE", key, 2)    return 1end

参考资料：

1.限流：计数器、漏桶、令牌桶三大算法的原理与实战

2.Google Cloud速率限制策略和方式

3.NGINX Rate Limiting

4.Understanding Rate Limiting Algorithms

5.Token bucket-Wikipedia

6.Leaky bucket-Wikipedia

7.Backpressure explained

8.超时、重试和抖动回退

作者简介