一、计数器算法

• 计数器算法是限流算法里最简单也是最容易实现的一种算法，简单来说就是规定单位时间处理的请求数量。
• 比如我们规定我们的一个接口一分钟只能访问100次的话。
• 在一开始，我们设置一个计数器counter，每当一个请求过来，counter就加1，如果counter的值大于100并且该请求与第一个请求的间隔时间还在1分钟之内，那么说明请求数过多，触发限流。
• 如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置 counter，具体算法的示意图如下（该图来自互联网）：

• 这个算法虽然简单，但是有一个十分致命的问题，那就是临界问题：假设有一个恶意用户，他在0:59时，瞬间发送了100个请求，并且1:00又瞬间发送了100个请求，那么其实这个用户在 1秒里面，瞬间发送了200个请求。我们刚才规定的是1分钟最多100个请求， 瞬间超过我们我们阈值的两倍。用户有可能通过算法的这个漏洞，压垮我们的应用。

二、滑动窗口计数器算法

• 计数器算法的升级版。

• 滑动窗口计数器算法相比于固定窗口计数器算法的优化在于：它把时间以一定比例分片，例如我们可以把 1 分钟分为6个窗口。
  

• 如图，每格代表的是10秒钟。每过10秒钟，我们的时间窗口就会往右滑动一格。每一个格子都有自己独立的计数器counter，比如当一个请求 在0:35秒的时候到达，那么0:30~0:39对应的counter就会加1，红色虚线框住的六个格子的counter相加不能大于100。

• 同样的临界问题，0:59到达的100个请求会落在蓝色的格子中，而1:00到达的请求会落在绿色的格 子中。当时间到达1:00时，我们的窗口会往右移动一格，那么此时时间窗口内的总请求数量一共是200个，超过了限定的100个，所以此时能够检测出来触发限流。

三、漏桶算法

• 我们可以把发请求的动作比作成注水到桶中，我们处理请求的过程可以比喻为漏桶漏水。我们往桶中以任意速率流入水，以一定速率流出水。当水超过桶流量则丢弃，因为桶容量是不变的，保证了整体的速率。
• 实现这个算法的话也很简单，准备一个队列用来保存请求，然后我们定期从队列中拿请求来执行就好了。

四、令牌桶算法

• 令牌桶算法和漏桶算法算法一样，我们的主角还是桶，不过现在桶里装的是令牌了。
• 所有的请求在处理之前都需要拿到一个可用的令牌才会被处理；
• 根据限流大小，设置按照一定的速率往桶里添加令牌；
• 桶设置最大的放置令牌限制，当桶满时、新添加的令牌就被丢弃或者拒绝；
• 请求达到后首先要获取令牌桶中的令牌，拿着令牌才可以进行其他的业务逻辑，处理完业务逻辑之后，将令牌直接删除；