sentinel限流算法-EW帮帮网

限流算法：固定窗口算法、滑动时间窗口、令牌桶和漏桶这四种常见限流算法的原理：

固定窗口：
- 固定窗口算法将时间划分为固定大小的窗口，并在每个窗口内限制请求的数量。在每个窗口开始时，计数器重置，如果在当前窗口内请求数超过限制，则拒绝新的请求。
- 优点：简单易实现。
- 缺点：但对于时间精度要求较高的场景可能不够精确。
滑动时间窗口：
- 在固定窗口的基础上，滑动窗口计数器算法会将一个窗口划分为n个更小的区间：（在窗口的基础上引入区间的概念）
- 优点：实现简单，易于理解。比固定窗口更加精准。
- 缺点：无法保证整体流量曲线的平滑。
令牌桶：
- 有一个固定大小的桶，桶中会按照一定的速率生成令牌。
- 每个请求都需要消耗一个令牌才能通过，如果桶中没有足够的令牌，则请求会被拒绝。可以设置桶中令牌的上限来限制超时令牌累加问题。
- 优点：可以应对流量的突增，实现灵活的限流策略。
- 缺点：实现相对复杂，需要维护令牌的生成和消耗。
漏桶：
- 有一个固定大小的桶，请求可以进入桶中，然后按照固定的速率被处理。
- 漏桶可以保证流量的平滑输出，因为所有请求都会按照固定速率被处理，无论请求的到达速率如何。
- 优点：保证流量的平滑输出，实现严格的限流。
- 缺点：无法应对流量的突增，可能会导致请求的延迟。

对比项	固定窗口算法	滑动时间窗口	令牌桶	漏桶
能否保证流量曲线平滑	不能，存在临界点问题，可能导致流量突增	能，窗口内区间越小，流量控制越平滑	基本能，在请求量持续高于令牌生成速度时，流量平滑	能，所有请求进入桶内，以恒定速率放行，绝对平滑
能否应对突增流量	不能，突增流量只要高出限流阈值都会被拒绝	不能，徒增流量，只要高出限流阈值都会被拒绝	能，桶内积累的令牌可以应对突增流量	能，请求可以暂存在桶内
流量控制精确度	低，窗口区间越大，精度越低	低，窗口区间越小，精度越高	高	高
适用场景	适用于对时间精度要求不高的简单API限流	适用于大多数场景	适用于需要灵活限流策略的场景	适用于需要严格平滑流量输出的场景

这个表格总结了限流算法在保证流量曲线平滑、应对突增流量和流量控制精确度方面的特点，以及它们各自的适用场景。每种算法都有其优势和局限性，选择哪种算法取决于具体的业务需求和场景。

Gateway：
- 主要采用基于 Redis 实现的令牌桶算法。
- 令牌桶算法能够应对流量的突增，因为它允许在短时间内消耗桶中积累的令牌。
Sentinel：
- 提供了更复杂的限流策略，包括：
  - 默认限流模式：基于滑动时间窗口算法，适用于大多数场景，可以保证在窗口内流量的平滑，但无法保证整体流量曲线的平滑。
  - 排队等待的限流模式：基于漏桶算法，可以保证流量以固定速率被处理，适用于需要严格平滑流量输出的场景。
  - 热点参数限流：基于令牌桶算法，适用于对特定热点参数进行限流的场景，可以应对突增流量。

sentinel限流算法