-
Notifications
You must be signed in to change notification settings - Fork 495
匀速排队限流
Haotian Zhang edited this page May 30, 2022
·
8 revisions
匀速排队限流是限流算法中的一种,它是基于漏桶算法实现的。匀速排队限流算法主要提供了一种削峰填谷的限流算法。它帮助服务端能够在流量洪峰到达时,还能保证一个匀速处理的状态,以保护服务端不被冲垮,此为削峰。这种方法不是让超过限流阈值的请求立刻失败,而是给予一定的排队等待时间,超过等待时间才会立刻失败,此为填谷。如下图所示:
漏桶算法是一种基于类比的算法,它将请求类比为水滴,请求打到服务端类比为水滴流入一个水桶。这个水桶能够限定水的滴出速度,即当水量较小时,水将会匀速滴出水桶,稍微多一点的水量也会存在水桶内,等待滴出。这种情况相当于请求量较小时,请求会被服务端匀速处理,偶尔密集的请求也会进行排队来等待服务端处理,如下图(a)所示。而当时某个时间段水量很大,导致水桶无法容纳过多的水时,水将直接溢出,这种情况相当于请求量激增,需要排队等待的请求过多,此时超出排队时间的部分请求,将立刻失败,如下图(b)所示。
匀速排队限流算法是基于漏桶算法的原理实现的,它根据匀速排队限流规则指定“漏桶”出水的速度,根据配置的最大排队时间指定“漏桶”的大小。因此,匀速排队限流算法将遇到一下几种情况进行分别处理:
- 请求速率小于“漏桶”出水速率。这种情况下,漏桶中不会积水,所有的请求都会被马上处理。如下图所示,请求1-4都将重新开启时间窗口,并马上被服务端处理。
- 请求速率大于“漏桶”出水速率,但等待时间小于最大等待时间。此时时间窗口内进来的请求,将会等待一段时间,直到下一个时间窗口来临时才会被服务端处理。如下图所示,Req 1 开启一个时间窗口,在这个时间窗口内,其他请求将不会被处理。而 Req 2 在这个时间窗口内进入,此时它将等待第一个时间窗口结束,才会开启第二个时间窗口,并被服务端处理。同理,Req 3-6 分别将在第三个到第六个时间窗口被服务端处理。从用户侧看,橙色是请求发生的时间戳,黄色代表请求被处理的时间戳,请求被处理的时间间隔为时间窗口的长度,也就是“漏桶”出水的速度,是匀速的。
- 请求速率大于“漏桶”出水速率,且等待时间大于最大等待时间。如下图所示,Req 1-4 和上一种场景类似,将被服务端匀速排队处理。而Req 5-7 由于等待时间超过设定的最大等待时间,因此将直接失败,不被服务端处理。后续到来的 Req 8-9 又将会被服务端正常地匀速排队处理。
- 您在使用过程中遇到任何问题,请提 Issue 或者加入我们的开发者群告诉我们,我们会在第一时间反馈
- Spring Cloud Tencent 社区期待您的加入,一个 Star、PR 都是对我们最大的支持
- 项目介绍
- 使用指南
- 最佳实践
- 开发文档
- 学习资料