摘要：之前有了解到哥的一部分讀者們沒有充分搞清楚限流和熔斷的關(guān)系。后者表示系統(tǒng)在同一時刻能處理的最大請求數(shù)量，比如次的并發(fā)。后續(xù)限流策略需要設(shè)定的具體標(biāo)準(zhǔn)數(shù)值就是從這些指標(biāo)中來的。限流閾值不繼續(xù)處理請求。

如果這是第二次看到我的文章，歡迎掃描文末二維碼訂閱我喲~
本文長度為2869字，建議閱讀8分鐘。

可能你在網(wǎng)上看過不少「限流」相關(guān)的文章，但是z哥的這篇可能是最全面，最深入淺出的一篇了（容我飄幾秒～）。
開個玩笑，希望你能收獲一些增量價值就好～。

之前有了解到z哥的一部分讀者們沒有充分搞清楚「限流」和「熔斷」的關(guān)系。我們先來思考一個問題，生活中也有限流，為什么國慶春節(jié)長假熱門景點要限流？而不是一早先開幾小時，如果人多了就關(guān)幾小時，人少了就再開呢？其實這就是限流和熔斷表象上的一個區(qū)別。

在上一篇中我們聊到了「熔斷」（分布式系統(tǒng)關(guān)注點——99%的人都能看懂的「熔斷」以及最佳實踐），有熔斷機(jī)制的系統(tǒng)，它對可用性的作用至少保證了不會全盤崩潰。

但是你可以想象一個稍微極端一點的場景，如果系統(tǒng)流量不是很穩(wěn)定，導(dǎo)致頻繁觸發(fā)熔斷的話，是不是意味著系統(tǒng)一直熔斷的三種狀態(tài)中不斷切換。

導(dǎo)致的結(jié)果是每次從開啟熔斷到關(guān)閉熔斷的期間，必然會導(dǎo)致大量的用戶無法正常使用。系統(tǒng)層面的可用性大致是這樣的。

另外，從資源利用率上也會很容易發(fā)現(xiàn)，波谷的這段時期資源是未充分利用的。

由此可見，光有熔斷是遠(yuǎn)遠(yuǎn)不夠的。

在高壓下，只要系統(tǒng)沒宕機(jī)，如果能將接收的流量持續(xù)保持在高位，但又不超過系統(tǒng)所能承載的上限，會是更有效率的運作模式，因為會將這里的波谷填滿。

在如今的互聯(lián)網(wǎng)已經(jīng)作為社會基礎(chǔ)設(shè)施的大環(huán)境下，上面的這個場景其實離我們并不是那么遠(yuǎn)，同時也會顯得沒那么極端。例如，層出不窮的營銷玩法，一個接著一個的社會熱點，以及互聯(lián)網(wǎng)冰山之下的黑產(chǎn)、刷子的蓬勃發(fā)展，更加使得這個場景變的那么的需要去考慮、去顧忌。因為隨時都有可能會涌入超出你預(yù)期的流量，然后壓垮你的系統(tǒng)。

那么限流的作用就很顯而易見了：只要系統(tǒng)沒宕機(jī)，系統(tǒng)只是因為資源不夠，而無法應(yīng)對大量的請求，為了保證有限的系統(tǒng)資源能夠提供最大化的服務(wù)能力，因而對系統(tǒng)按照預(yù)設(shè)的規(guī)則進(jìn)行流量（輸出或輸入）限制的一種方法，確保被接收的流量不會超過系統(tǒng)所能承載的上限。

從前面聊到的內(nèi)容中我們也知道，限流最好能“限”在一個系統(tǒng)處理能力的上限附近，所以：

通過「壓力測試」等方式獲得系統(tǒng)的能力上限在哪個水平是第一步。

其次，就是制定干預(yù)流量的策略。比如標(biāo)準(zhǔn)該怎么定、是否只注重結(jié)果還是也要注重過程的平滑性等。

最后，就是處理“被干預(yù)掉”的流量。能不能直接丟棄？不能的話該如何處理？

第一步不是我們這次內(nèi)容的重點，說起來就是對系統(tǒng)做一輪壓測?？梢栽谝粋€獨立的環(huán)境進(jìn)行，也可以直接在生產(chǎn)環(huán)境的多個節(jié)點中選擇一個節(jié)點作為樣本來壓測，當(dāng)然需要做好與其他節(jié)點的隔離。

一般我們做壓測為了獲得2個結(jié)果，「速率」和「并發(fā)數(shù)」。前者表示在一個時間單位內(nèi)能夠處理的請求數(shù)量，比如xxx次請求/秒。后者表示系統(tǒng)在同一時刻能處理的最大請求數(shù)量，比如xxx次的并發(fā)。從指標(biāo)上需要獲得「最大值」、「平均值」或者「中位數(shù)」。后續(xù)限流策略需要設(shè)定的具體標(biāo)準(zhǔn)數(shù)值就是從這些指標(biāo)中來的。

題外話：從精益求精的角度來說，其他的諸如cpu、網(wǎng)絡(luò)帶寬以及內(nèi)存的耗用也可以作為參照因素。

常用的策略就4種，我給它起了一個簡單的定義——「兩窗兩桶」。兩窗就是：固定窗口、滑動窗口，兩桶就是：漏桶、令牌桶。

固定窗口

固定窗口就是定義一個“固定”的統(tǒng)計周期，比如1分鐘或者30秒、10秒這樣。然后在每個周期統(tǒng)計當(dāng)前周期中被接收到的請求數(shù)量，經(jīng)過計數(shù)器累加后如果達(dá)到設(shè)定的閾值就觸發(fā)「流量干預(yù)」。直到進(jìn)入下一個周期后，計數(shù)器清零，流量接收恢復(fù)正常狀態(tài)。

這個策略最簡單，寫起代碼來也沒幾行。

全局變量 int totalCount = 0;  //有一個「固定周期」會觸發(fā)的定時器將數(shù)值清零。
if(totalCount > 限流閾值) {
  return; //不繼續(xù)處理請求。
}
totalCount++;
// do something...

固定窗口有一點需要注意的是，假如請求的進(jìn)入非常集中，那么所設(shè)定的「限流閾值」等同于你需要承受的最大并發(fā)數(shù)。所以，如果需要顧忌到并發(fā)問題，那么這里的「固定周期」設(shè)定的要盡可能的短。因為，這樣的話「限流閾值」的數(shù)值就可以相應(yīng)的減小。甚至，限流閾值就可以直接用并發(fā)數(shù)來指定。比如，假設(shè)固定周期是3秒，那么這里的閾值就可以設(shè)定為「平均并發(fā)數(shù)*3」。

不過不管怎么設(shè)定，固定窗口永遠(yuǎn)存在的缺點是：由于流量的進(jìn)入往往都不是一個恒定的值，所以一旦流量進(jìn)入速度有所波動，要么計數(shù)器會被提前計滿，導(dǎo)致這個周期內(nèi)剩下時間段的請求被“限制”。要么就是計數(shù)器計不滿，也就是「限流閾值」設(shè)定的過大，導(dǎo)致資源無法充分利用。

「滑動窗口」可以改善這個問題。

滑動窗口
滑動窗口其實就是對固定窗口做了進(jìn)一步的細(xì)分，將原先的粒度切的更細(xì)，比如1分鐘的固定窗口切分為60個1秒的滑動窗口。然后統(tǒng)計的時間范圍隨著時間的推移同步后移。

同時，我們還可以得出一個結(jié)論是：如果固定窗口的「固定周期」已經(jīng)很小了，那么使用滑動窗口的意義也就沒有了。舉個例子，現(xiàn)在的固定窗口周期已經(jīng)是1秒了，再切分到毫秒級別能反而得不償失，會帶來巨大的性能和資源損耗。

滑動窗口大致的代碼邏輯是這樣：

全局?jǐn)?shù)組 鏈表[]  counterList = new 鏈表[切分的滑動窗口數(shù)量];
//有一個定時器，在每一次統(tǒng)計時間段起點需要變化的時候就將索引0位置的元素移除，并在末端追加一個新元素。
int sum = counterList.Sum();
if(sum > 限流閾值) {
   return; //不繼續(xù)處理請求。
}
int 當(dāng)前索引 = 當(dāng)前時間的秒數(shù) % 切分的滑動窗口數(shù)量;
counterList[當(dāng)前索引]++;
// do something...

雖然說滑動窗口可以改善這個問題，但是本質(zhì)上還是預(yù)先劃定時間片的方式，屬于一種“預(yù)測”，意味著幾乎肯定無法做到100%的物盡其用。

但是，「桶」模式可以做的更好，因為「桶」模式中多了一個緩沖區(qū)（桶本身）。

漏桶

首先聊聊「漏桶」吧。漏桶模式的核心是固定“出口”的速率，不管進(jìn)來多少量，出去的速率一直是這么多。如果涌入的量多到桶都裝不下了，那么就進(jìn)行「流量干預(yù)」。

整個實現(xiàn)過程我們來分解一下。

控制流出的速率。這個其實可以使用前面提到的兩個“窗口”的思路來實現(xiàn)。如果當(dāng)前速率小于閾值則直接處理請求，否則不直接處理請求，進(jìn)入緩沖區(qū)，并增加當(dāng)前水位。

緩沖的實現(xiàn)可以做一個短暫的休眠或者記錄到一個容器中再做異步的重試。

最后控制桶中的水位不超過最大水位。這個很簡單，就是一個全局計數(shù)器，進(jìn)行加加減減。

這樣一來，你會發(fā)現(xiàn)本質(zhì)就是：通過一個緩沖區(qū)將不平滑的流量“整形”成平滑的（高于均值的流量暫存下來補(bǔ)足到低于均值的時期），以此最大化計算處理資源的利用率。

實現(xiàn)代碼的簡化表示如下：

全局變量 int unitSpeed;  //出口當(dāng)前的流出速率。每隔一個速率計算周期（比如1秒）會觸發(fā)定時器將數(shù)值清零。
全局變量 int waterLevel; //當(dāng)前緩沖區(qū)的水位線。
if(unitSpeed < 速率閾值) {
   unitSpeed++;
//do something...
}
else{
   if(waterLevel > 水位閾值){
   return; //不繼續(xù)處理請求。
   }
   waterLevel++;
   while(unitSpeed >= 速率閾值){
   sleep(一小段時間)。
   }
   unitSpeed++;
   waterLevel--;
//do something...
}

更優(yōu)秀的「漏桶」策略已經(jīng)可以在流量的總量充足的情況下發(fā)揮你所預(yù)期的100%處理能力，但這還不是極致。

你應(yīng)該知道，一個程序所在的運行環(huán)境中，往往不單單只有這個程序本身，會存在一些系統(tǒng)進(jìn)程甚至是其它的用戶進(jìn)程。也就是說，程序本身的處理能力是會被干擾的，是會變化的。所以，你可以預(yù)估某一個階段內(nèi)的平均值、中位數(shù)，但無法預(yù)估具體某一個時刻的程序處理能力。又因此，你必然會使用相對悲觀的標(biāo)準(zhǔn)去作為閾值，防止程序超負(fù)荷。

那么從資源利用率來說，有沒有更優(yōu)秀的方案呢？有，這就是「令牌桶」。

令牌桶

令牌桶模式的核心是固定“進(jìn)口”速率。先拿到令牌，再處理請求，拿不到令牌就被「流量干預(yù)」。因此，當(dāng)大量的流量進(jìn)入時，只要令牌的生成速度大于等于請求被處理的速度，那么此刻的程序處理能力就是極限。

也來分解一下它的實現(xiàn)過程。

控制令牌生成的速率，并放入桶中。這個其實就是多帶帶一個線程在不斷的生成令牌。

控制桶中待領(lǐng)取的令牌水位不超過最大水位。這個和「漏桶」一樣，就是一個全局計數(shù)器，進(jìn)行加加減減。

大致的代碼簡化表示如下（看上去像「固定窗口」的反向邏輯）：

全局變量 int tokenCount = 令牌數(shù)閾值; //可用令牌數(shù)。有一個獨立的線程用固定的頻率增加這個數(shù)值，但不大于「令牌數(shù)閾值」。
if(tokenCount == 0){
   return; //不繼續(xù)處理請求。
} 
tokenCount--;
//do something...

聰明的你可能也會想到，這樣一來令牌桶的容量大小理論上就是程序需要支撐的最大并發(fā)數(shù)。的確如此，假設(shè)同一時刻進(jìn)入的流量將令牌取完，但是程序來不及處理，將會導(dǎo)致事故發(fā)生。

所以，沒有真正完美的策略，只有合適的策略。因此，根據(jù)不同的場景能夠識別什么是最合適的策略是更需要鍛煉的能力。下面z哥分享一些我個人的經(jīng)驗。

首先，固定窗口。一般來說，如非時間緊迫，不建議選擇這個方案，太過生硬。但是，為了能快速止損眼前的問題可以作為臨時應(yīng)急的方案。

其次，滑動窗口。這個方案適用于對異常結(jié)果「高容忍」的場景，畢竟相比“兩窗”少了一個緩沖區(qū)。但是，勝在實現(xiàn)簡單。

然后，漏桶。z哥覺得這個方案最適合作為一個通用方案。雖說資源的利用率上不是極致，但是「寬進(jìn)嚴(yán)出」的思路在保護(hù)系統(tǒng)的同時還留有一些余地，使得它的適用場景更廣。

最后，令牌桶。當(dāng)你需要盡可能的壓榨程序的性能（此時桶的最大容量必然會大于等于程序的最大并發(fā)能力），并且所處的場景流量進(jìn)入波動不是很大（不至于一瞬間取完令牌，壓垮后端系統(tǒng)）。

一個成熟的分布式系統(tǒng)大致是這樣的。

每一個上游系統(tǒng)都可以理解為是其下游系統(tǒng)的客戶端。然后我們回想一下前面的內(nèi)容，可能你發(fā)現(xiàn)了，前面聊的「限流」都沒有提到到底是在客戶端做限流還是服務(wù)端做，甚至看起來更傾向是建立在服務(wù)端的基礎(chǔ)上做。但是你知道，在一個分布式系統(tǒng)中，一個服務(wù)端本身就可能存在多個副本，并且還會提供給多個客戶端調(diào)用，甚至其自身也會作為客戶端角色。那么，在如此交錯復(fù)雜的一個環(huán)境中，該如何下手做限流呢？我的思路是通過「一縱一橫」來考量。

縱

都知道「限流」是一個保護(hù)措施，那么可以將它想象成一個盾牌。另外，一個請求在系統(tǒng)中的處理過程是鏈?zhǔn)降?。那么，正如古時候軍隊打仗一樣，盾牌兵除了有小部分在老大周圍保護(hù)，剩下的全在最前線。因為盾的位置越前，能受益的范圍越大。

分布式系統(tǒng)中最前面的是什么？接入層。如果你的系統(tǒng)有接入層，比如用nginx做的反向代理。那么可以通過它的ngx_http_limit_conn_module以及ngx_http_limit_req_module來做限流，是很成熟的一個解決方案。

如果沒有接入層，那么只能在應(yīng)用層以AOP的思路去做了。但是，由于應(yīng)用是分散的，出于成本考慮你需要針對性的去做限流。比如ToC的應(yīng)用必然比ToB的應(yīng)用更需要做，高頻的緩存系統(tǒng)必然比低頻的報表系統(tǒng)更需要做，Web應(yīng)用由于存在Filter的機(jī)制做起來必然比Service應(yīng)用更方便。

那么應(yīng)用間的限流到底是做到客戶端還是服務(wù)端呢？

z哥的觀點是，從效果上客戶端模式肯定是優(yōu)于服務(wù)端模式的，因為當(dāng)處于被限流狀態(tài)的時候，客戶端模式連建立連接的動作都省了。另一個潛在的好處是，與集中式的服務(wù)端模式相比，可以把少數(shù)的服務(wù)端程序的壓力分散掉。但是在客戶端做成本也更高，因為它是去中心化的，假如需要多個節(jié)點之間的數(shù)據(jù)共通的話，是一個很麻煩的事情。

所以，最終z哥建議你：如果考慮成本就服務(wù)端模式，考慮效果就客戶端模式。當(dāng)然也不是絕對，比如一個服務(wù)端的流量大部分都來源于某一個客戶端，那么就可以直接在這個客戶端做限流，這也不失為一個好方案。

數(shù)據(jù)庫層面的話，一般連接字符串中本身就會包含「最大連接數(shù)」的概念，就可以起到限流的作用。如果想做更精細(xì)的控制就只能做到統(tǒng)一封裝的數(shù)據(jù)庫訪問層框架中了。

聊完了「縱」，那么「橫」是什么呢？

橫

不管是多個客戶端，還是同一個服務(wù)端的多個副本。每個節(jié)點的性能必然會存在差異，如何設(shè)立合適的閾值？以及如何讓策略的變更盡可能快的在集群中的多個節(jié)點生效？說起來很簡單，引入一個性能監(jiān)控平臺和配置中心。但這些真真要做好不容易，后續(xù)我們再展開這塊內(nèi)容。

限流就好比保險絲，根據(jù)你制定的標(biāo)準(zhǔn)，達(dá)到了就拉閘。

不過，觸發(fā)限流后的措施除了直接丟棄請求之外，還有一個方式是「降級」，那么降級有哪些方式呢？我們下一篇再聊吧。

Question：
你在工作中有遇到過什么場景需要做「限流」嗎？歡迎分享交流一下。

相關(guān)文章：

分布式系統(tǒng)關(guān)注點——99%的人都能看懂的「熔斷」以及最佳實踐

分布式系統(tǒng)關(guān)注點——僅需這一篇，吃透「負(fù)載均衡」妥妥的

? 關(guān)于作者：張帆（Zachary，個人微信號：Zachary-ZF）。堅持用心打磨每一篇高質(zhì)量原創(chuàng)。本文首發(fā)于公眾號：「跨界架構(gòu)師」（ID：Zachary_ZF）。
如果你是初級程序員，想提升但不知道如何下手。又或者做程序員多年，陷入了一些瓶頸想拓寬一下視野。歡迎關(guān)注我的公眾號「跨界架構(gòu)師」，回復(fù)「技術(shù)」，送你一份我長期收集和整理的思維導(dǎo)圖。
如果你是運營，面對不斷變化的市場束手無策。又或者想了解主流的運營策略，以豐富自己的“倉庫”。歡迎關(guān)注我的公眾號「跨界架構(gòu)師」，回復(fù)「運營」，送你一份我長期收集和整理的思維導(dǎo)圖。

定期發(fā)表原創(chuàng)內(nèi)容：架構(gòu)設(shè)計丨分布式系統(tǒng)丨產(chǎn)品丨運營丨一些深度思考。
掃碼加入小圈子 ↓