限流算法之漏桶算法、令牌桶算法

限流算法之漏桶算法、令牌桶算法

大家好，我是程序员小李！今天咱们来聊聊面试中常考的一个热门话题：限流算法。在分布式系统或高并发场景下，限流算法是保护服务不崩溃的关键，像漏桶算法和令牌桶算法就是面试官最爱问的两种。说到面试准备，我得先分享个好东西：2025年Java面试宝典网盘地址：2025年Java面试宝典 提取码：9b3g。这个资源涵盖了所有高频考点，包括今天的限流算法内容，下载后学习起来超方便。下面，我就从真实面试角度，口述式给大家讲讲漏桶算法和令牌桶算法的核心点，咱们用大白话聊，就像在面试室里回答考官一样！

首先，什么是限流算法？简单说，限流算法就是控制请求流量的工具。在高并发系统中，如果没有限流算法，服务器可能会被洪水般的请求压垮。比如，电商大促时，限流算法能确保系统平稳运行，避免雪崩。漏桶算法和令牌桶算法是两种经典的限流算法实现，它们各有特色，接下来我会逐个拆解。

什么是漏桶算法

漏桶算法，顾名思义，就像一个桶在漏水。想象一下一个水桶，上面有入水口，下面有出水口。请求进来时，就像水流倒入桶中；出水口则以恒定速率漏水（处理请求）。无论入水有多快，出水速度是固定的，这样就能平滑流量，防止突发峰值。漏桶算法的优点是简单易实现，能稳定控制速率，但缺点是它比较“死板”，处理不了突然的流量暴增。在面试中，考官常问：漏桶算法适合什么场景？我会说，它适合需要严格限速的系统，比如API网关的请求队列。漏桶算法的核心是固定容量桶和恒定漏速，确保流量均匀输出。

上图的漏桶算法图示很直观：水流（请求）从顶部流入桶中，底部以固定速率流出。这就是限流算法的精髓——把狂暴流量变温柔。限流算法如漏桶算法，在日常开发中用得超多，比如Redis的Rate Limiter模块就借鉴了它。漏桶算法的局限性在于桶满时会丢弃多余请求，所以在限流算法设计时，要权衡桶大小和漏速。

什么是令牌桶算法

令牌桶算法，则是另一种聪明的限流算法。它就像一个桶在定期生成令牌，请求来临时必须拿到令牌才能处理。桶以固定速率产生令牌（比如每秒10个），请求获取令牌后放行；如果没令牌，请求就等待或丢弃。令牌桶算法的优点更灵活，能应对突发流量，因为桶里积累的令牌允许短时间内处理更多请求。但在面试中，我常被问：令牌桶算法和漏桶算法的区别是什么？我会答：令牌桶算法更适合需要弹性扩展的场景，比如视频流媒体服务，它可以“借”未来令牌处理高峰。令牌桶算法的关键参数是令牌生成率和桶容量，这直接影响限流效果。

看这张图，令牌桶算法的桶在源源不断生成令牌，请求排队拿取。这种限流算法让系统更“聪明”，能动态适应变化。限流算法如令牌桶算法，在实战中常用于微服务框架，比如Spring Cloud的Hystrix。令牌桶算法的缺点是需要额外计算令牌生成，实现稍复杂，但效果很赞。

漏桶算法与令牌桶算法的比较

在面试中，考官总爱让我对比这两种限流算法。漏桶算法像“匀速司机”，无论路况多糟，都保持固定速度；令牌桶算法则像“灵活交警”，允许临时加速。漏桶算法更适合硬性限速需求，避免资源过载；令牌桶算法则处理突发更优，提升用户体验。作为限流算法选择，漏桶算法和令牌桶算法不是互斥的——很多系统组合使用它们。例如，API网关用漏桶算法控制基本流，再用令牌桶算法处理峰值。限流算法的核心是平衡，漏桶算法强调稳定，令牌桶算法强调弹性。

这张图展示了限流算法在真实系统中的部署，像漏桶算法和令牌桶算法结合的场景。面试回答时，我建议说：限流算法如漏桶算法和令牌桶算法，是实现高可用系统的基石。限流算法不是万能药，但合理使用能减少90%的崩溃风险。

总之，漏桶算法和令牌桶算法都是限流算法的经典代表。在准备面试时，多刷题解很关键——前面分享的Java面试宝典就超实用。如果大家需要购买面试鸭会员获取更多题库，可以通过面试鸭返利网找到我，返利25元。想深入学技术，别忘了访问我们的首页：面试鸭返利网，那里有海量免费资源！希望这篇限流算法讲解帮到你，面试加油！