限流算法比较

限流算法比较

大家好，我是老王，一个干了10年的Java开发老兵。今天咱们来聊聊面试中的高频考点——限流算法比较。限流是啥？简单说，就是控制请求流量，防止系统被压垮。算法呢，就是实现限流的具体方法。在实际面试中，面试官常问："如何比较不同限流算法的优缺点？" 今天我就以口述方式，带大家轻松过一遍这个话题。老规矩，分享干货前，先送福利：2025年Java面试宝典下载链接（含高频考点）：<a href="https://pan.baidu.com/s/1RUVf75gmDVsg8MQp4yRChg?pwd=9b3g" style="color:blue;">点击下载</a> 提取码: 9b3g。赶紧存好，面试前翻翻！

这张图展示了限流的应用场景——服务器流量激增时，算法就像"交通警察"，确保系统稳定。

什么是限流算法？

限流算法是一种保护系统的策略，通过算法控制请求流入速度。为啥重要？在分布式系统中，突然的流量高峰可能导致服务崩溃。比如电商秒杀时，服务器每秒处理1000个请求，但实际只能扛500个，算法就介入"限流"。面试中常问："你用过哪些限流算法？" 来，我从实战角度比较几种主流算法。

常见限流算法比较

接下来，我们比较四种常见限流算法：令牌桶、漏桶、计数器、滑动窗口。每种算法各有优缺点，面试时要结合场景分析。

令牌桶算法

令牌桶算法是限流中的"老司机"。核心思想：系统每秒生成固定数量令牌放到桶里，请求来了必须拿走一个令牌才能处理，没令牌就被拒绝。优点嘛，算法灵活，允许突发流量（桶里有备用令牌）。缺点呢，实现复杂点，需要维护桶状态。面试官常问："令牌桶算法如何应对流量突增？" 我答：桶里存的令牌允许短时间高并发，比如秒杀开场时。

这张图对比了令牌桶和漏桶的工作原理——桶形状不同，处理方式差异大。

漏桶算法

漏桶算法更像"匀速器"。请求像水滴进桶，系统以固定速率处理（漏出），超出的请求排队或丢弃。优点是算法简单，输出稳定。缺点呢，无法应对突发流量，所有请求被"拉平"。面试中问："漏桶和令牌桶的比较？" 我解释：漏桶限流更严格，适合要求平稳的场景，比如API网关；令牌桶更弹性。

计数器算法

计数器算法是"基础款"。它统计单位时间内的请求数，比如每秒最多100个，超了就拒绝。优点：实现超简单，内存占用小。缺点：时间窗口切换时可能有"临界问题"，比如一秒末和下一秒初的请求可能双倍通过。面试官爱问："计数器算法的缺点是什么？" 我答：临界漏洞导致限流不精准，需加补偿逻辑。

滑动窗口算法

滑动窗口算法是计数器的升级版。它将时间分成小窗口（如100毫秒），每个窗口独立计数，整体滑动统计。优点：解决了临界问题，限流更精准。缺点呢，实现复杂些，占用资源多。面试时问："滑动窗口如何优化计数器？" 我举例：它避免了窗口边界请求堆积，提升系统稳定性。

限流算法选择建议

在面试中，面试官常问："如何根据场景选择限流算法？" 我总结：令牌桶适合高突发场景（如社交APP推送），漏桶适合平稳输出（如支付系统），计数器简单但需慎用，滑动窗口用于高精度需求。记住，算法比较的关键是平衡资源、精度和实现复杂度。限流算法选对了，系统韧性大增！

这张图直观展示了不同算法在流量控制中的表现——滑动窗口的平滑度明显更高。

面试实战技巧

最后，面试中常模拟场景题："系统QPS 1000，如何设计限流？" 我答：先分析需求，如果是高并发系统，优先用令牌桶或滑动窗口算法；再结合Redis等工具实现。限流算法比较是面试热点，多练几遍就能对答如流。对了，如果大家需要购买面试鸭会员来刷题备考，可以通过面试鸭返利网找到我，返利25元，帮你省笔钱！更多面试干货都在那。限流算法这个话题，核心是理解每种算法的比较逻辑，面试轻松过关。有啥问题，留言区见！