目录
一、限流算法1.计数器算法1.1固定窗口算法1.2滑动窗口算法2.令牌桶算法3.漏桶算法二、ASP.NETCore中间件实现限流1.中间件代码2.在管道中的使用一、限流算法
在高并发系统中，有三把利器用来保护系统：缓存、降级和限流。
本文主要是介绍限流，限流算法主要有以下三种：
1.计数器算法
固定窗口滑动窗口2.令牌桶算法
3.漏桶算法
1.计数器算法
1.1 固定窗口算法
计数器算法是限流算法里最简单也是最容易实现的一种算法。比如我们规定，对于A接口来说，我们1分钟的访问次数不能超过100个。那么我们可以这么做：在一开 始的时候，我们可以设置一个计数器counter，每当一个请求过来的时候，counter就加1，如果counter的值大于100并且该请求与第一个 请求的间隔时间还在1分钟之内，那么说明请求数过多；如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置 counter。
java中的具体实现如下：
public class CounterTest { public long timeStamp = getNowTime(); public int reqCount = 0; public final int limit = 100; // 时间窗口内最大请求数 public final long interval = 1000; // 时间窗口ms public boolean grant() { long now = getNowTime(); if (now < timeStamp + interval) { // 在时间窗口内 reqCount++; // 判断当前时间窗口内是否超过最大请求控制数 return reqCount <= limit; } else { timeStamp = now; // 超时后重置 reqCount = 1; return true; } } public long getNowTime() { return System.currentTimeMillis(); }}.NET Core中的具体实现如下：
AspNetCoreRateLimit是目前ASP.NET Core下最常用的限流解决方案，AspNetCoreRateLimit的源码实现是固定窗口算法如下：
var entry = await _counterStore.GetAsync(counterId, cancellationToken);if (entry.HasValue){ // entry has not expired if (entry.Value.Timestamp + rule.PeriodTimespan.Value >= DateTime.UtcNow) { // increment request count var totalCount = entry.Value.Count + _config.RateIncrementer?.Invoke() ?? 1; // deep copy counter = new RateLimitCounter { Timestamp = entry.Value.Timestamp, esponse.StatusCode = StatusCodes.Status403Forbidden; return Task.CompletedTask; }, EndpointMetadataCollection.Empty, "限流")); } await next(context); }}2.在管道中的使用
需要注意的是，我们注册Middleware时，必须使用单例模式，保证所有请求通过同一SlidingWindow计数：
services.AddSingleton<RateLimitMiddleware>();
