Java限流算法有哪些？四大经典算法原理与适用场景详解
作者：如来神掌十八式
还在为Java接口限流发愁？本文详细讲解四大经典限流算法（固定窗口、滑动窗口、漏桶、令牌桶）的原理和优缺点,并对比Guava、Sentinel、Redis等主流限流框架的使用场景,帮你快速掌握高并发限流的核心技术,轻松应对分布式和微服务架构下的流量控制挑战
Java 中常用的限流算法主要有以下 四种经典算法，每种算法适用于不同场景。同时，主流的限流框架也大多基于这些算法实现。
以下是详细整理：
一、四大经典限流算法（原理 + Java 特点）
| 算法 | 原理简述 | 优点 | 缺点 | 典型适用场景 |
|---|---|---|---|---|
| 1. 固定窗口计数器（Fixed Window Counter） | 将时间划分为固定窗口（如1秒），统计窗口内请求数，超限拒绝 | 实现简单（AtomicInteger / Redis INCR） | 临界突刺问题：相邻窗口 交界处可能瞬间翻倍流量 | 活动防刷、低精度限流 |
| 2. 滑动窗口（Sliding Window） | 将大窗口拆为多个小窗口（如60个1秒组成1分钟），动态统计最近N个小窗口总和 | 精度高，缓解边界突刺 | 内存开销大（需维护时间戳或环形数组） | 高并发接口限流（如Sentinel） |
| 3. 漏桶算法（Leaky Bucket） | 请求入桶，系统以恒定速率“漏水”处理请求；桶满则丢弃新请求 | 强制平滑输出，保护下游 | 无法应对合法突发流量 | Nginx限流、文件下载限速 |
| 4. 令牌桶算法（Token Bucket） | 以固定速率向桶中加令牌，请求需消耗令牌；桶满则丢弃多余令牌 | 支持突发流量 + 控制平均速率 | 实现稍复杂（需计算时间差补令牌） | API网关、用户侧限流（最常用） |
二、主流 Java 限流框架及其采用的算法
| 框架/组件 | 采用的限流算法 | 特点说明 | 适用层级 |
|---|---|---|---|
| Guava RateLimiter | 令牌桶 | 单机内存实现，轻量、无外部依赖；支持 tryAcquire() 和 acquire() | 单机限流 |
| Sentinel（阿里开源） | 滑动窗口为主，也支持令牌桶、漏桶 | 提供熔断、降级、系统保护；支持动态规则、Dashboard监控 | 微服务接口级限流 |
| Resilience4j | 滑动窗口 + 信号量隔离 | 轻量级，与 Spring Boot 深度集成；支持响应式编程 | 服务层限流（Spring生态） |
| Redis + Lua（自研） | 可实现 固定窗口、滑动窗口、令牌桶 | 利用 Redis 原子性（INCR/ZSET/Lua）实现分布式限流 | 分布式限流 |
| Redisson（RRateLimiter） | 令牌桶（分布式） | 基于 Redis 的分布式令牌桶，支持公平模式 | 分布式限流 |
| Spring Cloud Gateway | 默认支持 Redis + 令牌桶/滑动窗口 | 通过 RequestRateLimiterGatewayFilterFactory 集成 Redis 实现网关层限流 | 网关层限流 |
| Nginx | 漏桶算法（limit_req 模块） | 高性能反向代理，适合入口流量整形 | 网关/边缘限流 |
| Kong API Gateway | 支持多种算法（含令牌桶），可插件化 | 基于 OpenResty，支持 Redis 集群存储限流状态 | 网关层限流 |
| Istio / Envoy | 令牌桶（全局限流需 gRPC 服务） | 云原生服务网格，无侵入式限流 | 服务网格层限流 |
三、选型建议（结合场景）
| 场景 | 推荐方案 |
|---|---|
| 单机应用、快速原型 | Guava RateLimiter（令牌桶） |
| 微服务、需熔断/监控 | Sentinel（滑动窗口 + 动态配置） |
| Spring Boot 项目 | Resilience4j 或 Spring Cloud Gateway + Redis |
| 分布式集群限流 | Redis + Lua（滑动窗口） 或 Redisson（令牌桶） |
| 网关统一限流 | Nginx（漏桶）、Kong、Spring Cloud Gateway |
| 云原生/K8s 环境 | Istio + Envoy（服务网格限流） |
四、补充：算法 vs 框架 对照表
| 算法 | 代表框架/实现 |
|---|---|
| 固定窗口 | 自定义计数器、Redis INCR |
| 滑动窗口 | Sentinel、Resilience4j、Redis ZSET |
| 漏桶 | Nginx limit_req、部分自研队列实现 |
| 令牌桶 | Guava、Redisson、Spring Cloud Gateway、Istio/Envoy |
五、总结
- 令牌桶 是目前最主流的算法（兼顾突发与平均速率），被 Guava、Redisson、网关等广泛采用。
- 滑动窗口 在需要高精度限流的场景（如 Sentinel）中更优。
- 漏桶 适合严格平滑输出的后端保护场景。
- 固定窗口 仅用于简单或临时限流。
如需具体代码示例（如 Guava 使用、Redis Lua 脚本、Sentinel 配置等），可进一步说明场景，我可以提供完整实现。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。