一算法

令牌桶算法和漏桶算法不同的是，有时后端能够处理一定的突发情况，只是为了系统稳定，一般不会让请求超过正常情况的60%，给容灾留有余地。但漏桶算法中后端处理速度是固定的，对于短时的突发情况，后端不能及时处理，和实际处理能力不匹配。

令牌算法是以固定速度往一个桶内增加令牌，当桶内令牌满了后，就停止增加令牌。上游请求时，先从桶里拿一个令牌，后端只服务有令牌的请求，所以后端处理速度不一定是匀速的。当有突发请求过来时，如果令牌桶是满的，则会瞬间消耗桶中存量的令牌。如果令牌还不够，那么再等待发放令牌（固定速度），这样就导致处理请求的速度超过发放令牌的速度。

如下图，灰色部分是令牌桶，有容量限制，只能最多存放 capacity 个令牌，每秒以固定的速度向桶中增加令牌，如果桶的容量满了，则等待桶中令牌被消耗后，再增加令牌。另一边应用进程拿到令牌后才处理请求，如果没有拿到令牌，则不处理该请求。

1 有一个固定容量的桶存放令牌（Token）。

2 桶初始化是空的，以固定的速度（rate）向桶里填充 Token，当达到桶的容量时，多余的令牌被丢弃。

3 当请求到来时，从桶里移除一个令牌，如果没有令牌，则拒绝该请求。

令牌桶控制的是令牌入桶的速度，对于拿到令牌的速度没有限制，允许一定的突发流量被瞬间处理。

二需求

1 设计一个令牌桶，能放 2000 个令牌，放令牌的速度是每毫秒1个令牌。即1秒放1000个令牌。

2 外部最大请求为 1500 个，并随机取值，会限流吗？

三代码

package currentLimit;import java.util.Random;/**
* @className: TokenBucket
* @description: 令牌桶算法
* @date: 2022/1/8
* @author: cakin
*/
public class TokenBucket {static long cur = 0; // 当前桶中令牌数量// 记录上次统计时间的毫秒static long lastTime = System.currentTimeMillis();/*** 功能描述：漏桶算法** @param capcity 桶能承载的最大令牌数* @param rate    放入令牌的速度,系统每毫秒放入的令牌数* @return true：限流 false：不限流* @author cakin* @date 2022/1/9*/static boolean TokenBucket(int capcity, int rate) {// 当前毫秒long millisTime = System.currentTimeMillis();// 两次请求的间隔，单位是毫秒long time = (millisTime - lastTime);// 当前桶中的令牌数cur = Math.min(capcity, cur + time * rate);lastTime = millisTime;if (cur == 0) {// 没有令牌拿return true;}// 拿走一块令牌--cur;return false;}// 测试方法public static void main(String[] args) {for (; ; ) {// 停顿1秒try {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}// 模拟1秒请求的次数 1500次内int randomTime = new Random().nextInt(1500);  // 通过调这个值，来测试是否限流for (int j = 0; j < randomTime; j++) {request();}}}/*** 功能描述：模拟请求** @author cakin* @date 2022/1/9*/private synchronized static void request() {if (TokenBucket(2000, 1)) {System.out.println("限流了" + cur);} else {System.out.println("没限流" + cur);}}
}