[TOC] ### 漏桶算法 漏桶算法思路很简单，我们把水比作是`请求`，漏桶比作是`系统处理能力极限`，水先进入到漏桶里，漏桶里的水按一定速率流出，当流出的速率小于流入的速率时，由于漏桶容量有限，后续进入的水直接溢出（拒绝请求），以此实现限流。 它的主要目的是控制数据注入到网络的速率，平滑网络上的突发流量  <details> <summary>main.go</summary> ``` package main import ( "fmt" "math" "sync" "time" ) type LeakyBucket struct { rate float64 //固定每秒出水速率 capacity float64 //桶的容量 water float64 //桶中当前水量 lastLeakMs int64 //桶上次漏水时间戳 ms lock sync.Mutex } func (l *LeakyBucket) Allow() bool { l.lock.Lock() defer l.lock.Unlock() now := time.Now().UnixNano() / 1e6 eclipse := float64(now - l.lastLeakMs) * l.rate / 1000 //先执行漏水 l.water = l.water - eclipse //计算剩余水量 l.water = math.Max(0, l.water) //桶干了 l.lastLeakMs = now if (l.water + 1) < l.capacity { // 尝试加水,并且水还未满 l.water++ return true } else { // 水满，拒绝加水 return false } } func (l *LeakyBucket) Set(r, c float64) { l.rate = r l.capacity = c l.water = 0 l.lastLeakMs = time.Now().UnixNano() / 1e6 } func main() { var leak LeakyBucket leak.Set(5,100) for i:=0; i<100000; i++ { if leak.Allow() { fmt.Printf("%+v s,i=%d\n", i/100,i ) }else if i%100==0 { fmt.Printf("%+v s\n", i/100 ) } time.Sleep(1*time.Millisecond) } } ``` </details> <br/> **特点**： - 漏桶具有固定容量，出水速率是固定常量（流出请求） - 如果桶是空的，则不需流出水滴 - 可以以任意速率流入水滴到漏桶（流入请求） - 如果流入水滴超出了桶的容量，则流入的水滴溢出（新请求被拒绝） 漏桶限制的是常量流出速率（即流出速率是一个固定常量值），所以最大的速率就是出水的速率，不能出现突发流量 **缺陷**: 漏桶算法不能够有效地使用网络资源。因为漏桶的漏出速率是固定的参数,漏桶算法对于存在突发特性的流量来说缺乏效率