【手撕系列】Java限流算法详解下篇：漏桶与令牌桶算法实现！（建议收藏）

🔥 本文是限流算法系列的下篇，将带你深入理解漏桶和令牌桶限流算法。从原理到代码实现，从单机到分布式，全方位掌握这两种高级限流技术。

📚 博主匠心之作，强推专栏：

• JAVA集合专栏 【夜话集】
• JVM知识专栏
• 数据库sql理论与实战【博主踩坑之道】
• 小游戏开发【博主强推 匠心之作 拿来即用无门槛】

一、漏桶算法详解

1.1 算法原理

还记得小时候去农村，看到房顶用水桶接雨水的场景吗？漏桶算法的思想其实和这个很像。

1. 漏桶模型

想象一个水桶：

• 上面有个口子不断接收水（请求）
• 下面有个小孔以固定速率漏水（处理）
• 桶有容量限制，装不下就溢出（拒绝）

拿我们系统的消息推送来举例：

• 上游服务疯狂发消息（可能一秒几千条）
• 我们的推送接口限制固定速率（每秒100条）
• 超出的消息先放桶里（缓冲区）
• 桶满了就拒绝新消息（限流）

2. 水流速率

这个是漏桶最关键的参数。还是拿消息推送举例：

• 我们发现每秒处理100条是比较合适的
• 再快，服务器扛不住
• 再慢，消息延迟太大
• 所以设定漏桶速率就是100/秒

实际使用中要注意：

• 速率要根据系统承载能力来定
• 要留点余量，不能踩着极限值
• 最好能动态调整，应对流量变化

3. 桶容量设计

这个要根据实际场景权衡。我们系统最开始设置了1000：

• 优点是可以应对短时高峰
• 缺点是消息延迟可能变大
• 后来改成了500，在延迟和承载间取了个平衡

几个实践建议：

• 容量太大，延迟会变高
• 容量太小，缓冲作用就没了
• 建议设置告警阈值（比如80%）
• 监控桶的使用率，方便调优

漏桶算法最大的特点就是"恒定速率"。这在很多场景下是把双刃剑：

• 好处是保护系统，流量非常平稳
• 坏处是不能应对突发流量，全都得排队

所以，如果你的系统需要处理突发流量（比如秒杀），可能令牌桶算法更合适。这个我们在后面会详细讲。

1.2 漏桶算法实现

下面是一个生产级别的漏桶限流器实现：

/**
 * 漏桶限流器
 * 以固定速率处理请求，多余的请求放入桶中排队
 */
public class LeakyBucket {
   
   
    // 桶的容量（最大排队数）
    private final int capacity;
    // 漏水速率（每秒处理数）
    private final double rate;
    // 上次漏水时间
    private long lastLeakTime;
    // 当前桶中水量（待处理请求数）
    private double water;
    
    private final ReentrantLock lock = new ReentrantLock();
    
    /**
     * 创建漏桶限流器
     *
     * @param capacity 桶容量
     * @param rate     漏水速率（每秒）
     */
    public LeakyBucket(int capacity, double rate) {
   
   
        this.capacity = capacity;
        this.rate = rate;
        this.lastLeakTime = System.currentTimeMillis();
        this.water = 0;
    }
    
    /**
     * 尝试加入请求到漏桶
     * 
     * @return true:请求被接受 false:请求被拒绝
     */
    public boolean tryAcquire() {
   
   
        lock.lock();
        try {
   
   
            // 计算当前水量
            long now = System.currentTimeMillis();
            // 距离上次漏水的时间（秒）
            double timeElapsed = (now - lastLeakTime) / 1000.0;
            // 计算漏掉的水量
            double leakedWater = timeElapsed * rate;
            // 更新当前水量
            water = Math.max(0, water - leakedWater);
            lastLeakTime = now;
            
            // 如果桶未满，接受请求
            if (water < capacity) {
   
   
                water++;
                return true;
            }
            
            return false;
        } finally {
   
   
            lock.unlock();
        }
    }
    
    /**
     * 尝试加入请求，如果桶满则等待
     * 
     * @param timeout 最大等待时间（毫秒）
     * @return true:请求被接受 false:等待超时
     */
    public boolean tryAcquireWithTimeout(long timeout) {
   
   
        long endTime = System.currentTimeMillis() + timeout;
        
        while (System.currentTimeMillis() < endTime) {
   
   
            if (tryAcquire()) {
   
   
                return true;
            }
            // 等待一小段时间再试
            try {
   
   
                Thread.sleep(10);
            } catch (InterruptedException e) {
   
   
                Thread.currentThread().interrupt();
                return false;
            }
        }
        
        return false;
    }
    
    /**
     * 获取当前桶中水量
     */
    public double getCurrentWater() {
   
   
        lock.lock();