漏桶算法（Leaky Bucket）与 令牌桶算法（Token Bucket）

---

前言

漏桶算法（Leaky Bucket）与 令牌桶算法（Token Bucket）

---

什么是漏桶算法（Leaky Bucket）？

• 想象一个水桶，水滴（请求）不断滴入
• 桶有一个小孔，水以固定速率流出
• 超出桶容量的水滴（过多的请求）直接溢出，丢弃！

---

⛲ 漏桶核心特性

特性	解释
出水速率恒定	不管入水多快，出水速率固定，比如1秒100次
拒绝突发流量	桶满了就直接拒绝，不等待排队
整形输出	平滑请求流量，防止抖动、突刺

---

⛲ 漏桶适用场景

• 限速处理器（防止系统流量抖动）
• 保护下游服务（比如限 API 调用QPS）
• 实时流处理（保证出口带宽平稳）

比如：

• 每秒只允许100个请求，超出丢弃。
• API网关、CDN边缘节点，经常用漏桶！

---

什么是令牌桶算法（Token Bucket）？

• 也是一个桶，但它装的是令牌（token）
• 令牌以固定速率生成（比如每秒100个）
• 每个请求必须拿到令牌才能继续，否则被限流
• 桶可以存令牌，支持短时间突发流量

---

令牌桶核心特性

特性	解释
允许突发请求	桶里积累的令牌允许短时暴增请求
均匀填充令牌	按固定速率添加令牌，比如1秒100个
灵活速率	正常小流量可以慢慢用令牌，大流量爆发时快速消耗令牌

---

令牌桶适用场景

• 秒杀/抢购系统（允许短时间内高并发冲击）
• Web接口限流（允许短时间峰值爆发，但整体受控）
• 防止用户体验卡顿（允许小范围高频请求）

比如：

• 每秒生成100个令牌，积攒到桶容量500。
• 突然来500个请求，也能快速放行，不会马上丢弃。

---

漏桶 vs 令牌桶 对比总结

比较维度	漏桶算法	令牌桶算法
出口流量	恒定速率，超限丢弃	灵活突发，令牌够可以爆发
突发流量处理能力	❌ 不允许	✅ 允许短时突发
实现复杂度	简单	稍复杂
应用场景	带宽整形、严格限速	秒杀、抢购、高并发接口

---

️ Lua 限流应该用哪种？

✅ 在秒杀、抢购、接口突发流量场景，
✅ 应该用令牌桶算法（Token Bucket）。

因为：

• 秒杀是短时间内爆发大量请求（比如一秒10万）
• 需要允许短时爆发，但控制总体速率，不能把服务器打挂
• 令牌桶可以累积一部分爆发流量，保证体验流畅，又不超载

---

秒杀 Lua 令牌桶限流脚本示例

-- KEYS[1]: 令牌桶的Key
-- ARGV[1]: 最大容量
-- ARGV[2]: 每秒放入多少令牌
-- ARGV[3]: 当前时间戳（秒）

local capacity = tonumber(ARGV[1])
local rate = tonumber(ARGV[2])
local now = tonumber(ARGV[3])

local lastTokens = tonumber(redis.call('hget', KEYS[1], 'tokens') or capacity)
local lastTimestamp = tonumber(redis.call('hget', KEYS[1], 'timestamp') or now)

local delta = math.max(0, now - lastTimestamp)
local newTokens = math.min(capacity, lastTokens + (delta * rate))

if newTokens < 1 then
  return 0
else
  redis.call('hset', KEYS[1], 'tokens', newTokens - 1)
  redis.call('hset', KEYS[1], 'timestamp', now)
  return 1
end

✅ 逻辑：

• 每过一秒，桶里增加 rate 个令牌
• 有令牌才能通过扣减，否则拒绝！

---

小总结

流量模式	推荐算法
秒杀抢购、允许短时冲击	✅ 令牌桶（Token Bucket）
带宽控制、强制匀速	✅ 漏桶（Leaky Bucket）

---