2. 限流基础概念

在催收触达API场景中，限流（Rate Limiting）是保护系统不被突发流量冲垮的第一道防线。本章从定义、目标和核心算法三个维度建立限流知识体系，为后续的熔断与降级实操打下理论基础。

2.1 限流定义

限流是一种通过控制单位时间内允许通过的请求数量，来保护系统资源不被过度消耗的技术手段。在催收触达API中，限流通常作用于以下维度：

• 用户维度：单个催收员或催收系统账号的请求频率
• 接口维度：特定催收触达接口（如短信、语音、邮件）的调用次数
• IP维度：来源IP的请求速率，防止恶意爬取或攻击
• 全局维度：整个API网关的总吞吐量上限

2.2 限流目标

限流并非简单的“拒绝请求”，而是有明确的业务和技术目标：

2.3 常见限流算法

不同的限流算法在精度、内存占用、突发处理能力上各有优劣。以下是催收触达API中最常用的三种算法：

2.3.1 计数器算法

计数器算法是最简单的实现方式：在固定时间窗口内维护一个计数器，请求到达时计数器加1，超过阈值则拒绝。窗口结束后计数器重置。

// 计数器算法伪代码
long currentTime = System.currentTimeMillis();
if (currentTime - windowStart > windowSize) {
    // 新窗口开始
    counter = 0;
    windowStart = currentTime;
}
if (counter >= threshold) {
    reject(); // 拒绝请求
} else {
    counter++;
    process(); // 处理请求
}

2.3.2 漏桶算法

漏桶算法将请求视为水滴，以固定速率从桶底漏出处理。桶的容量有限，当桶满时新请求被丢弃。该算法强制输出速率恒定，适合需要平滑流量的场景。

// 漏桶算法伪代码
long now = System.currentTimeMillis();
long elapsed = now - lastLeakTime;
// 计算这段时间漏出的水量
long leaked = elapsed * leakRate;
water = Math.max(0, water - leaked);
if (water < bucketCapacity) {
    water++; // 请求入桶
    process(); // 处理请求（实际由漏出速率控制）
} else {
    reject(); // 桶满，拒绝请求
}
lastLeakTime = now;

2.3.3 令牌桶算法

令牌桶算法以固定速率向桶中添加令牌，请求到达时需获取令牌才能处理。桶中可累积一定数量的令牌，允许一定程度的突发流量。这是业界最常用的限流算法之一。

// 令牌桶算法伪代码
long now = System.currentTimeMillis();
long elapsed = now - lastRefillTime;
// 补充令牌
tokens = Math.min(capacity, tokens + elapsed * refillRate);
if (tokens >= 1) {
    tokens--;
    process(); // 获取令牌，处理请求
} else {
    reject(); // 令牌不足，拒绝请求
}
lastRefillTime = now;

2.3.4 算法对比