3、常见限流算法详解（下）：漏桶算法原理、令牌桶算法原理、四种算法适用场景对比表

在上一节中，我们深入剖析了计数器算法与滑动窗口算法的原理与边界问题。本节将重点讲解微服务网关中最常用的两种“桶”算法——漏桶算法与令牌桶算法，并在最后给出四种算法的适用场景对比表，帮助你在实际调优中快速选型。

3.1 漏桶算法（Leaky Bucket）原理

漏桶算法的核心思想是将突发请求流“削峰填谷”，强制以恒定速率处理请求。无论上游流量如何波动，经过漏桶后，下游服务看到的始终是平滑的请求流。

3.1.1 核心机制

• 桶容量（Capacity）：桶的最大容量，对应允许的最大突发请求数。超出容量的请求直接丢弃（或排队失败）。
• 漏水速率（Leak Rate）：桶底部漏水的固定速率，即单位时间内从桶中取出并处理的请求数。
• 当前水位（Water Level）：桶中当前积压的请求数。

当请求到达时，若桶未满则放入桶中；若桶已满则拒绝。桶底以恒定速率“漏水”处理请求，不受上游突发影响。

3.1.2 漏桶算法工作流程

1. 请求到达网关，检查当前桶中水位是否小于桶容量。
2. 若水位 < 容量，请求入桶，水位 +1；否则请求被限流（丢弃或返回 429）。
3. 后台定时器以固定速率从桶底取出请求，交给下游服务处理，水位 -1。

3.1.3 漏桶算法内联 SVG 流程图

3.2 令牌桶算法（Token Bucket）原理

令牌桶算法是目前 API 网关（如 Kong、Spring Cloud Gateway、Envoy）中使用最广泛的限流算法。它允许一定程度的突发流量，同时保证长期平均速率可控。

3.2.1 核心机制

• 桶容量（Capacity）：桶中最多存放的令牌数，决定了最大突发请求量。
• 令牌生成速率（Token Rate）：系统以固定速率向桶中添加令牌，单位通常是 个/秒。
• 当前令牌数（Tokens）：桶中当前可用的令牌数量。

每个请求到达时，必须从桶中获取一个（或多个）令牌才能通过。如果桶中有足够令牌，请求立即放行；否则请求被限流。令牌生成是持续的，即使桶满也不再增加。

3.2.2 令牌桶算法工作流程

1. 后台定时器以固定速率向桶中添加令牌，桶满则停止。
2. 请求到达网关，检查桶中令牌数是否 ≥ 请求所需令牌数（通常为 1）。
3. 若令牌充足，从桶中取出令牌，请求放行；否则请求被限流。

3.2.3 令牌桶算法内联 SVG 流程图

3.3 四种算法适用场景对比表

为了帮助你根据业务场景快速选择最合适的限流算法，下表从突发处理能力、输出平滑度、实现复杂度、典型应用四个维度进行对比。

3.4 四种算法核心参数速查

下表汇总了每种算法在网关配置中需要关注的核心参数，方便你在调优时快速定位。