3. 计数器限流算法：原理详解、Go语言实现固定窗口计数器、临界突变问题分析

计数器限流算法是限流领域最直观、最容易理解的基础算法。它通过统计单位时间窗口内的请求数量，当请求数超过预设阈值时，直接拒绝后续请求，直到下一个时间窗口重置计数器。本章将深入剖析固定窗口计数器的原理、Go语言实现细节，并重点分析其固有的临界突变问题。

3.1 固定窗口计数器原理详解

固定窗口计数器将时间划分为固定的时间窗口（例如1秒、1分钟），每个窗口内维护一个计数器。其核心逻辑如下：

1. 时间窗口划分：以固定的时间间隔（如1秒）为粒度，将时间轴切分为连续的窗口。
2. 计数器初始化：每个新窗口开始时，计数器归零。
3. 请求计数：每次请求到达时，判断当前请求所属的时间窗口，并将该窗口的计数器加1。
4. 阈值判断：如果当前窗口的计数器值超过预设的阈值（如100 QPS），则拒绝该请求；否则，允许通过。

3.2 固定窗口计数器Go语言实现

以下是一个基于Go语言的固定窗口计数器限流器实现，使用sync.Mutex保证并发安全，使用time.Time判断窗口边界。

package counter

import (
    "sync"
    "time"
)

// FixedWindowCounter 固定窗口计数器限流器
type FixedWindowCounter struct {
    mu         sync.Mutex
    limit      int           // 窗口内最大请求数
    windowSize time.Duration // 窗口大小
    count      int           // 当前窗口已计数
    startTime  time.Time     // 当前窗口开始时间
}

// NewFixedWindowCounter 创建一个新的固定窗口计数器限流器
func NewFixedWindowCounter(limit int, windowSize time.Duration) *FixedWindowCounter {
    return &FixedWindowCounter{
        limit:      limit,
        windowSize: windowSize,
        startTime:  time.Now(),
    }
}

// Allow 判断当前请求是否允许通过
func (f *FixedWindowCounter) Allow() bool {
    f.mu.Lock()
    defer f.mu.Unlock()

    now := time.Now()
    // 如果当前时间已经超过窗口结束时间，则重置窗口
    if now.After(f.startTime.Add(f.windowSize)) {
        f.startTime = now
        f.count = 0
    }

    // 判断是否超过阈值
    if f.count < f.limit {
        f.count++
        return true
    }
    return false
}

3.3 临界突变问题分析

固定窗口计数器虽然实现简单，但存在一个严重的临界突变问题（也称为“窗口边界突发”或“流量毛刺”）。该问题会导致限流器在窗口边界处失效，无法平滑地限制流量。

问题描述：假设限流阈值为100 QPS，窗口大小为1秒。攻击者可以在第1秒的最后100ms内发送100个请求，然后在第2秒的前100ms内再发送100个请求。这样，在200ms的时间窗口内，系统实际承受了200个请求，远超100 QPS的阈值，导致系统过载。

3.4 临界突变问题可视化

下图直观地展示了固定窗口计数器的临界突变问题。两个相邻的窗口各自允许100个请求，但在窗口边界处，请求可以集中爆发，形成流量尖峰。

3.5 固定窗口计数器 vs 滑动窗口计数器

为了更清晰地理解固定窗口计数器的局限性，下表将其与滑动窗口计数器进行对比：

3.6 本章小结