在高并发的场景里，由于突发流量过大，经常会限流，而限流就会涉及到具体的算法，令牌桶算法就是一种限流算法，今天分享令牌桶算法@mikechen。

令牌桶简介

令牌桶，英文名token bucket，可以看作是一个存放令牌的容器，预先设定一定的容量，系统按设定的速度向桶中放置令牌，当桶中令牌满时，多余的令牌溢出。

如下图所示：

为什么需要令牌桶？

在高并发系统，比如大家熟知的秒杀，这个时候有大量的用户在同一时间大量涌入，这个时候很可能会超过系统的承受能力，这个就需要考虑限流了。

而令牌桶算法就是限流的一种策略，是进行流量限制的一种常用算法，常用于控制发送到网络上的数据的数量，并允许突发数据的发送。

为了保证系统的稳定运行，一旦达到的需要限制的阈值，就需要限制流量并采取一些措施以完成限制流量的目的，比如：延迟处理，拒绝处理，或者部分拒绝处理等等。

令牌桶算法原理

令牌桶算法的原理是系统会以一个恒定的速度往桶里放入令牌，如果请求需要被处理，则需要先从桶里获取一个令牌，当桶满时新添加的令牌被丢弃或拒绝。

令牌桶算法流程，如下图所示：

令牌桶算法流程，大致分为如下三步：

第一步：放入令牌到桶

按照固定的速率被放入令牌桶中，比如每秒放10个、100个、1000个令牌到桶中。

第二步：获取令牌

所有的请求在处理之前都需要拿到一个可用的令牌才会被处理。

第三步 ：令牌桶满了拒绝

比如：桶中最多能放10000个令牌，当桶满时，就不能继续放入了，新添加的令牌要么被丢弃，要么就直接拒绝。

令牌桶算法实现

可以使用google提供的guava工具来实现。

    
com.google.guava    
 guava

// 每秒生成2个令牌RateLimiter 
rateLimiter = RateLimiter.create(2);
for (int i = 0; i < 6; i++) {   
  new Thread(() -> {        
    // 获得令牌        
   rateLimiter.acquire();        
  System.out.println(LocalDateTime.now());    
}).start();}

RateLimiter限流组件：提供了acquire()和tryAcquire()方法来实现。

更多分布式架构系列、阿里架构师进阶系列，请查看以下文章：

阿里架构师进阶从0到1全部合集(建议收藏)