24|面试热点:微服务架构下的限流“阈值”怎么算?
邓明

你好,这里是极客头条。
在面试和日常的工作中我们经常会遇到限流的问题,有很多人曾被这个问题困扰,怎么解决限流的问题,里面涉及了哪些算法,如果面试中问到了这样的问题,我们又该如何应对呢?
今天我们特别邀请了号称 offer 收割机的邓明老师,来给我们讲讲如何确定限流的阈值,如果你想了解更多后端工程师面试相关的内容,可以打开《后端工程师的高阶面经》专栏查看更多内容。以下是今天的主要内容。
👇👇👇
熔断、降级和限流是最常见的三种微服务架构可用性保障措施。和熔断、降级比起来,限流要更加复杂一些。大部分情况下,面试官面试限流就是随便问问算法,最多就是问问 BBR 之类的动态算法。但是有一个问题,很多人都答不好,就是限流需要确定一个流量阈值,这个阈值该怎么算?
今天我就带你深入讨论限流的这个问题。
前置知识
限流是通过限制住流量大小来保护系统,它尤其能够解决异常突发流量打崩系统的问题。例如常见的某个攻击者攻击你维护的系统,那么限流就能极大程度上保护住你的系统。
要想全面掌握限流这个知识点,我们需要深入理解限流的算法、对象,以及限流后的做法。下面我们一个一个来看。
算法
限流算法也可以像负载均衡算法那样,划分成静态算法和动态算法两类。
公开
同步至部落
取消
完成
0/2000
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结

1. 限流是为了保证系统可用性,防止系统因为流量过大而崩溃的一种服务治理手段。 2. 限流算法包括令牌桶、漏桶、固定窗口和滑动窗口算法,以及动态限流算法如BBR算法。 3. 限流对象可以是集群限流或者单机限流,也可以是针对具体业务来做限流,如VIP用户、IP、业务ID等。 4. 针对被限流的请求,可以采取同步阻塞等待一段时间、同步转异步、调整负载均衡算法等处理方式。 5. 限流算法之间的重要区别在于能否处理小规模的突发流量,如漏桶算法非常均匀,而令牌桶允许积攒一部分令牌,能处理偶发的突发流量.
该试读文章来自《极客头条》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论