一 算法描述

漏桶算法比较形象，设想有一个桶，桶的底部有一个洞，当装上水的时候，水会一滴一滴地从底部漏掉。当装的水太满，水会溢出，但底部漏水的速度还是不变的。

底部漏水的速度就是系统处理的速度，桶里存储的水就是上游过来的请求。当请求太多，超过桶的容量，就会被拒绝。系统只在另一端按照固有的速度处理请求。

如下图所示，外部的请求随机而来，把“桶”填满后，装不进“桶”的请求被丢弃。每秒从“桶”中匀速“漏出”一定量的“水”（请求），服务进程处理漏出的请求包。

当请求突增的时候，漏桶算法能够保证处理速度总是恒定的。

在系统启动时，如果想让系统有一个陆续启动的过程，则不用一下子接受太多请求，让系统处理请求量平缓上升到最大处理能力。

系统可以在一些时刻处理突增的请求，只要持续时间不是很长，系统有能力处理即可。

二 需求

1 桶的容量是承载2000个请求，处理速度是每毫秒1个请求。即1秒1000个请求。

2 外部最大请求为 1500 个，并随机取值，会限流吗？

三 代码

package currentLimit;
import java.util.Random;
/**
* @className: LeakBucket
* @description: 漏桶算法
* @date: 2022/1/8
* @author: cakin
*/
public class LeakBucket {
    static long cur = 0; // 当前桶中累计的请求数
    // 记录上次统计时间的毫秒
    static long lastTime = System.currentTimeMillis();
    /**
     * 功能描述：漏桶算法
     *
     * @param capcity 桶能承载的最大请求数，超过这个数就开始限流
     * @param rate    为漏水的速度,系统每秒能处理的请求
     * @return true：限流 false：不限流
     * @author cakin
     * @date 2022/1/9
     */
    static boolean leakBuck(int capcity, int rate) {
        // 当前毫秒
        long millisTime = System.currentTimeMillis();
        // 两次请求的间隔，单位是毫秒
        long time = (millisTime - lastTime);
        cur = Math.max(0, cur - time * rate);
        lastTime = millisTime;
        ++cur;
        if (cur >= capcity) {
            cur = capcity;
            return true;
        }
        return false;
    }
    // 测试方法
    public static void main(String[] args) {
        for (; ; ) {
            // 停顿1秒
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            // 模拟1秒请求的次数 1500次内
            int randomTime = new Random().nextInt(1500);  // 通过调这个值，来测试是否限流
            for (int j = 0; j < randomTime; j++) {
                if (leakBuck(2000, 1)) {
                    System.out.println("限流了" + cur);
                } else {
                    System.out.println("没限流" + cur);
                }
            }
        }
    }
}

四 测试结果

五 说明

从测试来看，当外部请求的的请求数在1500内随机取值，还是可能限流的。