漏桶算法 (Leaky Bucket)

漏桶算法可以看作是一个强制限制输出速率的模式。无论输入请求多么猛烈，输出（处理）速率始终是恒定的。

工作原理

逻辑图解

    突发流量 (流入速度不限)
       ↓  ↓  ↓
    +-----------+
    | \      /  |
    |  \____/   | ← 漏桶容量 B
    | (Requests)|
    +-----------+
       ↓  ↓  ↓
      恒定流出速率 R (处理请求)

1. 注入请求：所有的请求进入系统时就像水滴进入漏桶。
2. 漏桶容量：桶有固定容量。如果请求进入的速率太快，导致桶满了，新进入的请求会被直接丢弃。
3. 恒定流出：漏桶底部的“漏洞”以恒定的速率（如每秒 $R$ 个）往外流水（处理请求）。

Go 语言实现 (示例)

type LeakyBucket struct {
    capacity float64    // 桶容量 B
    rate     float64    // 处理速率 R (个/秒)
    water    float64    // 当前桶中的请求数 (积水)
    lastTime time.Time  // 上次漏水时间
    mu       sync.Mutex
}
 
func (b *LeakyBucket) Allow() bool {
    b.mu.Lock()
    defer b.mu.Unlock()
 
    now := time.Now()
    // 1. 根据经过的时间计算流出的请求数 (漏水)
    passedTime := now.Sub(b.lastTime).Seconds()
    leakedWater := passedTime * b.rate
    
    b.water -= leakedWater
    if b.water < 0 {
        b.water = 0
    }
    b.lastTime = now
 
    // 2. 判断桶是否已满
    if b.water < b.capacity {
        b.water++
        return true
    }
    return false
}

核心特点

• 强制平滑：它将突发的流量转化为平滑的恒定流量。
• 不允许突发：即便桶里有空位，流出的速度也永远不会超过 $R$。这与令牌桶有本质区别。
• 系统保护效果极佳：由于处理速度恒定，系统压力非常可预测。

应用场景

• 网络流量控制：经典的异步处理场景，不管上游有多少并发，下游处理器的压力始终如一。
• 数据库保护：防止瞬时高峰流量直接打垮数据库。