在php应用中实现请求限流需采用令牌桶或漏桶算法，1. 令牌桶通过维护令牌数量和生成速率控制请求，允许突发流量；2. 漏桶通过固定漏水速率平滑请求处理，防止突发冲击；3. 两者均需借助redis的原子操作（如lua脚本）确保并发一致性；4. 限流维度可基于用户、ip或接口，通过唯一键标识；5. 核心目标是保障系统稳定性，防止过载，确保服务可用性，最终通过返回布尔值明确是否放行请求。
请求限流在PHP应用中，特别是对于API接口的保护，通常会采用令牌桶（Token Bucket）或漏桶（Leaky Bucket）这两种经典算法。它们的核心思想都是控制单位时间内允许处理的请求数量，避免系统过载，保障服务的稳定性与可用性。在PHP中实现它们，关键在于如何高效地管理“令牌”或“水滴”，并利用共享存储（如Redis）来维护状态，确保并发环境下的数据一致性。
解决方案
实现请求限流，我们首先要明确限流的目标：是限制某个用户、某个IP，还是整个接口的访问频率？这决定了我们存储状态的维度。通常，基于Redis的实现是首选，因为它提供了原子操作和高并发读写能力。
令牌桶算法（Token Bucket）
立即学习“PHP免费学习笔记（深入）”；
想象一个固定容量的桶，系统会以恒定的速率往桶里放入令牌。每个请求到来时，都需要从桶里取走一个令牌才能被处理。如果桶里没有令牌，请求就会被拒绝或排队。
实现思路：
定义桶的容量（
bucket_capacity
）和令牌生成速率（
token_rate
，每秒生成多少个）。在Redis中存储一个键，表示当前桶中令牌的数量（
current_tokens
）以及上次更新令牌的时间戳（
last_fill_time
）。每次请求到达时，通过Redis的Lua脚本来原子性地执行以下逻辑：计算自上次填充以来新增的令牌数量：
new_tokens = (current_timestamp - last_fill_time) * token_rate
。更新桶中令牌数：
current_tokens = min(bucket_capacity, current_tokens + new_tokens)
。更新
last_fill_time = current_timestamp
。如果
current_tokens >= 1
，则允许请求，并
current_tokens--
。否则，拒绝请求。
PHP伪代码示例 (使用Redis)：
redis = $redis; } /** * 令牌桶算法限流 * @param string $key 限流的唯一标识，例如 'user:123' 或 'api:product_list' * @param int $capacity 桶的容量，即最大允许的突发请求数 * @param float $rate 令牌生成速率，每秒生成的令牌数 * @return bool 是否允许请求通过 */ public function tokenBucket($key, $capacity, $rate): bool { $currentTokensKey = "rate_limit:token_bucket:{$key}:tokens"; $lastFillTimeKey = "rate_limit:token_bucket:{$key}:last_fill_time"; $currentTime = microtime(true); // 使用微秒时间戳，更精确 // Lua脚本保证原子性操作 $script = <<= 1 then redis.call('set', KEYS[1], currentTokens - 1) redis.call('set', KEYS[2], ARGV[1]) return 1 -- 允许 else redis.call('set', KEYS[1], currentTokens) -- 即使不通过也要更新 redis.call('set', KEYS[2], ARGV[1]) return 0 -- 拒绝 end LUA; // eval($script, $keys, $args, $numKeys) // KEYS[1]: currentTokensKey, KEYS[2]: lastFillTimeKey // ARGV[1]: currentTime, ARGV[2]: rate, ARGV[3]: capacity $result = $this->redis->eval($script, [$currentTokensKey, $lastFillTimeKey], [$currentTime, $rate, $capacity], 2); return (bool)$result; } /** * 漏桶算法限流 * @param string $key 限流的唯一标识 * @param int $capacity 桶的容量，即最大允许的缓冲请求数 * @param float $rate 漏水速率，每秒处理的请求数 * @return bool 是否允许请求通过 */ public function leakyBucket($key, $capacity, $rate): bool { $currentWaterKey = "rate_limit:leaky_bucket:{$key}:water"; $lastLeakTimeKey = "rate_limit:leaky_bucket:{$key}:last_leak_time"; $currentTime = microtime(true); $script = <<<LUA local currentWater = tonumber(redis.call('get', KEYS[1])) or 0 local lastLeakTime = tonumber(redis.call('get', KEYS[2])) or ARGV[1] local leakedWater = (ARGV[1] - lastLeakTime) * tonumber(ARGV[2]) currentWater = math.max(0, currentWater - leakedWater) if currentWater redis->eval($script, [$currentWaterKey, $lastLeakTimeKey], [$currentTime, $rate, $capacity], 2); return (bool)$result; }}// 示例用法：// $redis = new Redis();// $redis->connect('127.0.0.1', 6379);// $limiter = new RateLimiter($redis);// 令牌桶：允许每秒2个请求，桶容量5个（允许短时突发5个请求）// if ($limiter->tokenBucket('user:123', 5, 2)) {// echo "令牌桶：请求通过n";// } else {// echo "令牌桶：请求被限流n";// }// 漏桶：允许每秒处理2个请求，桶容量5个（最多缓冲5个请求）// if ($limiter->leakyBucket('api:endpoint', 5, 2)) {// echo "漏桶：请求通过n";// } else {// echo "漏桶：请求被限流n";// }?>
这里用Lua脚本是为了保证
get
、
set
、
计算
的原子性，避免并发问题。
漏桶算法（Leaky Bucket）
想象一个底部有固定漏水速率的桶，水（请求）以不规则的速率流入。如果流入速度快于漏出速度，桶就会满，溢出的水（请求）就会被丢弃。
实现思路：定义桶的容量（
bucket_capacity
）和漏水速率（
leak_rate
，每秒漏出多少个请求）。在Redis中存储当前桶中的水量（
current_water
）以及上次漏水的时间戳（
last_leak_time
）。每次请求到达时，同样通过Redis的Lua脚本原子性地执行：计算自上次漏水以来漏出的水量：
leaked_water = (current_timestamp - last_leak_time) * leak_rate
。更新桶中水量：
current_water = max(0, current_water - leaked_water)
。更新
last_leak_time = current_timestamp
。如果
current_water < bucket_capacity
，则允许请求，并
current_water++
。否则，拒绝请求。
Lua脚本在这里同样至关重要，它确保了读写操作的原子性，避免了竞态条件。
为什么在PHP应用中需要
以上就是PHP请求限流算法实现 令牌桶与漏桶算法在PHP中的实际应用的详细内容，更多请关注php中文网其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1267750.html
微信扫一扫 
支付宝扫一扫 
