ASP.NET Core 中的四种限流策略详解与代码实现
在高并发环境下，合理的限流策略能够保护系统资源、避免服务崩溃，并提升整体用户体验。ASP.NET Core 自 .NET 7 起集成了 Microsoft.AspNetCore.RateLimiting 库，涵盖多种主流限流算法，支持灵活扩展。本文将围绕四种常见的限流策略——固定窗口、滑动窗口、令牌桶和并发限制，深入讲解其实现原理、性能特点、适用场景，以及如何在 ASP.NET Core 中高效实现。
1. 固定窗口限流（Fixed Window Limiter）
固定窗口限流算法基于将时间划分为固定长度的间隔窗口（如 2 分钟），在每个窗口周期内限制请求数上限。超过阈值的请求会被拒绝，直到进入下一个时间窗口。
核心原理：
- 计数器在每个固定时间窗口开始时重置。
- 请求计数累积直到达到允许的阈值。
- 窗口末尾时计数器清零，重新统计。
options.AddFixedWindowLimiter("fixed", opt =>
{
opt.Window = TimeSpan.FromMinutes(2); // 窗口周期
opt.PermitLimit = 20; // 最大请求数
});性能特点：
- 实现简单，资源消耗低。
- 在高并发突发请求时，可能会在窗口边界产生“突刺”流量。
适用场景：
- 适合流量相对稳定，极端突发少的业务。
图示说明：
|===== 20 req limit =====| 2 min |===== 20 req limit =====|2. 滑动窗口限流（Sliding Window Limiter）
滑动窗口算法把整体时间窗口拆分为多个小段（如每 30 秒一段），对最近完整窗口内所有小段请求数求和，从而平滑流量峰值，避免固定窗口造成的边缘“突刺”。
核心原理：
- 维护多个子段请求计数。
- 每次请求时计算最近完整时间窗口所有子段请求总和。
- 窗口以小段单位不断滑动，避免请求集中在固定窗口边缘。
options.AddSlidingWindowLimiter("sliding", opt =>
{
opt.Window = TimeSpan.FromMinutes(2); // 总窗口长度
opt.PermitLimit = 20; // 最大请求数
opt.SegmentsPerWindow = 4; // 窗口分段数，每段 30 秒
});性能特点：
- 减少突然流量峰值，提升请求平滑性。
- 计算复杂度高于固定窗口，需要维护多个计数器。
适用场景：
- 流量波动明显，要求平滑分布请求的业务。
图示说明：
[----][----][----][----] ← 以 30 秒为单位滑动时间窗口3. 令牌桶限流（Token Bucket Limiter）
令牌桶算法用于支持一定程度的突发流量，同时实现稳定流速。在固定时间间隔生成令牌，用户请求消耗令牌。令牌没了时请求被拒绝。
核心原理：
- 令牌桶容量限制最大突发量。
- 以固定频率向桶内添加令牌。
- 请求处理消耗一个令牌。
options.AddTokenBucketLimiter("token", opt =>
{
opt.TokenLimit = 15; // 桶容量
opt.TokensPerPeriod = 1; // 令牌补充速率
opt.ReplenishmentPeriod = TimeSpan.FromSeconds(1); // 补充周期
});性能特点：
- 支持短时间内请求突发。
- 需要对令牌生成和消耗进行同步控制。
适用场景：
- 支持用户突发请求，但整体保持平稳速率的接口。
图示说明：
令牌桶（容量 15）以每秒 1 个令牌速率补充4. 并发限流（Concurrency Limiter）
并发限流限制同一时刻的请求数，防止服务器因资源争用（CPU、IO 等）而过载。请求超过限制则排队，队列满后拒绝。
核心原理：
- 维护一个同时处理请求的许可计数器。
- 超过许可数的请求进入排队等待。
- 队列达到上限拒绝后续请求。
options.AddConcurrencyLimiter("concurrency", opt =>
{
opt.PermitLimit = 5; // 最大并发处理数
opt.QueueLimit = 10; // 等候队列大小
});性能特点：
- 防止资源耗尽，保证系统稳定。
- 队列长时请求等待时间增长，可能影响体验。
适用场景：
- 适合依赖有限资源（数据库连接、外部服务）的场景中控制并发量。
图示说明：
正在处理: |||||
排队等待: ||||||||||5. 实际应用与整合
在 ASP.NET Core 中，可通过 RequireRateLimiting 特性将不同限流策略关联至各自的 API 路由，实现灵活组合和精细化控制：
app.MapGet("/fixed", () => "Fixed window response").RequireRateLimiting("fixed");
app.MapGet("/sliding", () => "Sliding window response").RequireRateLimiting("sliding");
app.MapGet("/token", () => "Token bucket response").RequireRateLimiting("token");
app.MapGet("/concurrency", () => "Concurrency response").RequireRateLimiting("concurrency");此方式支持针对不同 API 选择最适合的限流方案，方便测试和调优。
总结：
通过深入理解各限流策略的原理和适用场景，开发者能在 ASP.NET Core 应用中灵活应用 Microsoft.AspNetCore.RateLimiting 实现高效流控，保障系统鲁棒性和响应性能。