有一个服务器，用于提供HTTP服务，但是需要限制每个用户在任意的100秒内只能请求60次，怎么实现这个功能

问题

有一个服务器，用于提供HTTP服务，但是需要限制每个用户在任意的100秒内只能请求60次，怎么实现这个功能

我的回答

嗯，这个问题其实挺经典的，就是限流嘛。任意100秒内最多60次请求，这是个滑动窗口的问题。

我觉得可以这样实现：

方案一：用队列记录时间戳

#include <unordered_map>
#include <queue>
#include <chrono>class RateLimiter {
private:std::unordered_map<std::string, std::queue<long long>> userRequests;public:bool isAllowed(const std::string& userId) {auto now = std::chrono::duration_cast<std::chrono::seconds>(std::chrono::system_clock::now().time_since_epoch()).count();auto& requests = userRequests[userId];// 先把100秒前的请求都清掉while (!requests.empty() && now - requests.front() > 100) {requests.pop();}// 看看是不是已经到60次了if (requests.size() >= 60) {return false;}// 记录这次请求requests.push(now);return true;}
};

这个方案比较直观，就是每个用户维护一个时间戳队列。但是吧，如果用户很多的话，内存消耗会比较大。

方案二：滑动窗口计数器

#include <unordered_map>
#include <chrono>struct WindowData {int prevCount = 0;int currCount = 0;long long currWindowStart = 0;
};class RateLimiter {
private:std::unordered_map<std::string, WindowData> windows;static const int WINDOW_SIZE = 100;static const int MAX_REQUESTS = 60;public:bool isAllowed(const std::string& userId) {auto now = std::chrono::duration_cast<std::chrono::seconds>(std::chrono::system_clock::now().time_since_epoch()).count();auto& data = windows[userId];long long currentWindow = now / WINDOW_SIZE;// 如果进入了新的窗口if (data.currWindowStart != currentWindow) {data.prevCount = data.currCount;data.currCount = 0;data.currWindowStart = currentWindow;}// 计算滑动窗口内的估算请求数double prevWeight = (double)(WINDOW_SIZE - (now % WINDOW_SIZE)) / WINDOW_SIZE;double estimatedCount = data.prevCount * prevWeight + data.currCount;if (estimatedCount >= MAX_REQUESTS) {return false;}data.currCount++;return true;}
};

这个方案内存占用比较小，每个用户就存几个数字，但是精度会差一点点。

实际使用的话

如果在实际项目中遇到这个问题，可能还会考虑：

1. 线程安全：加个mutex或者用原子操作

#include <mutex>class ThreadSafeRateLimiter {
private:std::mutex mtx;// ... 其他成员public:bool isAllowed(const std::string& userId) {std::lock_guard<std::mutex> lock(mtx);// ... 限流逻辑}
};

2. 内存清理：定期清理过期的用户数据，不然内存会一直涨

3. 如果是分布式的：可能需要用Redis之类的外部存储

我个人比较倾向于第二种方案，因为内存效率高，而且对于大部分场景来说精度够用了。当然如果对精度要求特别高，那就用第一种。