这些都是服务稳定性保障的核心技术，核心结论是：线程隔离解决“局部故障扩散”，流量控制算法（滑动窗口、漏桶）限制“过载请求”，雪花算法保障“分布式唯一ID”。

一、线程隔离：隔离故障，避免雪崩

线程隔离是将不同服务/接口的请求处理线程分开，防止单个模块故障拖垮整个应用，主要有两种实现方式：

• 线程池隔离（Hystix默认采用）：为每个服务分配独立线程池，线程池耗尽仅影响该服务，不波及其他模块。线程会带来额外的CPU开销，性能一般，但隔离性强
• 信号量隔离（Sentinel默认采用）：不创建独立线程池，通过信号量控制并发请求数，超出阈值直接拒绝，资源消耗更低，性能较好，但隔离性一般。

二、滑动窗口计数算法：精准限流，平滑统计

核心是“基于时间窗口的请求计数”，用于接口限流场景：

• 把时间划分为固定大小的“窗口”（如1秒），窗口内请求数超阈值则限流。
• 窗口随时间“滑动”，每过一个小时间片（如100毫秒）更新窗口数据，避免固定窗口的临界突发问题。
• 窗口会根据当前请求所在时间（currentTime）移动，窗口范围从（currentTime - 窗口时间跨度Interval）之后的第一个时区开始，到currentTime所在时区结束。

三、漏桶算法：平稳流出，控制速率

核心是“以固定速率处理请求”，解决流量突发冲击问题：

• 请求像水流注入漏桶，漏桶以固定速率“漏水”（处理请求）。
• 桶满后新请求直接丢弃或排队，确保服务处理压力稳定，不被突发流量击垮。
• Sentinel内部基于漏桶算法实现排队等待效果，桶的容量取决于限流的QPS阈值以及运行等待的最大超时时间。

四、令牌桶算法：灵活限流，适配流量波动

核心是“令牌驱动请求执行”，平衡流量控制与资源利用率：

• 系统按固定速率生成令牌存入桶中（桶有最大容量），请求需获取令牌才能执行。
• 支持突发流量（桶内积累的令牌可应对峰值），同时通过令牌生成速率控制长期平均流量。
• 适用于：热点参数限流。对单个参数做限流，或多个参数不同限流规则。

Sentinel限流和Gateway的限流有什么差别

限流算法常见有三种实现：滑动时间窗口、令牌桶算法、漏桶算法。Gateway采用基于Redis实现令牌桶算法，而Sentinel内部比较复杂：

• 默认限流模式是基于滑动时间窗口算法，另外Sentinel中断路器的计数也是基于滑动时间窗口算法。
• 限流后可以快速失败和排队等待，其中排队等待基于漏桶算法。
• 而热点参数限流则是基于令牌桶算法。