分布式限流算法对比实战：令牌桶 vs 滑动窗口 vs 漏桶（Redis 7 + Lua 实现 + 压测报告，5 个并发场景）

背景

我在设计网关层的分布式限流模块，需要把三种经典算法（令牌桶 / 滑动窗口 / 漏桶）在同等负载下的行为差异量化清楚，才能做出选型决策。目前团队里只有概念理解，缺一份可复现、带真实压测数据的对比材料。

最终要什么

一套「可复现的限流算法对比包」，包含：

1. 三种算法的 Redis + Lua 实现脚本（各一个 .lua 文件，接口统一）
2. 压测驱动脚本（Python 3.10+，用 redis-py 客户端，支持指定 QPS / 持续时长 / 并发线程数）
3. 一份 Markdown 对比报告（含 5 个场景的 P50 / P99 延迟、实际 QPS 偏差、突发流量削峰效果）

输入与上下文

• 环境：Redis 7.2（单节点，maxmemory 256MB，noeviction），Python 3.11，Linux x86_64
• 限流粒度：按 key（模拟不同租户），窗口/桶容量参数在脚本中可配置
• 5 个压测场景（必须覆盖）：
  • S1：稳态 1000 QPS，持续 60s
  • S2：突发 5000 QPS 脉冲（持续 5s），基线 500 QPS
  • S3：阶梯递增 200→2000 QPS，每级 15s
  • S4：10 个 key 并发竞争同一桶（模拟热点 key）
  • S5：客户端断连恢复后 1s 内的令牌恢复行为
• 限流参数基准：桶/窗口容量 100 token，补充速率 50 token/s

交付格式

• 一个 tar.gz 压缩包，目录结构：

  rate-limit-benchmark/
  ├── lua/token_bucket.lua
  ├── lua/sliding_window.lua
  ├── lua/leaky_bucket.lua
  ├── bench/runner.py
  ├── bench/config.yaml
  ├── report/comparison.md
  └── README.md
  

• report/comparison.md 必须包含：场景描述、参数表、每种算法的 P50/P99 延迟柱状数据（ASCII 或 Mermaid）、实际通过率 vs 理论值偏差百分比、突发削峰曲线描述、选型建议（≤200 字）
• 所有脚本附 shebang 与 -- 用法 注释，README 给出 3 步跑通流程