介绍ab分流的流量保护功能之前，先普及一下ab分流的一些概念和术语

名词解释：

• 实验：用来验证某个决定请求处理方式的功能或策略的一部分流量，通常用来验证某个功能或策略对系统指标（如PV/UV，CRT，下单转化率等）的影响。
• 流量 ：指所有访问用户的请求
• Hash因子：可以理解为访问实验用户的uuid，即一个可以识别某个流量用户的唯一标识。
• Hash算法：是把任意长度的输入通过散列算法变换成固定长度的输出，是一种从任意文件中创造小的数字「指纹」的方法。与指纹一样,散列算法就是一种以较短的信息来保证文件唯一性的标志
• 桶位：ab测试又称为分桶测试。当用户的请求打到某个实验进行分流时，分流引擎会根据请求的uuid + 强一致性hash算法（保证分每个桶分到的越随机越平均越好）生成一个全局固定不变的值 ，然后 值取模100 得到一个0-100区间的具体桶位编号，一个百分点对应一个桶位编号。
• 实验版本：实验版本即实验分组，A/B实验通常是为了验证一个新策略的效果。在实验进行中，所抽取的用户被随机地分配到A组和B组中，A组用户体验到新策略，B组用户体验的仍旧是旧策略。在这一实验过程中，A组便为实验组，B组则为对照组。也有多个实验组和一个对照组构成的实验，他们共同承载了100%的流量请求。

用户桶位编号如何生成

如上图说明，现在大家知道一个用户访问某个实验时都会有一个唯一固定的编号。

为了更好阐述其意，假设我们有这样26位流量用户，分别是A-Z的这样26位用户：

{A , B , C , D , E , F , G , H , I , J , K , L , M , N , O , P , Q , R , S , T , U , V , W , X , Y , Z }

他们访问实验X时，通过 Hash(uid+实验X种子) 生成了如下的实验编号（命名规则为：用户x_桶位编号）：

A_11,B_9,C_12,D_10,E_7,F_9,G_24,H_22,I_18,J_8,K_21,L_15,M_1,N_4,O_76,P_33,Q_40,

R_5,S_12,