一、限流基本知识介绍

为啥要限流，信任就不用我多说了。

比如，我周末去饭店吃饭，但是人太多了，我只能去前台拿个号，等号码到我的时候能力进饭店吃饭。如果饭店没有限百思特网流怎么办？一到饭点，人都往里冲，而饭店又处置不了这么多人流，很容易就出事故（饭店塞满了人，无路可走。饭店的工作人员瓦解了，处置不过百思特网来)
回到代码世界上也是一样的，服务器能处置的要求数有限，如果要求量特殊大，我们须要做限流（要么就让要求期待，要么就把要求给扔了）

在代码世界上，限流有两种比拟常见的算法：

令牌桶算法
漏桶算法

1.1 什么是漏桶算法

比如，现在我有一个桶子，绿色那块是我能装水的容量，如果超过我能装下的容量，再往桶子里边倒水，就会溢出来（限流）：

我们目前可以知道的是：

桶子的容量是固定的（是图上绿色那块）
超越了桶子的容量就会溢出（要么期待，要么直接丢弃）

OK，现在我们在桶子里挖个洞，让水可以从洞子里边流出来：

桶子的洞口的大小是固定的，所以水从洞口流出来的速率也是固定的。

所以总结下来算法所需的参数就两个：

桶子的容量
漏水的速率

漏桶算法有两种实现：

不许可突发流量的情形：如果进水的速率大于出水的速率，直接舍弃掉过剩的水。比如，我的桶子容量能装100L，但我的桶子出水速率是10L/s。此时，如果现在有100L/s的水进来，我只让10L的水进到桶子，其余的都限流。（限定了要求的速度）
许可必定的突发流量情形：我的桶子能装100L，如果现在我的桶子是空的，那么这100L的水都能进我的桶子。我以10L/s的速率将这些水流出，如果还有100L的水进来，只能限流了。

经过上面的剖析我们就知道：

漏桶算法可以平滑网络上的突发流量(因为漏水的速率是固定的)

1.2 什么是令牌桶算法

现在我有另外一个桶子，这个桶子不用来装水，用来装令牌：

令牌会必定的速率扔进桶子里边，比如我1秒扔10个令牌进桶子：

桶子能装令牌的个数有上限的，比如我的桶子最多只能装1000个令牌。

每个要求进来，就会去桶子拿一个令牌

比如这秒我有1001个要求，我就去桶子里边拿1001个令牌，此时可能会涌现两种情形：
桶子里边没有1001个令牌，只有1000个，那没拿到令牌的要求只能被阻塞了（期待）
桶子里边有1001个令牌，所有要求都可以履行。

令牌桶算法支撑网络上的突发流量

**漏桶和令牌桶的差别：**从上面的例子估量大家也能看出来了，漏桶只能以固定的速率去处置要求，而令牌桶可以以桶子最大的令牌数去处置要求

二、RateLimiter应用

RateLimiter是Guava的一个限流组件，我这边的体系就有用到这个限流组件，应用起来十分便利。

引入pom依附：

RateLimiter它是基于令牌百思特网桶算法的，API非常简略，看以下的Demo:

我们可以从成果看出，每秒只能履行三个：

三、散布式限流

RateLimiter是一个单机的限流组件，如果是散布式运用的话，该怎么做？

可以应用Redis+Lua的方法来实现，大致的lua脚本代码如下：

Java代码如下：

说明：

Java代码传入key和最大的限制limit参数进lua脚本
履行lua脚本（lua脚本断定当前key是否超过了最大限制limit）
如果超过，则返回0（限流）
如果没超过，返回1（程序持续履行）

一直以来，在不同类别软件开发人才的需求中，对于Java工程师的需求量一直居高不下，而且Java工程师的薪资程度相对较高，所以每年学习Java的人也越来越多。但(原创www.isoyu.com版权)由于每个人的基本、资质有所不同，学习结果也就大不雷同，所以大家可以私信我【java】进我的讨论组一起交换，获取Java学习资料！