单机限流

1. Guava RateKimiter（google开源）
   示例代码：

   import com.google.common.util.concurrent.RateLimiter;
   public static void main(String[] args) {
   // 每秒限流5个请求
   RateLimiter limiter = RateLimiter.create(5.0);
   while (true) {
       if (limiter.tryAcquire()) {
           // 处理请求
       } else {
           // 超过流量限制，需要做何处理
       }
   }
   }

   分布式限流

   使用redission自带的限流器rateLimiteer

   @Resource
   RedissonClient redissonClient;
   
   public void doLimit(String key){
       RRateLimiter rateLimiter = redissonClient.getRateLimiter(key);
       rateLimiter.trySetRate(RateType.OVERALL,2,1, RateIntervalUnit.SECONDS);
       boolean b = rateLimiter.tryAcquire(2);
       if(!b){
           throw new BusinessException(ErrorCode.TO_MANY_REQUEST);
       }
   }

算法

1. 固定窗口计数限流算法：最简单的限流算法之一，它将请求或事件的到达速率限制在固定的窗口内。例如，每秒最多允许处理 10 个请求。这个算法的问题在于它无法平滑处理请求，因为在窗口边界可能会出现瞬间的高负载。
2. 滑动窗口计数限流算法：这种算法改进了固定窗口算法，使用滑动窗口来平滑处理请求。窗口内的请求计数按照时间的流逝而衰减，从而减少了窗口边界的尖峰负载。
3. 令牌桶算法：令牌桶算法使用令牌桶来控制请求速率。令牌以固定的速率被添加到令牌桶中，每个请求需要从令牌桶中获取一个令牌才能被处理。如果令牌桶中没有足够的令牌，请求将被延迟或拒绝。这种算法平滑控制了请求速率，并且可以处理突发请求。
4. 漏桶算法：漏桶算法以恒定的速率漏水，当请求到达时，会尝试向漏桶中添加请求，如果漏桶已满，则请求被拒绝。漏桶算法可以平滑请求，但不能处理突发请求。