https://juejin.cn/post/7056000911893594148
本文介绍了分布式系统中限流的常见算法，包括令牌桶、漏桶和计数器算法，重点阐述了令牌桶算法原理及Guava的RateLimiter实现。RateLimiter通过预分配和延迟计算方式限流，有两种实现方式，介绍了其核心属性、方法及处理流程。最后指出RateLimiter适用于单机，小型项目有限流需求但引入分布式限流项目可能过重。
关联问题: RateLimiter如何分布式 漏桶算法有何优势 计数器算法怎么优化
在分布式系统中，应对高并发访问时，缓存、限流、降级是保护系统正常运行的常用方法。当请求量突发暴涨时，如果不加以限制访问，则可能导致整个系统崩溃，服务不可用。
同时有一些业务场景，比如短信验证码，或者其它第三方API调用，也需要提供必要的访问限制支持。还有一些资源消耗过大的请求，比如数据导出等，也有限制访问频率的需求。
常见的限流算法有
本文主要对三个算法的基本原理及Google Guava包中令牌桶算法的实现RateLimiter进行介绍，下一篇文章介绍最近写的一个以RateLimiter为参考的分布式限流实现及计数器限流实现。
令牌桶算法的原理就是以一个恒定的速度往桶里放入令牌，每一个请求的处理都需要从桶里先获取一个令牌，当桶里没有令牌时，则请求不会被处理，要么排队等待，要么降级处理，要么直接拒绝服务。当桶里令牌满时，新添加的令牌会被丢弃或拒绝。
令牌桶算法的处理示意图如下（图片来自网络）
令牌桶算法主要是可以控制请求的平均处理速率，它允许预消费，即可以提前消费令牌，以应对突发请求，但是后面的请求需要为预消费买单（等待更长的时间），以满足请求处理的平均速率是一定的。
漏桶算法的原理是水（请求）先进入漏桶中，漏桶以一定的速度出水（处理请求），当水流入速度大于流出速度导致水在桶内逐渐堆积直到桶满时，水会溢出（请求被拒绝）。
漏桶算法的处理示意图如下（图片来自网络）