限流算法
计数器
计数器比较简单粗暴，比如我们限制的是1s能够通过的请求数，实现的思路就是从第一个请求进来开始计时，在接下来的1s内，每个请求进来请求数就+1，超过最大请求数的请求会被拒绝，等到1s结束后计数清零，重新开始计数。
这种方式有个很大的弊端：比如前10ms已经通过了最大的请求数，那么后面的990ms的请求只能拒绝，这种现象叫做“突刺现象”。
漏桶算法
就是桶底出水的速度恒定，进水的速度可能快慢不一，但是当进水量大于出水量的时候，水会被装在桶里，不会直接被丢弃；但是桶也是有容量限制的，当桶装满水后溢出的部分还是会被丢弃的。
算法实现：可以准备一个队列来保存暂时处理不了的请求，然后通过一个线程池定期从队列中获取请求来执行。
令牌桶算法
令牌桶就是生产访问凭证的一个地方，生产的速度恒定，用户访问的时候当桶中有凭证时就可以获取到凭证
实现方案：
Guava RateLimiter限流：
Guava RateLimiter是一个谷歌提供的限流，其基于令牌桶算法，比较适用于单实例的系统。
限流方案具体实现
网关限流
Spring Cloud Gateway中提供了RequestRateLimiterGatewayFilterFactory类，这个是基于令牌桶实现的。它内置RedisReteLimiter,依赖于Redis存储限流配置和统计数据，我们也可以通过继承
org.springframework.cloud.gateway.filter.ratelimit.AbstractRateLimiter 或者是实现
org.springframework.cloud.gateway.filter.ratelimit.RateLimiter 接口来实现自己的RateLimiter。
具体实现如下：
-
首先在网关服务引入依赖
-
引入的配置如下
-
可以实现基于三个维度的限流：
上面所示的配置是每秒产生的令牌数量是1，当我们的请求速度大于这个数值时，就会返回429的状态码
到这里我们在gateway层面的限流就实现了。
redis+lua
-
在服务中引入lua脚本
-
引用lua
-
判断是否需要限流相关代码
-
上面我们可以看到正常情况下10s内只产生3个令牌，我们来看下效果
可以看到10秒内只有前三个请求通过，其他的都是被拒绝的，过了10s后又会有三个请求可以通过,这完全符合我们预期的效果。
Nginx限流
限制访问频率：
Nginx可以通过参数ngx_http_limit_req_module模块来限制访问频率，使用的漏桶算法实现的；可以通过limit_req_zone命令以及limit_req命令限制单个ip的请求处理频率。
限制连接数：
ngx_http_limit_conn_module模块提供了并发连接数的功能，可以使用limit_conn_zone命令和limit_conn进行配置，也是基于漏桶算法实现的。
作者后面技术除了写文章外再维护一个开源的项目，所以有源码需求的同学可以关注下木木，预计今年过年期间可以开始开放。