RateLimiter源码阅读

    俗话说得好，缓存，限流和降级是系统的三把利剑。刚好项目中每天早上导出数据时因调订单接口频率过高，订单系统担心会对用户侧的使用造成影响，让我们对调用限速一下，所以就正好用上了。
    常用的限流算法有2种：漏桶算法和令牌桶算法。

    漏桶算法

    漏桶算法：请求先进入“桶”中，然后桶以一定的速率处理请求。如果请求的速率过快会导致桶溢出。根据描述可以知道，漏桶算法会强制限制请求处理的速度。任你请求的再快还是再慢，我都是以这种速率来处理。
    但是对于很多情况下，除了要求能够限制平均处理速度外，还要求能允许一定程度的的突发情况。这样的话，漏桶算法就不合适了，用令牌桶算法更合适。

     令牌桶算法

    令牌桶算法的原理是：系统以恒定的速率往桶里丢一定数量的令牌，请求只有拿到了令牌才能处理。当桶里没有令牌时便可拒绝服务。
    Guava中的Ratelimiter便是实现的令牌桶算法，同时能支持一定程度的突发请求。

private static RateLimiter one=RateLimiter.create(2);//每秒2个
    private static RateLimiter two=RateLimiter.create(2);//每秒2个
    private RateLimitUtil(){};


    public static void acquire(RateLimiter r,int num){
        double time =r.acquire(num);
        System.out.println("wait time="+time);
    }

    public static void main(String[] args) throws InterruptedException {
        acquire(one,1);
        acquire(one,1);
        acquire(one,1);
        System.out.println("-----");
        acquire(two,10);
        acquire(two,1);

    }

    输出结果：

wait time=0.0
wait time=0.499163
wait time=0.489308
-----
wait time=0.0
wait time=4.497819

    可以看到，我们以每秒2个请求的速度生成令牌。对one来说