guava.RateLimiter入门

guava的RateLimiter是一个用于控制QPS（queries per second 每秒请求次数）的类，在高并发系统中，可能会出现在某个时间点，请求数暴涨的情况，很有可能对系统造成极大的压力，让系统响应时间变慢，甚至宕机。针对这种突发情况，我们可以使用限流的方法来应对。

常见的限流算法有两种（漏桶算法和令牌桶算法）：

漏桶算法 ： 以某种固定速率进行运算，同时设置可以处理的最大值，当处理值达到最大的时候，将舍弃掉后来的服务。

大白话版：这个完全可以简化成我们小时候做的数学题，一个游泳池，一边进水一边放水，放水的速度就是程序处理的速度，因为排水口是固定的，所以放水速度是不变的。进水口就是一个水龙头，也就是请求数，因为水龙头可以拧紧也可以拧松，所以请求数可能一下多，一下少，当进水的速度远远大于放水速度时，游泳池的水就会慢慢变多，直到游泳池变满了，水就会漫出去，就会被舍弃掉

令牌桶算法：我会往一个桶里放令牌，每隔固定时间放固定令牌数，每次处理一个请求就需要消耗一个令牌，如果令牌没有了，那么请求也不会被处理

大白话版：肯德基排队点餐，每个客户都会点一个汉堡，厨师每十秒钟做一个汉堡(令牌)，每个客户拿一个汉堡就走，如果第一个客户拿了汉堡就走，用了5秒钟，那么第二个客户过来拿，就会没有汉堡了，于是他就走了（被拒绝了），第三个客户来，汉堡又做好了

用法也比较简单，这里简单进行一个示范，后续有时间再慢慢补充

public void test01() {
        // 这里设置qps最高为100
        RateLimiter limiter = RateLimiter.create(100);
        // 线程池
        ExecutorService woker = Executors.newFixedThreadPool(10);
        for (int i = 0; i < 5000; i++) {
            // 在需要控制qps的地方，放入此代码
            limiter.acquire();
            woker.submit(() -> new Runnable() {
                @Override
                public void run() {
                }
            });
        }
    }