常见限流方式

计数器:

if(GET(key)){

  // 1.1自增后判断是否大于最大值,并返回结果

  if(INCR(key) > maxPermit){

     return false;

  }

 return true;

}

//不存在key,则初始化key

SET(KEY,1);

EXPIRE(KEY,3);

return true;

存在问题：单时间段轮换会存在重合时间段超发的情况。

解决：1.多时间段控制，如限制为N秒内即需要N个key 

           2.滑动窗口

滑动窗口：

/**

    * 

    * @param key      限流标识

    * @param period   限流时间范围（单位：秒）

    * @param maxCount 最大运行访问次数

    * @return

    */

   private boolean isPeriodLimiting() {

       // count-add非原子操作，存在并发问题，看接受度

       long currTs = System.currentTimeMillis(); // 当前时间戳

       // 删除非时间段内的请求数据（清除老访问数据，比如 period=60 时，标识清除 60s 以前的请求记录）

       zremrangeByScore(key, 0, currTs - preTs);

       // 当前请求次数

       long currCount = zcard(key);

       if (currCount >= maxCount) {

           // 超过最大请求次数，限流

           return false;

       }

       // 时间范围内请求记录 +1

       zadd(key, currTs, "" + currTs);

       return true;

   }

信号量：

     信号量用于临界资源访问并发数的控制, 有释放返回操作, 不关心时间；

     线路并发

RPermitExpirableSemaphore semaphore = redisson.getPermitExpirableSemaphore("semaphore");

semaphore.trySetPermits(10);

try {

    //获取许可等待时间，许可超时自动释放时间

    String semId = semaphore.tryAcquire(20L, 5 * 60 * 1000L, TimeUnit.MILLISECONDS);

    if (Objects.nonNull(semId)) {

        // do();



        semaphore.tryRelease(semId);

    }

} catch (InterruptedException e) {

    e.printStackTrace();

 

漏桶算法:

构造固定容量的桶(请求上限)，水即是请求，有水流进来也有水流出去，我们可以通过控制水流出的速率，用来对调用者频率进行限流，保证流量平滑自己不被压垮。 

漏桶算法的实现步骤是，先声明一个队列用来保存请求，这个队列相当于漏斗，队列满了之后可以队新请求进行限制，另外声明一个线程定期从任务队列中处理请求。

令牌桶算法:

  程序以某种恒定的速度生成令牌，并存入令牌桶中，而每个请求需要先获取令牌才能执行，如果没有获取到令牌的请求可以选择等待或者放弃执行    

  Redis 4.0 版本中提供的 Redis-Cell 模块，该模块使用的是该算法；
  Redission提供的RateLimit()；

  Guava单机RateLimit()；