常见的限流策略

计数器限:

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;

时间窗口：

/**     * 限流方法（滑动时间算法）；基于zset实现，每个请求为key的一份数据，score为请求时间，判断是否超限即看限定score范围内数据的count     * @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() {        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()；

RRateLimiter rRateLimiter = redissonClient.getRateLimiter("limiter"); //多实例公用，每1s 5个令牌 rRateLimiter.trySetRate(RateType.OVERALL, 5, 1, RateIntervalUnit.SECONDS); if (rRateLimiter.tryAcquire()) {     // do(); }

锁：