限流处理

限流一般的处理手段：

<1>丢弃：

    超过限制流量的时候，最直接的方法是根据响应时间直接拒绝，这个比较武断；

 <2> 降级

   超过限定流量的时候，在保证核心服务的时候，将非核心的服务去掉；

 <3>队列以后处理(业务对数据不敏感，可以在峰值过了后进行处理)

   超过限定流量，如果业务流程走完，但是就是落地持久化的时候有问题，在不影响业务的情况下，可以先用队列进行持久化，然后再更新到相关的数据库中。

限流的处理策略：

限流有分为自动降级和手动降级，自动降级可以根据业务的反应速度来进行降级，手动降级通知手动开关来进行。

限流包括读服务降级、写服务降级。

限流包括从接入层到后端层等多级多个级别的限流措施。

调用第三方服务策略（第三方服务有限流）：

实际上在调用第三方服务的时候，如何在接入层进行限流，又保证不被第三方拒绝，那么在业务层需要根据详细的访问策略来进行流量限制，在调用第三方的时候要进行限制，主要作用：

1>调用第三方服务要保证不能超过第三方服务的qps

2>在接入层限流的情况下，因为后端要涉及到多个第三方，包括可能采取二个同样服务的能力的第三方作为备份，在接入层的限流可能没那么精细

3>第三方流量的实际情况，比如：单位流量超限制要反馈到接入层和处理层，在接入层直接进行丢弃，在处理层可以进行降级处理，这需要在调用第三方的时候针对调用的失败进行统计

redis相关的支持：

redis中可以使用expire命令设置一个键的生存时间，到时间后redis会自动删除它 
expire 设置生存时间（单位/秒） 
pexpire 设置生存时间(单位/毫秒) 
ttl/pttl 查看键的剩余生存时间 
persist 取消生存时间 
expireat [key] unix时间戳1351858600 
pexpireat [key] unix时间戳(毫秒)1351858700000

使用redis进行限制的lua脚本：

local key = "rate.limit:" .. KEYS[1]
local limit = tonumber(ARGV[1])
local expire_time = ARGV[2]

local is_exists = redis.call("EXISTS", key)
if is_exists == 1 then
    if redis.call("INCR", key) > limit then
        return 0
    else
        return 1
    end
else
    redis.call("SET", key, 1)
    redis.call("EXPIRE", key, expire_time)
    return 1
end

如果觉得秒级的限制不可以的话，可以使用

redis.call("PEXPIRE", key, expire_time)