一、常見的限流算法
目前常用的限流算法有兩個：漏桶算法和令牌桶算法。
1.漏桶算法
漏桶算法的原理比較簡單，請求進入到漏桶中，漏桶以一定的速率漏水。當請求過多時，水直接溢出。可以看出，漏桶算法可以強制限制數據的傳輸速度。
2.令牌桶算法
令牌桶算法的原理是系統以一定速率向桶中放入令牌，如果有請求時，請求會從桶中取出令牌，如果能取到令牌，則可以繼續完成請求，否則等待或者拒絕服務。這種算法可以應對突發程度的請求，因此比漏桶算法好。
在 Wikipedia 上，令牌桶算法是這么描述的：
- 每秒會有 r 個令牌放入桶中，或者說，每過 1/r 秒桶中增加一個令牌
- 桶中最多存放 b 個令牌，如果桶滿了，新放入的令牌會被丟棄
- 當一個 n 字節的數據包到達時，消耗 n 個令牌，然后發送該數據包
- 如果桶中可用令牌小於 n，則該數據包將被緩存或丟棄
二、RateLimiter
Guava中開源出來一個令牌桶算法的工具類RateLimiter，可以輕松實現限流的工作。RateLimiter 對簡單的令牌桶算法做了一些工程上的優化，具體的實現是 SmoothBursty。需要注意的是，RateLimiter 的另一個實現 SmoothWarmingUp，就不是令牌桶了，而是漏桶算法。也許是出於簡單起見，RateLimiter 中的時間窗口能且僅能為 1s，如果想搞其他時間單位的限流，只能另外造輪子。
RateLimiter 有一個有趣的特性是「前人挖坑后人跳」，也就是說 RateLimiter 允許某次請求拿走超出剩余令牌數的令牌，但是下一次請求將為此付出代價，一直等到令牌虧空補上，並且桶中有足夠本次請求使用的令牌為止。這里面就涉及到一個權衡，是讓前一次請求干等到令牌夠用才走掉呢，還是讓它先走掉后面的請求等一等呢？Guava 的設計者選擇的是后者，先把眼前的活干了，后面的事后面再說。
測試代碼：
public class RateLimiterMain {
public static void main(String[] args) {
RateLimiter rateLimiter = RateLimiter.create(2);
System.out.println(rateLimiter.acquire(5));
System.out.println(rateLimiter.acquire(2));
System.out.println(rateLimiter.acquire(1));
}
}
輸出內容：
0.0
2.496889
0.992149
可以看出，令牌桶每秒只能產生2個令牌，我們可以第一次取出5個，但是第二個再去取令牌的時候，需要等2.5s，也就是第一次令牌取完后，需要等2.5s才能取到令牌。同樣的，第三次取1個令牌的時候，也需要等待第二次的1s的時間。也就是，取的速率可以超過令牌產生的速率，但是下一次再次去取的時候，需要阻塞等待。
當然也可以使用tryAcquire來非阻塞的獲取，可以實時返回結果。另外tryAcquire也可以傳入參數，也就是等待的時間，超時直接返回false。這點等同於常見的lock，tryLock。
三、並發控制Semaphore
一般來說，在網關系統中，還有一個參數叫並發控制，就是某一個資源可以被同時訪問的個數。這種情況下，我們可以使用Semaphore來控制。
Semaphore不同於互斥鎖。互斥鎖是某個資源只能支持同時一個訪問，而Semaphore可以支持多個訪問，但是加上了總數的控制。
感興趣的同學可以繼續深入了解Semaphore的使用。