1、計算器算法
采用計數器實現限流有點簡單粗暴，一般我們會限 制一秒鍾的能夠通過的請求數，比如限流qps為100，算法的實現思路就是從第一個請求進來開始計時，在接下去的1s內，每來一個請求，就把計數加1，如果累加的數字達到了100，那么后續的請求就會被全部拒絕。等到1s結束后，把計數恢復成0，重新開始計數。
具體的實現可以是這樣的：對於每次服務調用，可以通過 AtomicLong#incrementAndGet()方法來給計數器加1並返回最新值，通過這個最新值和閾值進行比較。
這種實現方式，相信大家都知道有一個弊端：如果我在單位時間1s內的前10ms，已經通過了100個請求，那后面的990ms，只能眼巴巴的把請求拒絕，我們把這種現象稱為“突刺現象”
2、漏桶算法
為了消除"突刺現象"，可以采用漏桶算法實現限流，漏桶算法這個名字就很形象，算法內部有一個容器，類似生活用到的漏斗，當請求進來時，相當於水倒入漏斗，然后從下端小口慢慢勻速的流出。不管上面流量多大，下面流出的速度始終保持不變。
不管服務調用方多么不穩定，通過漏桶算法進行限流，每10毫秒處理一次請求。因為處理的速度是固定的，請求進來的速度是未知的，可能突然進來很多請求，沒來得及處理的請求就先放在桶里，既然是個桶，肯定是有容量上限，如果桶滿了，那么新進來的請求就丟棄。
在算法實現方面，可以准備一個隊列，用來保存請求，另外通過一個線程池定期從隊列中獲取請求並執行，可以一次性獲取多個並發執行。
這種算法，在使用過后也存在弊端：無法應對短時間的突發流量。
3、令牌桶算法
從某種意義上講，令牌桶算法是對漏桶算法的一種改進，桶算法能夠限 制請求調用的速率，而令牌桶算法能夠在限 制調用的平均速率的同時還允許一定程度的突發調用。
在令牌桶算法中，存在一個桶，用來存放固定數量的令牌。算法中存在一種機制，以一定的速率往桶中放令牌。每次請求調用需要先獲取令牌，只有拿到令牌，才有機會繼續執行，否則選擇選擇等待可用的令牌、或者直接拒絕。
放令牌這個動作是持續不斷的進行，如果桶中令牌數達到上限，就丟棄令牌，所以就存在這種情況，桶中一直有大量的可用令牌，這時進來的請求就可以直接拿到令牌執行，比如設置qps為100，那么限流器初始化完成一秒后，桶中就已經有100個令牌了，這時服務還沒完全啟動好，等啟動完成對外提供服務時，該限流器可以抵擋瞬時的100個請求。所以，只有桶中沒有令牌時，請求才會進行等待，最后相當於以一定的速率執行。