这是我参与8月更文挑战的第1天，活动详情查看：8月更文挑战
前言
Guava 是Google开源的工具库，提供了一些常用的便利的操作工具类，好好利用可减少空指针、异步操作等引发的问题，涵盖许多类：Splitter 分割器、CharMatcher、Ints、Multiset Code。谁用谁知道。 本次主要分上下文介绍Guava中的限流设计，漏桶算法和令牌算法。
一、限流这个词对程序员来说肯定不陌生，为什么需要做限流？
事实上每个API接口都会有一定的访问数量限制，当超过这个访问上限或者并发量超出承受范围时，服务器可能承受不住，导致系统瘫坏。这时候需要考虑限制请求流量保证接口的可用性或者降级可用性。可以理解就是给接口加个保险丝，当请求超出预期数，系统压力过大时保险丝就会起作用自动切断。
通常的策略就是拒绝多余的访问，或者让多余的访问排队等待服务，或者引流。
二、限流算法
常用限流算法有漏桶算法和令牌算法。
漏桶算法
漏桶(Leaky Bucket)算法其实原理很简单，核心就是水流速度，水(相当于“请求”)先进入到漏桶里，漏桶以一定的速度出水(接口的响应速率)，当水流入速度过大会直接溢出(访问频率超过接口响应速率)，然后就拒绝请求，可以看出漏桶算法会强行限制数据的传输速率。
缺点
因为漏桶的漏出速率是固定的参数，所以，即使系统请求没有达到限制速率或远远小于限制速率，漏桶算法也不能使流速突发(burst)到端口速率，一定程度上使得系统缺乏效率。
public class Limiterstest {
private static Double RATE = 11d;//每秒漏水速率
private static Double BURST = 200d;//桶大小
//更新水量
private Double refreshWater(Double water,Long refreshTime){
Long now = System.currentTimeMillis();
if(water == 0d){
return water;
}
BigDecimal bigResult = BigDecimal.valueOf(now - refreshTime).divide(BigDecimal.valueOf(1000));
System.out.println("当前漏水:" + bigResult.intValue() * RATE);
water = Math.max(0,water - bigResult.intValue() * RATE);
return water;
}
/**
* 漏桶伪算法
*/
@Test
public void testLeakyBucket(){
int count = 0;
Long refreshTime = System.currentTimeMillis();//上一次更新时间点offeset概念
Double water = 20d;//最新水量(动态)
while (count < 500){
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
water = refreshWater(water,refreshTime);
refreshTime = System.currentTimeMillis();
//水没满，继续加水
if(water < BURST){
System.out.println("水没满，当前水位:" + water);
}else {
System.out.println("水满了!!!!，当前水位:" + water);
}
water= water + 20;
count ++;
}
}
}
