这是我参与2022首次更文挑战的第3天，活动详情查看：2022首次更文挑战
业务场景
营销任务，大数据圈出很大的一个人群，有很多个不同的任务节点，节点之间有依赖关系串行，每个节点需要调用第三方的服务，第三方服务有限流策略，比如QPS只有20每秒.
忽略调用一些复杂的业务规则限制， 整个流程如上描述，因为数据量大涉及的第三方服务比较多，限流策略是我们必须要考虑的，常见的限流策略，单机分布式都有很多中的限流策略。 针对我们这个场景，我们的资源瓶颈在第三方服务，每秒20的qps，当我们营销任务定时触发，不同的任务调用相同的第三方服务，势必会将第三方接口打爆。
最开始我们考虑了几种方案
- 分布式限流，比如接口调用封装一个nacos的微服务，通过sential做接口层的限流。
- 单机的限流策略，guava 的RateLimiter令牌桶算法
- 分布的锁，保证单机执行
- 信号量smphare 等等。
最终我们选择的是smphare信号量控制并发，不同的接口根据第三方API提供的QPS计算出对应的信号量限制控制并发执行。
