以下文章来源于阿里云开发者，作者非有 mp.weixin.qq.com/s/A5VYjstID…

本人思考

消息中间件就采用的漏桶限流的思想。能看出作者有深入思考与沉淀👍

令牌桶算法、消息队列，业务使用

消息队列与漏桶算法的主要区别：

1.容量资源：消息队列，存储容量足够大；漏桶算法，桶的容量有限；

2.时效：消息队列，异步处理；漏桶算法，同步处理；

3.灵活性：与漏桶算法相比，消息队列提供了更大的灵活性。例如，可以动态地调整消费数量。

一、限流

1.瞬时流量过高，服务被压垮？

2.恶意用户高频光顾，导致服务器宕机？

3.消息消费过快，导致数据库压力过大，性能下降甚至崩溃？ ……

限流是对某一时间窗口内的请求数进行限制，保持系统的可用性和稳定性，防止因流量暴增而导致的系统运行缓慢或宕机。

在高并发系统中，出于系统保护角度考虑，通常会对流量进行限流。

在分布式系统中，高并发场景下，为了防止系统因突然的流量激增而导致的崩溃，同时保证服务的高可用性和稳定性，限流是最常用的手段。

本文介绍的实现方式属于应用级限制，应用级限流方式只是单应用内的请求限流，不能进行全局限流。假设将应用部署到多台机器，我们需要分布式限流和接入层限流来解决这个问题。

总的来说，要保证系统的抗压能力，限流是一个必不可少的环节，虽然可能会造成某些用户的请求被丢弃，但相比于突发流量造成的系统宕机来说，这些损失一般都在可以接受的范围之内。前面也说过，限流可以结合熔断、降级一起使用，多管齐下，保证服务的可用性与健壮性。