限流
限流在分布式和微服务系统中非常常用的设计思想，在出现流量洪峰或者恶意攻击时，限流能够保护系统的服务能够正常运行。
限流策略
1.拒绝服务：把多出来的请求拒绝掉
2.服务降级：关闭或把后端做降级处理，释放资源给主流程服务
3.优先级请求：将目前系统的资源分配给优先级更高的用户，优先处理权限更高的用户请求
4.延时处理：一般来说会使用缓冲队列来缓冲大量的请求，系统根据自身负载能力异步消费队列中的请求
5.弹性伸缩：采用自动化运维的方式对相应的服务做自动化伸缩
常用的限流算法
常见的限流算法有：漏桶、令牌桶。计数器也可以用来进行粗暴限流实现。
1.漏桶算法：
漏桶算法的基本思想是：利用一个缓冲区，当有请求进入系统时，无论请求的速率如何，都先在缓存区内保存，然后以固定的流速流出缓冲区进行处理。
它的主要目的是控制数据进入系统的速率，平滑应对系统的突发流量，为系统提供一个稳定的请求流量。
2.令牌桶算法：
令牌桶算法是一种反向的漏桶算法。在令牌桶算法中，桶中存放的不再是请求，而是令牌。处理程序只有拿到令牌后，才能对请求进行处理。如果没有令牌，那么处理程序要么丢弃请求，要么等待可用的令牌。为了限制流速，该算法在单个时间单位产生一定量的令牌存入桶中。
常用实现：
Java版本：google提供的Guava核心库中的RateLimiter类就是基于令牌桶实现的流控
Golang : Golang的golang.org/x/time/rate也是基于令牌桶实现的限流
3.计数器算法：
给出一个单位时间，然后使用一个计数器counter统计单位时间内收到的请求数量，当请求数量超过门限时，其余的请求丢弃或者等待。
这种算法简单粗暴，但是很难控制边界时间请求。
限流框架
限流框架可以使用阿里开源的Sentinel
Sentinel 是面向分布式服务架构的高可用流量防护组件，主要以流量为切入点，从限流、流量整形、熔断降级、系统负载保护、热点防护等多个维度来帮助开发者保障微服务的稳定性。目前(2020年)已经支持Java、C++、Go版本。