前言

限流作为高并发场景下抵挡流量洪峰，保护后端服务不被冲垮的一种有效手段，比如大家熟知的限流组件guawa，springcloud中的Hystrix，以及springcloud-alibaba生态中的Sentinel，甚至是基于网关的限流，比如在nginx中配置限流策略，在gateway中配置限流策略等

限流无处不在，既然限流的作用如此强大，那么其底层的实现原理如何呢，说到底，限流的核心是由一系列不同的算法完成，本篇将通过实例来说明下常用的几种限流算法的用法和原理

1、计数器算法

计数器算法限流是采用简单的计数操作，到一段时间之后自动清零，通俗来说，就是系统允许的最大流量是固定的，每过来一个请求分发一个数量的资源处理请求，一旦某个时间段，这批用于处理请求的资源达到了最大值，后续再过来的请求就直接没法处理了

为了模拟计数器的效果，这里我们使用Java中的Semaphore，对Semaphore有过了解的同学应该直到，这个组件可以搭配线程一起使用，可以对并发线程进行处理，

可以理解Semaphore就是一个令牌发放的人员，所有过来的请求都必须从Semaphore中拿到一个资源(线程)，拿到资源的请求才能被处理

/**
 * 计数器限流算法
 */
public class Counter {

    public static void main(String[] args) {
        final Semaphore semaphore = new Semaphore(3);
        ScheduledExecutorService service = Executors.n