为什么要限流？为什么要做这个需求？
因为生产故障，就是请求从以前的2000/m，突然飙高到6000/m，数据库万级别的连接都打满了，导致连接池满了，dubbo线程池也满了。
最后疯狂告警，
1.网关请求量翻了3倍
2.数据库万级别的连接满了
3.连接池满了
4.dubbo线程池满了
由于连接池满了，获取数据库连接阻塞，导致获取数据库连接耗时从几秒到几分钟，由于处理慢处理不过来，又导致dubbo线程池满了，后面的请求就直接失败了。也就是说，获取连接慢，导致阻塞，从而导致dubbo线程池满，dubbo线程池堆的越多，里面的请求由于获取连接耗时太久，很可能就超时了，导致请求失败。最后在很长的时间内，就产生了恶性循环。
怎么解决？首先请求高峰的问题不是彻底完全的解决，而是降低请求失败数量，降低失败时长，避免整个系统都崩溃了，但是可以允许部分请求失败。以前是大部分请求都失败了，要么由于耗时太久，导致请求超时；要么由于dubbo线程池满，直接把请求拒绝了。现在如果有限流，比如30个请求/秒，一分钟就是2000个请求，也就是说，1s内的30个请求是有效的，但是超过30个的请求就直接被拒绝了，这样就用允许少量的部分请求失败，避免了整个系统陷入之前的恶性循环，不仅会导致大部分请求都失败了，而且在很长的时间内，都一直是如此，那么整个系统长时间不可用，就等于崩溃了。
这就是限流的作用，就是控制单位时间内的总的请求数量，如果超过，就直接拒绝请求。
与并发的区别？
dubbo也可以限制并发数量，那区别是什么呢？区别是，一个是限制同一时间的并发数量(即dubbo线程池里的活跃数量)，比如dubbo默认线程池数量是200，那么最高并发数量就是200，超过200，就会直接拒绝请求。
并发是同一时间(所谓同一时间是瞬时，平常所谓的峰值就是这个意思)的请求数量，而限流是单位时间(即一段时间，可以是1秒，也可以是1分钟)内的总的请求数量。
配置<dubbo:service protocol="dubbo" interface="xxx.xxx.service.IxxxPay" ref="xxxPayService" validation="false"> <dubbo:parameter key="tps" value="30"/> //请求数量 <dubbo:parameter key="tps.interval" value="1000"/> //时间长度(单位是毫秒)，比如1s内只允许30个请求，或者1m内只允许2000个请求 </dubbo:service>复制代码
配置完这个，就可以生效了。
动态修改如果想要在运行期间，动态修改怎么办？
在dubbo admin配置。
步骤
1.找到对应的服务
2.然后，添加配置参数
dubbo限流有bug
动态修改如果要生效，必须
1.先改tps为-1 //目的是删除之前的旧值
2.再改为其他正数值 //目的是使用当前动态配置的新值
详细实现原理和源码分析见源码分析那一节。
修复dubbo限流bug
这个bug在2.7版本已经修复，在2.6版本还没有修复。于是顺手修复dubbo bug。github.com/apache/dubb…
主要修改是
1.以前如果旧值存在，直接就忽略新值了，继续使用旧值，导致新值没生效。
2.现在是如果旧值存在，就要比较新值和旧值，如果不一样，就使用新值。
dubbo限流实现原理
dubbo限流拦截器
public static final String TPS_LIMIT_RATE_KEY = "tps";
/**
* Limit TPS for either service or service's particular method
*/
@Activate(group = Constants.PROVIDER, value = Constants.TPS_LIMIT_RATE_KEY//
@Activate注解的作用是，只要配置了tps，tps拦截器就自动生效)
public class TpsLimitFilter implements Filter {
private final TPSLimiter tpsLimiter = new DefaultTPSLimiter();
@Override
public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {
//校验是否通过限流拦截器
if (!tpsLimiter.isAllowable(invoker.getUrl(), invocation)) {
throw new RpcException(
"Failed to invoke service " +
invoker.getInterface().getName() +
"." +
invocation.getMethodName() +
" because exceed max service tps.");
}
//调用dubbo接口
return invoker.invoke(invocation);
}
}复制代码限流功能实现类
public class DefaultTPSLimiter implements TPSLimiter {
private final ConcurrentMap<String, StatItem> stats
= new ConcurrentHashMap<String, StatItem>();
@Override
public boolean isAllowable(URL url, Invocation invocation) {
int rate = url.getParameter(Constants.TPS_LIMIT_RATE_KEY, -1); //从url获取tps值
long interval = url.getParameter(Constants.TPS_LIMIT_INTERVAL_KEY,
Constants.DEFAULT_TPS_LIMIT_INTERVAL); //从url获取时间长度值
String serviceKey = url.getServiceKey();
if (rate > 0) { //如果tps值大0
StatItem statItem = stats.get(serviceKey); //获取限流旧值
if (statItem == null) { //如果限流旧值不存在，就使用新值
stats.putIfAbsent(serviceKey,
new StatItem(serviceKey, rate, interval));
statItem = stats.get(serviceKey);
}
return statItem.isAllowable();
} else { //否则，删除旧值
StatItem statItem = stats.get(serviceKey);
if (statItem != null) {
stats.remove(serviceKey);
}
}
return true;
}
}复制代码限流数据和限流算法类，包含了
1.限流数据
2.限流算法
class StatItem {
private String name;
private long lastResetTime;
private long interval; //时间长度
private AtomicInteger token;
private int rate; //tps
//限流算法，校验限流是否通过
public boolean isAllowable() {
long now = System.currentTimeMillis();
if (now > lastResetTime + interval) {
token.set(rate);
lastResetTime = now;
}
int value = token.get();
boolean flag = false;
while (value > 0 && !flag) {
flag = token.compareAndSet(value, value - 1);
value = token.get();
}
return flag;
}复制代码dubbo限流为什么有bug？
主要有两点
1.直接动态修改，tps新值没有生效
为什么没有生效？看源码。
public class DefaultTPSLimiter implements TPSLimiter {
private final ConcurrentMap<String, StatItem> stats
= new ConcurrentHashMap<String, StatItem>();
@Override
public boolean isAllowable(URL url, Invocation invocation) {
int rate = url.getParameter(Constants.TPS_LIMIT_RATE_KEY, -1); //获取限流新值tps
long interval = url.getParameter(Constants.TPS_LIMIT_INTERVAL_KEY,
Constants.DEFAULT_TPS_LIMIT_INTERVAL); //获取限流新值时间长度
String serviceKey = url.getServiceKey();
if (rate > 0) {
StatItem statItem = stats.get(serviceKey); //获取限流旧值
if (statItem == null) { //校验限流旧值是否存在，如果不存在，才用限流新值——问题就出在这里，如果旧值存在，那么新值就没有生效，所以这是个bug。
stats.putIfAbsent(serviceKey,
new StatItem(serviceKey, rate, interval));
statItem = stats.get(serviceKey);
}
return statItem.isAllowable(); //校验当前请求是否通过限流
} else {
StatItem statItem = stats.get(serviceKey);
if (statItem != null) {
stats.remove(serviceKey);
}
}
return true;
}
}复制代码2.所以，解决方法是先改为负值（比如-1）
1）为什么改为负值就可以生效？
还是来看源码
public class DefaultTPSLimiter implements TPSLimiter {
private final ConcurrentMap<String, StatItem> stats
= new ConcurrentHashMap<String, StatItem>();
@Override
public boolean isAllowable(URL url, Invocation invocation) {
int rate = url.getParameter(Constants.TPS_LIMIT_RATE_KEY, -1);
long interval = url.getParameter(Constants.TPS_LIMIT_INTERVAL_KEY,
Constants.DEFAULT_TPS_LIMIT_INTERVAL);
String serviceKey = url.getServiceKey();
if (rate > 0) { 2.再改为正数，就走这里
StatItem statItem = stats.get(serviceKey); //获取限流旧值
if (statItem == null) { //因为刚才已经删除了旧值，所以现在旧值不存在
stats.putIfAbsent(serviceKey,
new StatItem(serviceKey, rate, interval)); //设置限流新值
statItem = stats.get(serviceKey);
}
return statItem.isAllowable();
} else { //1.先改为负值，如果是负值，就走这里
StatItem statItem = stats.get(serviceKey); //获取限流旧值
if (statItem != null) { //如果旧值存在，就删除旧值
stats.remove(serviceKey);
}
}
return true;
}
}复制代码实现思路是
1.先改为负值，目的是删除限流旧值
2.再改为正数，目的是使用限流新值
2）改为0可以吗？
不可以。为什么不可以？因为如果tps值为0，dubbo限流拦截器就失效了，根本没有进入限流拦截器，就无从谈起使用新值，反而连旧值也失效了，因为根本没有走限流拦截器。
为什么tps值为0，会导致限流拦截器失效？因为dubbo拦截器是否开启，会校验@Activate注解的value属性的值，即如果tps值为0，拦截器就会失效，这个失效不光光是限流拦截器，如果其他拦截器的@Activate注解的value属性的值为0，该拦截器也会失效。
下面是源码
原理是
1.请求来了
2.经过dubbo拦截器
3.那到底要经过哪些拦截器？
会校验每个拦截器是启用还是失效，源码实现如上截图。
4.如果限流拦截器失效，就不会走限流拦截器；
如果启用，就走。
