rateLimiter

漏桶算法： https://en.wikipedia.org/wiki/Leaky_bucket 它的主要目的是控制数据注入到网络的速率，平滑网络上的突发流量。漏桶算法提供了一种机制，通过它，突发流量可以被整形以便为网络提供一个稳定的流量。 漏桶可以看作是一个带有常量服务时间的单服务器队列，如果漏桶（包缓存）溢出，那么数据包会被丢弃。 简单的理解为：漏桶算法思路很简单，水（数据或者请求）先进入到漏桶里，漏桶以一定的速度出水，当水流入速度过大会直接溢出，可以看出漏桶算法能强行限制数据的传输速率。 在桶满水之后，常见的两种处理方式为： 1）暂时拦截住上方水的向下流动，等待桶中的一部分水漏走后，再放行上方水。 2）溢出的上方水直接抛弃。 将水看作网络通信中数据包的抽象，则 方式1起到的效果称为Traffic Shaping（流量整形）， 方式2起到的效果称为Traffic Policing（流量策略）。 由此可见，Traffic Shaping 的核心理念是“等待”，Traffic Policing 的核心理念是“丢弃”。它们是两种常见的流速控制方法。 在某些情况下，漏桶算法不能够有效地使用网络资源。因为漏桶的漏出速率是固定的参数(恒定的速率往下漏水)，所以，即使网络中不存在资源冲突（没有发生拥塞），漏桶算法也不能使某一个单独的流突发到端口速率。因此