在项目中，大部分都会使用到hyrtrix做熔断机制，通过某个预定的阈值来对异常流量进行降级处理，除了做服务降级以外，还可以对服务进行限流，分流，排队等。
当然，zuul也能做到限流策略，最简单的方式就是使用自定义的filter加上限流算法，生产环境中zuul网关肯定是部署的多节点，所以还会借助类似Redis的K/V存储工具。
这里借助的是第三方工具《spring-cloud-zuul-ratelimit》，开箱即用，直接加入pom依赖即可：
<dependency>
<groupId>com.marcosbarbero.cloud</groupId>
<artifactId>spring-cloud-zuul-ratelimit</artifactId>
<version>2.0.6.RELEASE</version>
</dependency>
它提供了多种细粒度策略：
- user：认证用户名或者匿名，针对某个用户进行限流。
- origin：客户机IP，针对请求的客户机IP进行限流。
- url：针对某个特定的url进行限流。
- serviceId：针对某个服务进行限流。
多粒度临时变量存储方式:
- IN_MEMEORY：基于本地内存，底层是ConcurrentHashMap。
- REDIS：基于Redis的K/V存储。
- CONSUL：基于consul的K/V存储。
- JPA：基于数据库。
- BUKET4J：Java编写的基于令牌桶算法的限流库，它有4种模式，JCache、Hazelcast、Apache Ignite、Inifinispan，后面3种支持异步。
配置文件：
spring:
application:
name: zuul-server
server:
port: 5555
eureka:
client:
serviceUrl:
defaultZone: http://${eureka.host:127.0.0.1}:${eureka.port:8888}/eureka/
instance:
prefer-ip-address: true
zuul:
routes:
client-a:
path: /client/**
serviceId: client-a
ratelimit:
#key-prefix: springcloud-book #按粒度拆分的临时变量key前缀
enabled: true #启用开关
repository: IN_MEMORY #key存储类型，默认是IN_MEMORY本地内存，此外还有多种形式
behind-proxy: true #表示代理之后
default-policy: #全局限流策略，可单独细化到服务粒度
limit: 2 #在一个单位时间窗口的请求数量
quota: 1 #在一个单位时间窗口的请求时间限制（秒）
refresh-interval: 3 #单位时间窗口（秒）
type:
- user #可指定用户粒度
- origin #可指定客户端地址粒度
- url #可指定url粒度
上面的配置是说，3秒中内不能有超过2次的接口调用，只需在zuul工程中加入pom依赖，修改配置文件，即可实现效果。