熔断：
生活中的一个最形象的例子，就是保险丝，可以在短路的时候自动跳闸，保护家电
在分布式系统中的熔断，也可以保护我们的系统
分布式系统中，一个上游服务，可能调用多个下游服务。比如一个购物模服务，需要调用订单服务，支付服务，统计服务等等等
如果下游服务出现了故障，上游服务还是继续访问的话，就可能回出现请求无法被解决，被堆积的情况
更坏的情况是，一条调用链路，A->B->C->D->E->F->G，如果G出现故障，上游服务调用它会出现等待超时的情况，这时候如果没有一个好的措施，那么就会导致这个服务链路雪崩，从一个服务的故障演化为整个系统的故障
这时候就是熔断上场的好时候，熔断器可以防止服务不断的去尝试下游可能超时或失败的服务，即时断开这条链路，并且保护下游服务变得更坏
并且熔断器还可以让服务自动诊断下游服务是否已经修复，如果还未修复，依然保持熔断状态，如果已经修复，慢慢的放量请求，增加请求次数直到恢复故障前的状态
降级：
降级解决的是(系统资源 < 请求量)
如何在资源有限的情况下，扛住海量的请求（弃卒保帅）
这个场景在双十一就能看到，为了保证秒杀，购物，支付等业务正常进行，会禁用一些服务，降低图片的清晰度等等
三大措施：
- 强一致性->最终一致性
- 次要功能禁用
- 简化功能流程
限流：
限制请求的数量，限制某段时间内的请求总量
对于超出的总量的请求，可以直接拒绝，也可以在请求的时候对请求分组，允许特殊请求进来，剩下的拒绝，也可以放入消息队列，削峰填谷
限流的实现方式：
- 计数器：维护一个counter，每个时间段清零，对时间段内的请求进行计数，计数前判断counter是否达到阙值，如果没有就加一，达到则拒绝
- 漏斗算法：一个固定容量的桶，当桶为空的时候，不会漏出水滴，流入桶的水的速率是任意的，漏出水的速率是固定的，如果流入桶的水超出桶的容量，进行拒绝
一般的实现方法是队列，队列模拟漏斗，空的时候不再出队，满的时候拒绝
- 令牌桶算法：和漏斗算法很类似，不过除了一个队列以外，还加入了一个中间人，它会以一定的速率发放令牌（token）到桶内，队列中的的等待着只有拿到token才能通过
漏斗限制了传输速率，而令牌桶在限制的同时，还允许突然的大流量，即：在大流量到来的时候，有足够空间的情况下（足够的队列和桶内有足够的令牌），就允许进入