在限流时一般会限制每秒或每分钟的请求数，简单点一般会采用计数器算法，这种算法实现相对简单，也很高效，但是无法应对瞬时的突发流量。
比如限流每秒100次请求，绝大多数的时间里都不会超过这个数，但是偶尔某一秒钟会达到120次请求，接着很快又会恢复正常，假设这种突发的流量不会对系统稳定性带来实质性的影响，则可以在一定程度上允许这种瞬时的突发流量，从而为用户带来更好的可用性体验。这就是令牌桶算法的用武之地。
该算法的基本原理是：有一个令牌桶，容量是X，每Y单位时间会向桶中放入Z个令牌，如果桶中的令牌数超过X，则丢弃令牌；请求要想通过首先需要从令牌桶中获取一个令牌，获取不到令牌则拒绝请求。可以看出对于令牌桶算法X、Y、Z这几个数的设定特别重要，Z应该略大于绝大数时候的Y单位时间内的请求数，系统会长期处于这个状态，X可以是系统允许承载的瞬时最大请求数，系统不能长时间处于这个状态。
这里介绍一个ASP.NET Core的中间件来满足令牌桶限流需求：FireflySoft.RateLimit.AspNetCore。使用步骤如下：
1、安装Nuget包
有多种安装方式，选择自己喜欢的就行了。
包管理器命令：
Install-Package FireflySoft.RateLimit.AspNetCore或者.NET命令:
dotnet add package FireflySoft.RateLimit.AspNetCore或者项目文件直接添加：
<ItemGroup>
<PackageReference Include="FireflySoft.RateLimit.AspNetCore" Version="2.*" />
</ItemGroup>2、使用中间件
在Startup中使用中间件，演示代码如下（下边会有详细说明）：
public void ConfigureServices(IServiceCollection services){...app.AddRateLimit(new InProcessTokenBucketAlgorithm(new[] {new TokenBucketRule(30,10,TimeSpan.FromSeconds(1)){ExtractTarget = context =>{return (context as HttpContext).Request.Path.Value;},CheckRuleMatching = context =>{return true;},Name="default limit rule",}}));...}public void Configure(IApplicationBuilder app, IWebHostEnvironment env){...app.UseRateLimit();...}如上需要先注册服务，然后使用中间件。
注册服务的时候需要提供限流算法和对应的规则：
这里使用进程内令牌桶算法，对于分布式服务还可以使用Redis令牌桶算法，支持StackExchange.Redis。
桶的容量是30，每秒流入10个令牌。
ExtractTarget用于提取限流目标，这里是每个不同的请求Path。如果有IO请求，这里还支持对应的异步方法ExtractTargetAsync。
CheckRuleMatching用于验证当前请求是否限流。如果有IO请求，这里还支持对应的异步方法CheckRuleMatchingAsync。
默认被限流时会返回HttpStatusCode 429，可以在AddRateLimit时使用可选参数error自定义这个值，以及Http Header和Body中的内容。
基本的使用就是上边例子中的这些了。
另外这个项目也支持.Net Framework，需要安装另一个包 FireflySoft.RateLimit.AspNet，如果你的程序基于.net 4.x，可以选择这个版本。
同时在非Web应用场景也有对应的包支持：FireflySoft.RateLimit.Core ,只不过需要自己处理限流结果。
他们的使用方法都很类似，逻辑也很简单，都是需要先创建一个算法实例，然后通过这个实例去检查每一次请求，根据业务需要处理检查结果就可以了。
