什么是限流？限流算法有哪些？怎么实现的？
- 标签：后端、系统设计、场景题
🏛 业务架构师
限流是主动拒绝超出容量的流量，保住系统活着的手段——过载时拒绝一部分请求，好过全部请求都死。四个基础算法按演进讲：
- 固定窗口计数：每分钟一个计数器。简单，但窗口边界能放过双倍流量（59 秒和 61 秒各打满一个窗口）；
- 滑动窗口：窗口切成小格滚动统计，抹平边界毛刺——精度与内存的折中，大多数接口限流够用；
- 漏桶：请求进桶，恒定速率流出——绝对平滑，但无法应对突发（秒杀开抢瞬间的合理突发也被削平）；
- 令牌桶（最常用）：恒速放令牌、桶有容量——允许累积的突发（闲时攒的令牌应对短时洪峰），兼顾平滑与弹性。
实现分两级：
- 单机：Guava RateLimiter（令牌桶）；
- 分布式：Redis + Lua（"读计数-判断-自增-设过期"原子化）——全局限流必须原子，否则限流器自己就是竞态源。
业务架构的三条实战原则：
- 阈值从压测来，不从拍脑袋来：容量压测得出单机 800 QPS，集群阈值 = 800 × N × 0.8 水位系数——限流值是容量工程的输出；
- 分层限流各守一段：网关全局限流（总闸）→ 服务级（按下游容量）→ 接口级（核心/非核心差异阈值）→ 数据库连接池（资源级）——每层保护对应的资源，只在一层限流等于只装一道闸；
- 被限的流量要有业务去向：返回友好提示（"当前排队人数较多"）、降级到静态页、引导错峰——限流是业务动作，不是 throw exception。
一句话：限流是容量与流量的对账机制——知道自己的容量，才谈得上拒绝的艺术。
🏗 系统架构师
限流是过载保护的第一道闸：超过系统容量的请求主动拒绝，保住系统与核心用户体验。常见算法四种，各有适用：
- 固定窗口计数：每分钟计数器，超阈值拒绝。实现最简单（Redis INCR + EXPIRE），缺陷是临界突刺——第 59 秒与下一分钟第 1 秒可放入双倍流量；
- 滑动窗口：把窗口切小格（如 6 个 10 秒）滚动统计，或用 ZSet（score=时间戳） 每次删窗口外数据再计数——平滑临界问题，精度与内存随格子数上升，是网关/API 限流主力；
- 漏桶：请求进桶，恒定速率流出（排队或丢弃），输出绝对平滑——适合保护脆弱下游（如第三方接口只能 100 QPS）；Guava RateLimiter 便是此型；
- 令牌桶：恒速生成令牌入桶（桶可积压），请求拿到令牌才放行——允许突发（积压的令牌一次用完），符合互联网流量特征，Google Guava、Sentinel、Redis+Lua 的主流选择。
分布式实现：Redis + Lua 把"取令牌/查窗口 + 计数"原子化，所有实例共用一套配额；性能敏感时退化为"本地预扣 + 定期同步"（每实例领一段配额自行分配），牺牲一点精度换零网络开销。
工程实践：多级限流（网关粗 → 服务细 → 接口/用户维度）；阈值来自压测容量而非拍脑袋；被限请求返回 429 + Retry-After；限流计数打监控——限流阈值是被打出来的，不是算出来的。
💻 全栈开发专家
限流 = 限制单位时间内的请求量，保护系统不被过载打死（过载时延迟重试雪崩，宁可排队/拒绝，保住可用性）。
四种经典算法：
- 固定窗口计数：
INCR + EXPIRE，简单但有临界突刺（窗口交界处 2 倍流量）。 - 滑动窗口：把窗口切小格子滚动统计（Sentinel 默认），平滑了突刺。
- 漏桶：请求进桶，恒定速率流出——绝对平滑但无法应对突发。
- 令牌桶：恒速放令牌，桶满暂存——允许累积的突发，最常用。
分布式实现：Redis + Lua 令牌桶：
lua
-- KEYS[1]=rate key, ARGV: rate(个/秒) capacity(桶容) now(秒) requested(数量)
local rate, capacity = tonumber(ARGV[1]), tonumber(ARGV[2])
local now, req = tonumber(ARGV[3]), tonumber(ARGV[4])
local d = redis.call('HMGET', KEYS[1], 'tokens', 'ts')
local tokens = math.min(capacity, (d[1] or capacity) + (now - (d[2] or now)) * rate)
if tokens < req then return 0 end
redis.call('HMSET', KEYS[1], 'tokens', tokens - req, 'ts', now)
redis.call('EXPIRE', KEYS[1], 60)
return 1单机：Guava RateLimiter（令牌桶）/ Resilience4j；集群 + 规则动态：Sentinel（控制台流控规则热更新，QPS/线程数/关联/链路多种模式）。
我的分层落地：网关粗粒度（全局 + 用户级 IP 级）→ 服务层 Sentinel 细粒度（接口/资源级）→ 关键依赖（DB、下游 RPC）信号量兜底。限流阈值靠压测定（容量的 70~80%），过载返回 429 + 友好提示，别让用户看到 500。