【十分钟搞懂限流及常见方案】在高并发的系统中，为了防止系统因瞬时流量过大而崩溃，限流（Rate Limiting）成为一种重要的技术手段。它通过对请求的频率进行控制，确保系统在可承受范围内运行。本文将简要介绍限流的基本概念、常用策略和实现方案，并通过表格形式进行总结。
一、什么是限流？
限流是指在单位时间内对请求的数量进行限制，防止系统被过多的请求压垮。它常用于防止恶意攻击、防止服务雪崩、优化资源分配等场景。
二、常见的限流策略
1. 固定窗口限流（Fixed Window）
- 原理：将时间划分为固定长度的窗口（如1秒），统计每个窗口内的请求数量。
- 优点：实现简单。
- 缺点：存在“突发流量”问题，可能在窗口切换时出现瞬间过载。
2. 滑动窗口限流（Sliding Window）
- 原理：使用滑动窗口代替固定窗口，动态调整统计范围。
- 优点：更精确地控制流量，避免突发流量问题。
- 缺点：实现复杂度较高。
3. 令牌桶算法（Token Bucket）
- 原理：以固定速率生成令牌，请求需要消耗令牌才能被处理。
- 优点：支持突发流量，灵活性强。
- 缺点：需要维护令牌池，实现相对复杂。
4. 漏桶算法（Leaky Bucket）
- 原理：以固定速率处理请求，超出部分被丢弃或延迟。
- 优点：平滑流量，防止突发冲击。
- 缺点：不能处理突发流量，响应延迟较大。
三、限流的实现方式
| 实现方式 | 描述 | 适用场景 | 优点 | 缺点 |
| Nginx 配置 | 利用 Nginx 的 `limit_req` 模块进行限流 | Web 服务器层 | 简单易用 | 不够灵活 |
| Redis + Lua 脚本 | 使用 Redis 记录请求次数，Lua 脚本保证原子性 | 分布式系统 | 高性能 | 需要维护 Redis |
| Guava RateLimiter | Java 中的限流工具类 | 单体应用 | 简单高效 | 不适用于分布式环境 |
| Spring Cloud Gateway | 在网关层集成限流逻辑 | 微服务架构 | 可集中管理 | 需要配置较多 |
| Sentinel | 阿里开源的限流组件 | 复杂微服务系统 | 功能强大，支持熔断降级 | 学习成本较高 |
四、限流的应用场景
- API 接口保护：防止恶意调用或爬虫刷接口。
- 用户登录防刷：限制同一用户在短时间内登录次数。
- 秒杀活动：控制下单请求量，避免系统崩溃。
- 系统熔断与降级：在异常情况下自动降低服务优先级。
五、总结
限流是保障系统稳定的重要手段，不同的限流策略和实现方式适用于不同场景。选择合适的限流方案，可以有效提升系统的健壮性和用户体验。在实际开发中，建议结合业务需求和系统架构，合理设计限流策略。
附表：常见限流方案对比
| 方案名称 | 是否支持分布式 | 是否支持突发流量 | 是否易用 | 是否需额外依赖 |
| Nginx | 否 | 否 | 是 | 否 |
| Redis+Lua | 是 | 是 | 否 | 是 |
| Guava | 否 | 否 | 是 | 否 |
| Spring Cloud Gateway | 否（需扩展） | 否 | 是 | 是 |
| Sentinel | 是 | 是 | 否 | 是 |
通过以上内容，希望你能在十分钟内快速理解限流的概念、策略及常见实现方案。
