1. 令牌桶算法（Token Bucket）
令牌桶算法是一种常用的限流算法，它通过维护一个固定容量的令牌桶，以限制单位时间内通过的请求数量。当请求到达时，会从令牌桶中获取一个令牌，如果令牌桶中没有令牌，则拒绝或延迟处理请求。令牌桶算法适用于稳定的流量场景，如Web应用、API接口等。
2. 计数器算法（Counting Algorithm）
计数器算法通过对请求进行计数，实现简单的流量控制。它通常会维护一个计数器变量，每当有请求到达时，计数器加一。当计数器的值达到设定的限流阈值时，拒绝或延迟处理请求。计数器算法适用于突发流量场景，如电商网站、新闻网站等。
3. 滑动窗口算法（Sliding Window Algorithm）
滑动窗口算法通过对请求的时间戳进行排序，维护一个时间窗口内的请求列表，并根据列表中的请求数量进行限流。它通常会维护一个窗口大小和窗口内请求数量的阈值，当窗口内的请求数量超过阈值时，拒绝或延迟处理新到达的请求。滑动窗口算法适用于处理突发流量的场景，如缓存系统、消息队列等。
4. 漏桶算法（Leaky Bucket Algorithm）
漏桶算法是一种更为复杂的限流算法，它通过模拟一个实际系统中的资源分配过程来实现流量控制。它维护一个虚拟的"桶"，每个请求到达时都会向桶中添加一个虚拟资源，桶以一定的速率向系统释放资源。如果桶已满，则拒绝或延迟处理请求。漏桶算法适用于模拟实际系统的资源分配过程，如云服务、网络流量控制等。
5. 热点限流（Hot Spot Limiting）
热点限流是一种针对系统中流量集中区域的限流方法。它通过分析系统的流量分布情况，找出流量集中的区域并进行限流。热点限流可以采用令牌桶算法、计数器算法、滑动窗口算法等来实现。热点限流适用于处理系统中流量分布不均的场景，如电商网站中的热门商品、新闻网站中的热门文章等。
6. 集群限流（Cluster Limiting）
集群限流是一种针对整个系统集群的限流方法。它通过在集群中的多个节点之间共享限流状态，实现对整个集群的流量控制。集群限流可以采用令牌桶算法、计数器算法、滑动窗口算法等来实现。集群限流适用于处理高并发、大规模的系统集群场景，如分布式缓存系统、分布式数据库等。
7. 动态限流（Dynamic Limiting）
动态限流是一种根据系统负载情况动态调整限流阈值的限流方法。它通过实时监测系统的负载情况，动态调整限流阈值，以保证系统的稳定性和可用性。动态限流可以采用令牌桶算法、计数器算法、滑动窗口算法等来实现。动态限流适用于需要动态调整限流阈值的场景，如动态负载均衡、弹性伸缩等。