一、限流的核心作用
- 保护服务：限制单服务最大处理请求数，避免线程池、连接池耗尽；
- 削峰填谷：突发峰值流量平缓处理，防止数据库瞬间压力暴增；
- 区分流量：保障核心接口、VIP 用户流量，丢弃非核心、低频请求；
- 防攻击：拦截高频爬虫、恶意刷接口，节省服务器资源。
二、四种主流限流算法
1. 固定窗口计数器
原理：按固定时间窗口（1s）统计请求总数，超过阈值直接拒绝。 优点：实现简单，Redis incr 即可完成； 缺陷：临界窗口突刺问题。比如阈值 100，0.99s 涌入 100 条，1.01s 再涌入 100 条，1 秒内实际 200 条，超出限制。
2. 滑动窗口计数器（优化固定窗口）
把 1 秒拆分成多个小格子，滚动统计最近完整窗口总请求。 解决临界突刺，但窗口拆分越多，内存、计算开销越大；Redis 实现复杂度提升。
3. 漏桶算法
想象水桶，请求匀速流出处理；流入速度不受控，溢出直接丢弃。 特点：流出速率固定，强制抹平流量峰值，适合需要平稳下游压力场景； 缺点：无法应对突发流量扩容，不能应对瞬时高并发。
4. 令牌桶算法（生产最常用）
系统按固定速率生成令牌存入桶，每个请求必须拿到令牌才能放行；桶有最大容量。
- 流量平稳：匀速拿令牌，正常放行；
- 突发流量：桶内囤积令牌，短时间允许大量请求通过，支持流量突增； 优点：可控制平均速率，同时容忍峰值，网关、业务服务限流首选； Sentinel 底层默认采用令牌桶。
三、微服务分层限流（从外到内多层防护，线上标准架构）
1. 网关层限流（第一层，全局拦截）
SpringCloud Gateway / Nginx 作用：全链路第一道防线，拦截恶意流量，不用转发到后端服务，节省内网资源。 限流维度：全平台总 QPS、单 IP、单接口、用户账号。
2. 应用服务限流（第二层，细粒度接口管控）
使用 Sentinel/Hystrix，针对单个接口、核心业务单独限流。 例如：下单接口阈值 5000QPS，商品详情 10000QPS，非核心评价接口仅 1000QPS。
3. 分布式限流（多实例集群统一限流）
单机限流只限制单实例，多节点部署会失效，需要全局统一计数： 基于 Redis + Lua 脚本实现分布式令牌桶 / 滑动窗口，多服务共享限流计数器，保证全集群流量可控。
4. 底层资源限流（兜底）
数据库连接池、MQ 消费线程数限制，防止上层限流失效后压垮存储中间件。
四、限流粒度（区分不同控制维度）
- 全局限流：整个服务所有请求总和限制；
- 接口粒度：针对单个 API 单独设置阈值；
- IP 粒度：限制同一客户端 IP 访问频率，防爬虫；
- 用户粒度：登录用户按 userId 限流，区分普通用户和 VIP；
- 调用方粒度：基于服务名限流，第三方调用方配额管控。
五、流量限流后的四种处理策略
- 快速失败（默认）：直接返回提示 "访问频繁，请稍后重试"，性能损耗最低；
- 排队等待：超出流量放入队列缓冲，适用于允许少量延迟的业务；
- 预热冷启动：流量缓慢放开，避免服务刚启动瞬间高并发打垮系统；
- 降级兜底：限流触发直接返回缓存默认数据，不抛异常，提升用户体验。
六、主流技术实现对比
1. Nginx 限流
基于漏桶，单机网关层限流，适合前置拦截，无分布式能力。
2. Spring Cloud Gateway + Sentinel
网关整合 Sentinel，可视化配置流控规则，支持预热、IP 限流、分布式限流。
3. Sentinel（业务服务首选）
- 无侵入 / 注解两种接入方式；
- 支持令牌桶，多种限流粒度；
- 控制台动态修改规则，无需重启服务；
- 限流、熔断、降级、系统保护一体化；
- 支持集群分布式限流，解决多实例流量均分问题。
4. Redis Lua 分布式限流
自研方案，基于滑动窗口 / 令牌桶，适合自定义特殊限流规则； 缺点：需要自己维护规则、持久化、监控，开发成本高。
七、生产落地避坑与最佳实践
- 分层限流不能只做一层：只做服务限流，恶意流量依然会占用网关带宽；
- 区分核心 / 非核心接口：大促时优先保障下单、支付，降低评价、收藏阈值；
- 开启预热冷启动：服务重启后缓慢释放流量，避免冷启动大量请求触发 Full GC；
- 集群场景必须开启分布式限流，单机限流会被多实例突破阈值；
- 限流阈值依据压测结果设置，不能凭经验估算；
- 限流日志埋点监控，配置告警，流量突增及时收到通知；
- 不要无限排队，队列设置最大长度，防止内存堆积 OOM。
简短总结
限流用于控制请求流量、保护服务避免雪崩；主流四种算法里令牌桶兼顾平稳与峰值，线上最常用；微服务采用多层限流架构：网关全局限流、应用接口细粒度限流、Redis 分布式集群限流；主流工具是 Sentinel，支持动态规则、多粒度限流，触发限流可快速失败、排队或降级兜底。